Dooy/chatgpt-web-midjourney-proxy：One UI 完全由 chatgpt web、midjour

技术解读

以下内容由 GitRead 中文社区编辑团队基于项目 README 与官方资料整理，结合中文开发者的常见使用场景补充技术选型建议。具体以项目官方文档为准。

一个 UI 吞下十二种 AI 能力：Dooy/chatgpt-web-midjourney-proxy 架构拆解

项目背景与痛点

AI 能力的爆发期呈现出一种尴尬的“碎片化”：文生图在 Midjourney 的 Discord 里，视频在 Luma 和 Runway 的网页里，音乐在 Suno 里，对话在 ChatGPT 里。对个人开发者而言，这意味着十几个书签、十几套密钥、十几种交互心智模型；对企业而言，这意味着密钥散落在浏览器端、数据流向无法审计、模型供应商一换就得重做前端。

早期的 chatgpt-web 类项目（包括本项目最初的血缘）解决的是“把 ChatGPT 私有化部署到自己的服务器上”。但当模型从单一走向多元、从同步走向异步时，那套只面向 chat completion 的架构就撑不住了。这个项目的核心命题由此变得清晰：用一套 UI 抽象、一个消息流模型，把对话、绘图、视频、音乐、实时语音这五类截然不同的交互范式收敛到同一个会话界面里，并且同时覆盖 Web / PWA / 桌面三端。

它要解决的不是“能不能调用某个模型”，而是“调用模型这件事能不能被统一建模”。

核心技术揭秘

从代码组织方式看，前端是 Vue 3 + Vite + TypeScript 的现代组合式架构，状态用 Pinia 切分（会话、配置、任务、密钥），消息渲染走组件化的“按类型分发”。后端则是一个轻量的 Node 代理层，承担三件事：密钥托管、跨域收敛、协议转发。桌面端与 PWA 复用同一份 Web 构建产物，只是换了壳层与存储适配。

真正的技术难点不在前端框架，而在统一抽象层。项目把一切能力建模为“会话 — 消息 — 任务”三元结构：

对话类（ChatGPT / GPTs / Realtime）是同步流式，走 SSE，边生成边追加；
生成类（MJ / Suno / Luma / Flux / Ideogram / Pika）是异步长任务，提交后拿到 taskId，靠轮询或 WebSocket 回推进度；
两类结果最终写入同一个 Message 模型，靠 contentType 字段（text / image / video / audio / progress）决定渲染组件。

这意味着前端必须内建一个任务调度器：带退避的轮询、并发上限、刷新后的任务恢复（把 taskId 持久化到 IndexedDB，重新挂载时续查）。这是很多同类项目偷懒跳过的部分，也是它体验差异的来源。

graph TD A[用户输入（模型选择 + 提示词）] --> B{"能力类型判定"} B -->|"对话 / GPTs / Realtime"| C[OpenAI 兼容接口] B -->|"绘图 / Midjourney"| D[MJ Proxy 服务] B -->|"视频 / 音乐生成"| E[各家任务提交接口] C --> F[SSE 流式增量] D --> G[WebSocket 进度回推] E --> H[taskId 轮询与退避] F --> I[统一消息渲染层] G --> I H --> I[统一消息渲染层] I --> J[IndexedDB 会话持久化] J --> K[Web / PWA / 桌面壳]

另一处设计取舍值得注意：Midjourney 并不直连，而是走 midjourney-proxy 这类中间服务，再由它桥接 Discord。这是被动选择也是明智选择——Discord 的交互协议不稳定、账号风控严苛，把脏活隔离在代理层，主项目只消费标准化的 /mj/submit、/mj/task/:id/fetch 接口，前端就永远不用知道 Discord 的存在。同理，Suno、Luma 各家 API 也被包装成“提交—查询”的两段式，用同一套适配器模式收敛。

功能亮点与差异

第一，UI 一致性本身就是产品力。 LobeChat 走插件生态、NextChat 走极简对话，而这个项目选择了“内置适配”的重路线：用户不需要理解 MJ 是轮询、Realtime 是 WebSocket、Suno 是任务队列，界面始终是那个输入框 + 消息流。这种“抹平协议差异”的体验，代价是适配器维护成本极高。

第二，多端同构。 PWA 负责移动端装应用，桌面壳负责本地文件与系统托盘，Web 负责开箱即用，一份代码三处落地，对私有化部署场景很实用。

第三，密钥与路由解耦。 后端代理层让 API Key 永不落到浏览器，同时支持通过 baseURL + 模型映射 切换上游（配合 one-api / new-api 网关可做多供应商分流与额度控制）。

应用场景与落地建议

适合：个人或小团队的 AI 聚合工作台、企业内部工具门户、面向客户的演示 Demo、需要隐藏密钥的私有化部署。不适合：直接拿来做多租户 SaaS——它缺少配额、审计、租户隔离，这些应该交给网关层。

上生产前务必注意几点：反向代理要关掉 SSE 缓冲（Nginx proxy_buffering off，并放开 X-Accel-Buffering），否则流式会变成“一次性吐出”；WebSocket 需要正确升级；MJ 依赖第三方代理服务，稳定性和合规性是外部风险，要有降级预案；长任务务必做前端恢复与去重，避免刷新后任务“失联”；模型更新节奏极快，建议锁定版本并保持与上游的同步观察。

综合评价

优点：抽象层次设计到位，把异构能力收敛为同构消息流；多端覆盖完整；密钥治理思路正确；对异步任务的处理比多数同类项目认真。

缺点：适配器是重资产，模型一多，维护成本呈线性上涨；前端状态机在长任务并发时容易变复杂；对第三方代理服务的强依赖削弱了自主可控性；代码层面的工程规范与测试覆盖，相较 LobeChat 这类社区项目仍有差距。

一句话总结：它不是最强的单点工具，而是把“多模型”这件麻烦事做成了一个界面——如果你的痛点是“切换”，它值得一试；如果你的痛点是“规模化治理”，请再叠一层网关。

关于

GitHub 原始描述（英文）

One UI is all done with chatgpt web, midjourney, gpts,suno,luma,runway,viggle,flux,ideogram,realtime,pika,udio; Simultaneous support Web / PWA / Linux / Win / MacOS platform

chatgpt-ui fal-ai flux gpts ideogram kling midjourney-ui minimax-h3 pika realtime riffusion runway seedance sora-video suno veo3 viggle

MIT License
6.8k Stars
1.6k Forks
42 Watching

描述取自 GitHub 官方 API，保持仓库作者书写的原文。

简要分析

热度分

10047

价值分

4561

活跃状态

活跃

GitHub

语言占比

Batchfile

CSS

Dockerfile

HTML

JavaScript

Less

Rust

Shell

TypeScript

Vue

Release

v2.26.89月29日
v2.26.79月16日
2.26.69月14日
v2.26.55月8日
v2.26.44月29日

贡献者

ChatGPT Web Midjourney Proxy

声明

此项目只发布于 GitHub，基于 MIT 协议，免费且作为开源学习使用。并且不会有任何形式的卖号、付费服务、讨论群、讨论组等行为。谨防受骗。
本开源是在 ChenZhaoYu 基础上做二次开发；使用 midjourney-proxy 、 Suno-API、Luma-API 作为后端API而形成的；
可以直接用 https://vercel.ddaiai.com 先体验

cover

支持功能

无服务器-个人桌面安装

请到 https://github.com/Dooy/chatgpt-web-midjourney-proxy/releases 下载最新版本安装(选择合适你操作系统的版本)

选择一个合适的中转服务商( 最好都支持 gpt gpts midjourney claude suno luma runway viggle flux ideogram kling pika)

中转服务商推荐 https://www.openai-hk.com 一个key和api接口地址 同时支持 gpt gpts midjourney claude suno luma runway viggle ideogram flux kling pika Riffusion

Vercel 一键部署

env 环境变量

环境变量	说明	默认值	docker等部署	vercel 部署
OPENAI_API_BASE_URL	OpenAI API 接口地址	https://api.openai.com	✅	✅
OPENAI_API_KEY	OpenAI API 密钥	sk-xxxxx	✅	✅
OPENAI_API_MODEL	默认模型	gpt-3.5-turbo	✅	✅
MJ_SERVER	mj proxy 接口地址	搭建参考	✅	✅
MJ_API_SECRET	mj proxy	空	✅	✅
SUNO_SERVER	SUNO API 接口地址	搭建参考	✅	✅
SUNO_KEY	SUNO API 的key	空	✅	✅
AUTH_SECRET_KEY	访问授权密码	无	✅	x
API_UPLOADER	支持上传	关闭	✅	x
HIDE_SERVER	前端ui隐藏服务端		✅	x
CUSTOM_MODELS	自定义可选模型 `CUSTOM_MODELS=-all,gpt-3.5`	无	✅	✅
TJ_BAIDU_ID	百度统计ID	无	✅	✅
TJ_GOOGLE_ID	谷歌统计ID	无	✅	✅
SYS_NOTIFY	系统通知，支持HTML	无	✅	✅
DISABLE_GPT4	禁用GPT-4	无	✅	✅
GPT_URL	自定 GPT_URL=/gpts.json	无也可自己的外链	✅	✅
UPLOAD_IMG_SIZE	上传图片大小限制默认1M	1	✅	✅
SYS_THEME	默认主题 `light`或者`dark`	dark	✅	✅
MJ_IMG_WSRV	是否开启 `wsrv`图床	无(关闭)	✅	✅
AUTH_SECRET_ERROR_COUNT	防爆破验证：验证次数触发 NGINX 请设置 `proxy_set_header X-Forwarded-For $remote_addr`	无	✅	x
AUTH_SECRET_ERROR_TIME	防爆破验证：停留时间单位分钟	无	✅	x
CLOSE_MD_PREVIEW	是否不关闭输入预览	无	✅	✅
UPLOAD_TYPE	指定上传方式 [`R2` R2上传] [`API` 跟随UI前端中转]、[`Container` 本地容器]、[`MyUrl` 自定义链接]	空	✅	x
MENU_DISABLE	菜单禁用可选:gpts,draws,gallery,music,video,dance,realtime	空	✅	✅
VISION_MODEL	默认使用的识图可选:`gpt-4o`,`gpt-4-turb`,`gpt-4-vision-preview`等	空	✅	✅
SYSTEM_MESSAGE	自定义默认角色消息	空	✅	✅
CUSTOM_VISION_MODELS	自定义可视图模型用`,` 分开	空	✅	✅
LUMA_SERVER	LUMA API 接口地址	搭建参考	✅	✅
LUMA_KEY	LUMA API 的key	空	✅	✅

docker 部署

需 midjourney-proxy 或者trueai 支持

需 Suno-API 支持

需 Luma-API 支持

docker run --name chatgpt-web-midjourney-proxy  -d -p 6015:3002 \
-e OPENAI_API_KEY=sk-xxxxx \
-e OPENAI_API_BASE_URL=https://api.openai.com  \
-e MJ_SERVER=https://your-mj-server:6013  \
-e MJ_API_SECRET=your-mj-api-secret  \
-e LUMA_SERVER=https://your-luma-server:8000  \
-e LUMA_KEY=your-luma-key  \
-e SUNO_SERVER=https://your-suno-server:8000  \
-e SUNO_KEY=you-suno-key  ydlhero/chatgpt-web-midjourney-proxy

访问 http://ip:6015

文件上传:

docker run --name chatgpt-web-midjourney-proxy  -d -p 6015:3002 \
-e OPENAI_API_KEY=sk-xxxxx \
-e OPENAI_API_BASE_URL=https://api.openai.com  \
-e MJ_SERVER=https://172.17.0.1:6013  \
-e API_UPLOADER=1  -v /data/uploads:/app/uploads \
-e MJ_API_SECRET=abc123456  ydlhero/chatgpt-web-midjourney-proxy

如果是前端ui设置 OPENAI_API_KEY OPENAI_API_BASE_URL ; 图片上传也会随着走 OPENAI_API_BASE_URL走

curl -X POST -H "Content-Type: multipart/form-data" -F "file=@/path/to/file" http://OPENAI_API_BASE_URL/v1/upload

返回格式

{
"url":"https://xxxxxxx.jpg"
}

midjourney-proxy API docker部署

更多参考到 midjourney-proxy 开源光光

docker run -d --name mj6013  -p 6013:8080  \
-e mj.discord.guild-id=discord服务ID  \
-e mj.discord.channel-id=discord服务组ID   \
-e mj.queue.timeout-minutes=6 \
-e mj.api-secret=abc123456 \
-e mj.discord.user-token=**********  \
--restart=always novicezk/midjourney-proxy:2.5.5

文件上传支持cloudflare r2 存储

cloudflare r2 存储 10 GB/月免费 https://www.cloudflare.com/zh-cn/developer-platform/r2/
配置文档参考 https://zhuanlan.zhihu.com/p/658058503
vercel 不支持 r2 存储

R2_DOMAIN=
R2_BUCKET_NAME=
R2_ACCOUNT_ID=
R2_KEY_ID=
R2_KEY_SECRET=

文件服务器请求优先顺序

R2> 前端UI设置文件服务> 后端文件服务 >跟随中转

防爆破验证设置

防爆破

vercel 不支持；仅支持Docker化部署
如果前面挂载 nginx 请配置 proxy_set_header X-Forwarded-For $remote_addr;
参数如下: 错误验证3次，只能在10分钟后再验证

# Secret key 注意: 只能拿事英文+数字
AUTH_SECRET_KEY=my888god
#爆破：验证次数 注意: 数字 ；nginx 请设置  proxy_set_header   X-Forwarded-For  $remote_addr;
AUTH_SECRET_ERROR_COUNT=3
#爆破：验证停留时间 单位分钟 注意: 是数字
AUTH_SECRET_ERROR_TIME=10

脚本如下

docker run --name chatgpt-web-midjourney-proxy  -d -p 6015:3002 \
-e OPENAI_API_KEY=sk-xxxxx \
-e OPENAI_API_BASE_URL=https://api.openai.com  \
-e MJ_SERVER=https://172.17.0.1:6013  \
-e MJ_API_SECRET=abc123456 \
-e API_UPLOADER=1  -v /data/uploads:/app/uploads \
-e AUTH_SECRET_KEY=你的英文密码 -e AUTH_SECRET_ERROR_COUNT=3 \
-e AUTH_SECRET_ERROR_TIME=10 ydlhero/chatgpt-web-midjourney-proxy

License

MIT © Dooy

其他

如果觉得这个项目对您有所帮助，请帮忙点个star 或者捐助我们

捐助

如果我的开源项目对你有帮助，请考虑通过以下任意一种方式赞助:
付款备注上您的联系方式

微信捐助

支付宝捐助

暂无评论

chatgpt-web-midjourney-proxy

技术解读

一个 UI 吞下十二种 AI 能力：Dooy/chatgpt-web-midjourney-proxy 架构拆解

项目背景与痛点

核心技术揭秘

功能亮点与差异

应用场景与落地建议

综合评价

关于

简要分析

语言占比

Release

贡献者

ChatGPT Web Midjourney Proxy

声明

支持功能

无服务器-个人桌面安装

Vercel 一键部署

env 环境变量

docker 部署

midjourney-proxy API docker部署

更多展示

Realtime

suno、udio 音乐AI制作

luma runway pika kling 视频AI制作

自定义服务端api key、base_url：

GPTS GTP Store

录音 whisper 和 tts

局部重绘：

换脸

混图

支持图片上传图片供gpt-4-vision-preview使用

文件上传支持cloudflare r2 存储

文件服务器请求优先顺序

防爆破验证设置

License

其他

捐助

评论

chatgpt-web-midjourney-proxy

技术解读

一个 UI 吞下十二种 AI 能力：Dooy/chatgpt-web-midjourney-proxy 架构拆解

项目背景与痛点

核心技术揭秘

功能亮点与差异

应用场景与落地建议

综合评价

相关仓库

关于

简要分析

语言占比

Release

贡献者

ChatGPT Web Midjourney Proxy

声明

支持功能

无服务器-个人桌面安装

Vercel 一键部署

env 环境变量

docker 部署

midjourney-proxy API docker部署

更多展示

Realtime

suno、udio 音乐AI制作

luma runway pika kling 视频AI制作

自定义服务端api key、base_url：

GPTS GTP Store

录音 whisper 和 tts

局部重绘：

换脸

混图

支持图片上传图片 供gpt-4-vision-preview使用

文件上传 支持cloudflare r2 存储

文件服务器请求优先顺序

防爆破验证设置

License

其他

捐助

评论

支持图片上传图片供gpt-4-vision-preview使用

文件上传支持cloudflare r2 存储