AIStudio2API

账户 权益与状态	用量 请求与费用	日志 请求与速度
模型目录 实时目录	设置 页面改配置	图片生成 文生图改图
API 试用页 官网同款对话页、思考过程与代码块

三步开始使用：下载 Releases 并启动 → 在“账户”页添加 Google 账户 → 点击“启动服务”，把 http://127.0.0.1:2048 作为 OpenAI、Anthropic 或 Gemini 客户端的 Base URL

🧩 Google 反代全家桶

三个项目分别接入 AI Studio、Gemini 网页版与 Antigravity，把各自的模型转为 OpenAI、Anthropic 与 Gemini 兼容接口，供 Claude Code、Codex 等 Agent 客户端和 SillyTavern 等酒馆前端使用。

核心能力

• 双通道: 每个账户经 Playground 生成；Build 应用代理是旧通道，上游已对账户停用其生成（PROXY_GENERATION_DISABLED），默认关闭，可在 UPSTREAM_CHANNELS 中启用；启用后经 Build 发送的生成请求返回上游原因；免费账户的两个通道共用同一模型的每日请求次数
• Build 对话模型: Build 对话面板可选的模型各提供一个 <模型>-build（如 gemini-3.8-flash-build），由 Build 写代码助手连同其系统提示词回复，支持函数调用、工具结果续接与 Google 搜索，用量计入 Build 对话额度（免费请求或 Google AI 订阅额度）。⚠️ 这类模型的每次请求都带有 Build 写代码助手自带的系统提示词注入，回答风格、格式与身份会受其影响，请按用途自行评估
• 多账户高并发: 识别 Free、Pro、Ultra 与 Plus 权益，按实时模型目录在账户间轮询或优先复用
• 两种 WAA 后端: 默认由服务进程内的 SpiderMonkey（Firefox 的 JavaScript 引擎）生成官方 proof，运行时不下载、不启动浏览器；设置 WAA_BACKEND=camoufox 后由 Camoufox 持有官方 WAA 生命周期
• 四套 API 协议: OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 与 Gemini GenerateContent；Responses 支持 /v1/responses/compact 与 compaction、compaction_trigger 输入项的上下文压缩，Anthropic Messages 支持 context_management 的工具结果与思考清理和阈值压缩
• 主流 Agent 客户端: 支持 Claude Code、Codex、OpenCode、pi、omp、dsh、OpenClaw、Hermes 的文件读写工具调用，Claude Code、Codex、omp 的原生联网搜索可直接使用

特性

• 原生流式响应: 实时输出正文、思考摘要、函数调用、Google 工具、媒体和 usage
• 函数工具: 四协议支持工具调用与续接、工具选择和严格参数校验；支持联合类型与开放参数定义
• TTS 语音生成: 支持 Gemini TTS 模型的单/多说话人音频生成
• 图片生成: 支持 Nano Banana 图片生成
• 视频生成: 视频长任务与图片转视频由 Gemini Omni 生成；Gemini Omni 通过四套生成接口接收文本、图片与视频输入，输出文本与 MP4 视频
• Deep Research: Pro 与 Ultra 账户可通过四套生成接口与 Interactions 的 agent 字段调用 Deep Research，输出研究过程、带引用的报告与图表
• YouTube 输入: YouTube 视频 URL 作为外部视频附件读取；开启 YOUTUBE_LINKS 后，消息文本中的 YouTube 链接同样作为视频读取
• 视频理解设置: Gemini 与 Interactions 支持逐视频的起止时间、0–24 FPS 范围内的正数采样率和静态/Agentic 处理；Agentic 返回服务端处理步骤并支持历史续接
• 智能模型切换: 从 AI Studio 实时发现模型并按 model 字段路由
• Google 工具: 支持 Search、Image Search、URL Context、Code Execution 和 Maps
• Files 与 Transcribe: 支持文件上传、查询、内容读取、删除和音频转录
• Live 与 Robotics: 通过 WebSocket 支持文本、音频、JPEG、媒体结束、工具调用、恢复和中断
• 反指纹检测: 为每个账户固定 Firefox 指纹与出口，官方 WAA 在 SpiderMonkey 的 Firefox 页面环境或 Camoufox 页面中运行
• 图形界面启动器: 通过网页管理账户、服务启停、实时日志、模型、请求、用量统计和配置，界面提供深色与浅色两种配色，以及简体中文、繁體中文、English、日本語、한국어、Français 与 Deutsch 七种语言
• 桌面版: Windows、macOS 与 Linux 桌面应用在窗口中显示管理页面，关闭窗口后在系统托盘继续运行
• 在线更新: 管理端“版本”页显示最新发行版本与更新说明，桌面版与 Linux、macOS 命令行版一键下载、校验并重启到新版本，Linux deb 安装时由系统弹出管理员认证
• 模块化架构: Go 负责协议、调度、API 与管理端，SpiderMonkey 或 Camoufox 负责 WAA 运行时，Camoufox 负责隔离登录

系统要求

• Windows Release 运行: Windows 10 或更高版本；系统没有 WebView2 运行时时，桌面版询问是否从微软下载安装，安装进度显示在微软安装程序的窗口中，安装完成后打开桌面窗口；取消或安装失败时在默认浏览器中打开管理页面
• macOS 桌面版: macOS 13 或更高版本，Apple 芯片与 Intel 通用
• Linux 桌面版: GTK 3 与 WebKitGTK 4.1，例如 Ubuntu 22.04、Debian 12 或更新版本；deb 安装时一并安装这些依赖与 Camoufox 运行库，AppImage 另需下一行的 Camoufox 运行库
• Linux Release 运行: 解压 linux-amd64.tar.gz 后运行 ./aistudio2api，Camoufox 需要 Firefox 系运行库与 Xvfb，Debian/Ubuntu 执行 sudo apt-get update && sudo apt-get satisfy -y "libgtk-3-0, libasound2t64 | libasound2, libx11-xcb1, xvfb"
• 源码运行: Go 1.27+、Node.js 22.18+、24.11+ 或 26+，以及配套 npm；C/C++ 编译器，Windows 为 llvm-mingw 的 UCRT 版 clang，macOS 为 Xcode Command Line Tools，Linux 为 Zig 0.16；当前平台的 SpiderMonkey 与 libwebp 静态库，分别从 Mag1cFall/firefox 与 Mag1cFall/libwebp 的 Releases 下载
• 操作系统: Windows、macOS、Linux
• 内存: 默认的 SpiderMonkey 后端单账户在 macOS 上约 100 MB、Windows 与 Linux 上约 150 MB，每增加一个常驻预热账户约增加 55 MB；Camoufox 后端单账户在 Windows 与 macOS 上约 0.5 GB、Linux 上约 0.7 GB，每增加一个常驻预热账户约增加 0.4 GB
• CPU: SpiderMonkey 后端空闲时几乎不占用，Camoufox 后端空闲时每个常驻预热账户约占单核的 0.5%；两个后端每个请求的 CPU 时间都在 0.1 秒以内
• 网络: 稳定的互联网连接访问 Google AI Studio

安装步骤

方式一：Windows 一键启动（推荐）

从 Releases 下载 windows-amd64.zip 发布包，解压后双击 aistudio2api.exe：

• 管理页面在桌面窗口中打开；启动时先显示启动画面，管理服务就绪后进入管理页面
• 关闭窗口后程序在系统托盘继续运行：双击托盘图标显示窗口，右键打开托盘菜单；菜单可以显示窗口、在浏览器中打开管理页面、开关开机自启动或退出
• 再次双击 aistudio2api.exe 唤回已运行的窗口

从源码启动时：

git clone https://github.com/Mag1cFall/AIStudio2API.git
cd AIStudio2API
copy .env.example .env
cd web
npm ci
npm run build
cd ..
mkdir spidermonkey
curl.exe -L -o spidermonkey\windows.tar.gz https://github.com/Mag1cFall/firefox/releases/download/v152.0.4-aistudio2api.1/spidermonkey-v152.0.4-aistudio2api.1-windows-amd64.tar.gz
tar -xzf spidermonkey\windows.tar.gz -C spidermonkey
mkdir libwebp
curl.exe -L -o libwebp\libwebp.tar.gz https://github.com/Mag1cFall/libwebp/releases/download/v1.6.0-aistudio2api.1/libwebp-v1.6.0-aistudio2api.1-windows-amd64.tar.gz
tar -xzf libwebp\libwebp.tar.gz -C libwebp
$env:CC = "x86_64-w64-mingw32-clang"
$env:CXX = "x86_64-w64-mingw32-clang++"
$env:CGO_CPPFLAGS = "-I$PWD\spidermonkey\include -I$PWD\libwebp\include"
$env:CGO_LDFLAGS = "-L$PWD\spidermonkey\lib -L$PWD\libwebp\lib"
go build -o aistudio2api.exe ./cmd/aistudio2api
.\aistudio2api.exe

x86_64-w64-mingw32-clang 来自 llvm-mingw 的 ucrt-x86_64 包，解压后把其中的 bin 目录加入 PATH。

WAA_BACKEND=camoufox 时启动生成服务，或第一次使用浏览器登录时，程序自动下载当前平台的 Camoufox 到 runtime/camoufox/：

• 下载经 PROXY 的第一个代理发出，未设置时使用系统代理
• 下载中断后，下次启动从已下载的部分继续
• 环境变量 CAMOUFOX_PATH 可以指定已有的同版本可执行文件，版本不符时启动报错并给出所需版本

方式二：macOS 与 Linux 桌面版

macOS 从 Releases 下载 darwin-universal.dmg，打开后把 AIStudio2API.app 拖入“应用程序”。应用使用 ad-hoc 签名，首次打开被系统拦截时，在“系统设置 → 隐私与安全性”中点击“仍要打开”，或执行：

xattr -dr com.apple.quarantine /Applications/AIStudio2API.app

macOS 版关闭窗口后在菜单栏继续运行：单击菜单栏图标显示窗口，右键打开菜单，点 Dock 图标或从“应用程序”再次打开时显示窗口。

Linux 下载 linux-amd64.AppImage 赋予执行权限后运行，或安装 linux-amd64.deb 后从应用菜单启动 AIStudio2API：

chmod +x aistudio2api-<版本>-linux-amd64.AppImage
./aistudio2api-<版本>-linux-amd64.AppImage
sudo apt install ./aistudio2api-<版本>-linux-amd64.deb

桌面版的 .env、auth/ 与 runtime/ 位置：

• macOS：~/Library/Application Support/AIStudio2API/
• Linux：~/.config/AIStudio2API/

setup 等命令在终端中运行桌面版的可执行文件，例如 /Applications/AIStudio2API.app/Contents/MacOS/aistudio2api setup --login；deb 安装的可执行文件为 aistudio2api。

方式三：Linux 与 macOS 源码构建

1. 安装依赖

• Go 1.27 或更高版本
• Node.js 22.18+、24.11+ 或 26+，以及配套 npm
• C/C++ 编译器：macOS 为 Xcode Command Line Tools，Linux 为 Zig 0.16

2. 克隆项目

git clone https://github.com/Mag1cFall/AIStudio2API.git
cd AIStudio2API
cp .env.example .env

3. 构建并运行

cd web
npm ci
npm run build
cd ..
arch=$(uname -m | sed 's/x86_64/amd64/;s/aarch64/arm64/')
platform=$([ "$(uname -s)" = Darwin ] && echo darwin || echo linux)
mkdir -p spidermonkey
curl -L https://github.com/Mag1cFall/firefox/releases/download/v152.0.4-aistudio2api.1/spidermonkey-v152.0.4-aistudio2api.1-$platform-$arch.tar.gz | tar -xz -C spidermonkey
mkdir -p libwebp
curl -L https://github.com/Mag1cFall/libwebp/releases/download/v1.6.0-aistudio2api.1/libwebp-v1.6.0-aistudio2api.1-$platform-$arch.tar.gz | tar -xz -C libwebp
export CGO_CPPFLAGS="-I$PWD/spidermonkey/include -I$PWD/libwebp/include" CGO_LDFLAGS="-L$PWD/spidermonkey/lib -L$PWD/libwebp/lib"
if [ "$platform" = darwin ]; then
  go build -o aistudio2api ./cmd/aistudio2api
else
  target=$(uname -m)-linux-musl
  CC="zig cc -target $target" CXX="zig c++ -target $target" go build -tags netgo,osusergo -ldflags="-linkmode external -extldflags -static" -o aistudio2api ./cmd/aistudio2api
fi
./aistudio2api

Linux 与 macOS 同样在需要时自动准备对应平台的 Camoufox。

方式四：Docker

mkdir aistudio2api && cd aistudio2api
curl -fsSLO https://raw.githubusercontent.com/Mag1cFall/AIStudio2API/main/docker-compose.yml
mkdir data
cat > data/.env <<'EOF'
PROXY_API_KEY=<API key>
ADMIN_AUTH_ENABLED=true
ADMIN_PASSWORD=<管理密码>
EOF
docker compose up -d

镜像支持 linux/amd64 与 linux/arm64，服务在容器内监听 0.0.0.0:2048。data/ 保存 .env、auth/ 与 runtime/，Camoufox 后端首次启动时把 Camoufox 下载到 data/runtime/camoufox/；迁移已有安装时把这三项复制到 data/。容器以 root 运行，服务写入 data/ 的文件属于 root，Linux 宿主机上用 sudo 编辑。

• 端口对外开放时设置 PROXY_API_KEY；从容器外打开管理页面需要 ADMIN_AUTH_ENABLED=true 与管理密码，用户名默认为 admin
• 添加账户：在管理页面“添加账户”中选择“浏览器登录”，在管理页面打开的登录窗口中登录 Google；也可以粘贴 Cookie，或把能登录 Google 的电脑上的 auth/<Google 邮箱>/ 复制到 data/auth/
• PROXY 与账户代理从容器内访问，代理运行在宿主机时填写宿主机的局域网地址，并允许代理接受局域网连接
• 容器时区为 UTC，新账户的指纹时区、日志时间与用量页的按日统计取容器时区；在 docker-compose.yml 中加入 environment: { TZ: <IANA 时区> } 改用其他时区，账户时区也可在账户页单独设置
• 修改 data/.env 后执行 docker compose restart；更新镜像执行 docker compose pull && docker compose up -d；在源码目录中执行 docker compose up -d --build 从源码构建

快速开始

首次使用（需要认证）

1. 准备首个账户:

   Windows 可以导入本机 Chrome 账户：

   cmd /c start /wait aistudio2api.exe setup
   

   Linux 与 macOS 使用隔离 Camoufox 登录：

   ./aistudio2api setup --login
   

   登录完成后会从 AI Studio 页面读取 Google 邮箱，并为账户授权 Google Drive。账户保存到 .env 中 AISTUDIO_AUTH_STATES 指向的目录；语言和时区默认读取当前电脑设置，也可以通过 --locale、--timezone 指定。

2. 启动图形界面:

   • Windows 双击 aistudio2api.exe
   • macOS 与 Linux 桌面版从应用程序启动，命令行版运行 ./aistudio2api
   • 桌面版在窗口中打开管理页面，命令行版在浏览器中打开 http://127.0.0.1:2048
   • 页面初始状态为 STOPPED，默认显示“日志”页面

3. 添加其他账户:

   • 打开“账户”页面，点击“添加账户”选择方式
   • “从 Chrome 导入”可多选本机 Chrome 账户
   • “粘贴 Cookie”粘贴 Cookie 扩展（如 Cookie-Editor）在 aistudio.google.com 导出的 JSON、请求头中的 Cookie 一行或 Netscape cookies.txt，服务自动识别账户邮箱
   • “从指纹浏览器导入”自动列出本机指纹浏览器与 Chromium 中已登录 AI Studio 的窗口及其语言与时区，勾选后导入，账户沿用该浏览器的语言与时区；浏览器需开启远程调试
   • “浏览器登录”会打开独立 Camoufox 窗口，登录完成后自动识别邮箱、授权 Google Drive 并保存；Google 要求验证身份时，在该窗口或手机上确认
   • 服务器没有图形界面，或从其他电脑、经反向代理打开管理页面时，“浏览器登录”与“重新登录”的 Camoufox 在服务器上无头运行，画面显示在管理页面的全屏登录窗口中，在其中点击、输入与粘贴，点“取消”结束登录
   • 账户代理、语言区域与时区在对话框的“更多设置”中填写

4. 启动 API:

   • 点击“启动服务”启动数据面
   • 状态依次显示 LAUNCHING 和 RUNNING；LAUNCHING 期间可以点击“停止服务”取消启动
   • 在“日志”页面确认账户、模型和请求状态
   • API 默认监听 http://127.0.0.1:2048

账户操作随状态显示：

“重新登录”只在账户状态为 auth_required 时显示。

日常使用（已有认证）

1. 桌面版双击 aistudio2api.exe 或从应用程序启动；命令行版运行 ./aistudio2api
2. 点击“启动服务”启用 API；设置 AUTO_START=true 后，程序启动时自动启动服务
3. 点击“停止服务”会取消正在进行的启动或活动请求并关闭 WAA Worker，管理页面与日志保持可用
4. 再次点击“启动服务”即可恢复 API

停止后再次启动会读取最新 .env 生成服务配置，账户选择策略与 Worker 容量保存后立即生效；管理页面地址、预览地址和 PROXY_API_KEY 在管理进程重启后生效。

桌面版关闭窗口后在系统托盘继续运行，从托盘菜单“退出”结束管理进程；命令行版在启动窗口按 Ctrl+C 或关闭窗口会退出整个管理进程。关闭浏览器标签页不会停止管理进程。

快速启动

Windows 桌面版在命令行中运行以下命令时写作 cmd /c start /wait aistudio2api.exe <参数>，命令行等程序结束后返回。

aistudio2api：启动管理进程并打开管理页面，桌面版打开窗口，命令行版打开网页。

aistudio2api -open-ui=false：启动管理进程但不打开窗口或网页，桌面版只显示托盘图标。

aistudio2api setup：导入账户。

• 不带参数时扫描本机 Chrome 账户，--email 或 --profile 选择明确的 Chrome 账户
• 隔离登录：aistudio2api setup --login，需要图形界面；没有图形界面时启动服务，在管理页面的“浏览器登录”中登录
• 文件导入：aistudio2api setup --storage-state <file>
• Cookie 导入：aistudio2api setup --cookie-file <file>、aistudio2api setup --cookie "<Cookie 请求头>" 或 aistudio2api setup --cdp <调试地址>，账户邮箱按 Cookie 识别，--cdp 导入的账户沿用该浏览器的语言与时区；Cookie 来自同时登录多个 Google 账户的浏览器时，以 --authuser N 选择官网地址 /u/N/ 中第 N 个账户

aistudio2api setup --remote https://<远程实例>：向远程实例添加账户。在远程实例的账户页点击“远程添加”，对话框给出完整命令（Windows 为 cmd /c start /wait aistudio2api.exe setup --remote <地址> --token <令牌>，其他系统为 ./aistudio2api setup --remote <地址> --token <令牌>），账户来源可选“该电脑 Chrome 中的账户”或“在新窗口登录”（命令带 --login），一键复制后在能登录 Google 的电脑上运行；省略 --token 时运行后从标准输入读取令牌。对话框打开期间沿用仍有效的令牌，令牌到期时自动换新，点击“换一个令牌”立即换新，旧令牌随即失效。从该电脑 Chrome 导入的账户只能由这台电脑续签：命令上传这类账户后留在前台，立即并每 100 分钟向远程实例发送它们的新会话，失败时 5 分钟后重试；保持该窗口打开，重启电脑后运行 aistudio2api setup --remote <地址> --renew 恢复续签。

API 使用

OpenAI 兼容接口

服务启动后，可以直接使用 OpenAI Chat Completions：

curl http://127.0.0.1:2048/v1/chat/completions \
  -H "Authorization: Bearer 123" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.7-flash",
    "messages": [{"role": "user", "content": "Hello, world!"}],
    "stream": true
  }'

客户端配置示例

模型名称从 GET /v1/models 或 GET /v1beta/models 读取。PROXY_API_KEY 为空时，浏览器中只有本机页面可以直接调用接口；网页版客户端和部分桌面客户端需要设置 PROXY_API_KEY。多个 key 用逗号分隔，任一 key 都可调用；设置页可为每个 key 勾选处理其请求的账户。

以 Cherry Studio 为例：

1. 打开 Cherry Studio 设置
2. 新增 OpenAI 兼容提供商
3. API 主机地址填写 http://127.0.0.1:2048/v1
4. API 密钥填写 .env 中的 PROXY_API_KEY
5. 从 /v1/models 获取模型，或手动添加 gemini-3.6-flash、gemini-3.7-flash

Claude Code 使用 Anthropic 接口，子 Agent 按 opus、sonnet、haiku 档位选择模型，以下变量把它们映射到 AI Studio 模型；WebSearch 由 Google Search 执行：

$env:ANTHROPIC_BASE_URL = "http://127.0.0.1:2048"
$env:ANTHROPIC_API_KEY = "<PROXY_API_KEY>"
$env:ANTHROPIC_MODEL = "gemini-3.8-flash"
$env:ANTHROPIC_DEFAULT_OPUS_MODEL = "gemini-3.1-pro-preview"
$env:ANTHROPIC_DEFAULT_SONNET_MODEL = "gemini-3.8-flash"
$env:ANTHROPIC_DEFAULT_HAIKU_MODEL = "gemini-3.5-flash-lite"

Codex 使用 Responses 接口，在 ~/.codex/config.toml 中添加 provider，并把 PROXY_API_KEY 写入 AISTUDIO2API_KEY 环境变量；Codex 的 web_search 工具由 Google Search 执行：

model = "gemini-3.8-flash"
model_provider = "aistudio"

[model_providers.aistudio]
name = "AIStudio2API"
base_url = "http://127.0.0.1:2048/v1"
env_key = "AISTUDIO2API_KEY"
wire_api = "responses"

omp 的 web_search 工具使用 web 角色的模型搜索。在 omp 的 models.yml 中添加指向本服务的 Gemini provider（apiKey 为保存 PROXY_API_KEY 的环境变量名），并在 config.yml 中把 web 角色设为该模型：

# models.yml
providers:
  aistudio-gemini:
    baseUrl: http://127.0.0.1:2048/v1beta
    api: google-generative-ai
    apiKey: AISTUDIO2API_KEY
    models:
      - id: gemini-3.8-flash

# config.yml
modelRoles:
  web: aistudio-gemini/gemini-3.8-flash

主要端点：

四套生成接口均可按各自协议字段启用 Search、Image Search、URL Context、Code Execution 和 Maps。Files、Transcribe、Live、Robotics 的请求与事件格式见 Google AI Studio 协议规范。

生成请求中的内联附件会优先上传到生成账户的 Drive，之后带相同附件的请求优先发往已上传该附件的账户并直接引用已上传的文件，闲置 1 小时后删除；账户未授予 Drive 权限时保持内联数据发送。图片、音频、视频、PDF 等输入仍需所选模型支持。重复使用的附件可通过 Files 接口上传一次并复用文件 ID。

Gemini 附件与视频图片输入支持 inlineData / inline_data、fileData / file_data、mimeType / mime_type 和 fileUri / file_uri。媒体 Base64 数据支持标准与 URL-safe 字母表、带填充与无填充形式，以及 data:<MIME>;base64, 前缀。OpenAI 助手历史中的 Markdown 图片同样支持 URL-safe Base64 和 CR/LF 换行。内联 GIF 和视频表单上传的 GIF 按首帧静态图片转换为 PNG，保留逻辑画布、帧位置与透明背景；经 Files API 上传的 GIF 按首帧转换为白底 JPEG。

TTS 语音生成

TalkifyTTS 与新版 Google Gen AI SDK 可连接 http://127.0.0.1:2048/v1beta/interactions，稳定版入口为 /v1/interactions。请求使用 x-goog-api-key，支持 gemini-3.8-flash-tts 与 gemini-3.8-flash-lite-tts：

from google import genai

client = genai.Client(api_key="123", http_options={"base_url": "http://127.0.0.1:2048"})
stream = client.interactions.create(
    model="gemini-3.8-flash-tts",
    input="Hello, this is a test.",
    response_format={"type": "audio"},
    generation_config={"speech_config": [{"voice": "Kore"}]},
    stream=True,
)
for event in stream:
    if event.event_type == "step.delta" and event.delta.type == "audio":
        print(event.delta.data)

流式音频默认为 Base64 编码的 24 kHz、16-bit 小端、单声道 PCM；非流式默认为完整 WAV，通过 interaction.output_audio.data 读取。response_format.mime_type 可显式选择 audio/l16 或 audio/wav。风格与多说话人输入见 Interactions 协议。

curl http://127.0.0.1:2048/v1/audio/speech \
  -H "Authorization: Bearer 123" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-flash-tts-preview",
    "input": "Hello, this is a test.",
    "voice": "Kore",
    "response_format": "wav"
  }' \
  --output speech.wav

多说话人语音可以通过 Gemini generateContent 的 multiSpeakerVoiceConfig 配置。

curl http://127.0.0.1:2048/v1beta/models/gemini-2.5-flash-preview-tts:generateContent \
  -H "x-goog-api-key: 123" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{"parts": [{"text": "Joe: How are you?\nJane: I am fine, thanks!"}]}],
    "generationConfig": {
      "responseModalities": ["AUDIO"],
      "speechConfig": {
        "multiSpeakerVoiceConfig": {
          "speakerVoiceConfigs": [
            {"speaker": "Joe", "voiceConfig": {"prebuiltVoiceConfig": {"voiceName": "Kore"}}},
            {"speaker": "Jane", "voiceConfig": {"prebuiltVoiceConfig": {"voiceName": "Puck"}}}
          ]
        }
      }
    }
  }' --output speech.json

可用语音由实时模型目录中的 capability_options.voices 返回。gemini-3.8-flash-tts 等带 speech_metadata 能力的模型同样接受上面的 说话人: 台词 写法，也可以为每个文本 part 设置 speechMetadata.speaker 与 speechMetadata.style，并用 multiSpeakerVoiceConfig.mode 选择 VERBATIM 或 CONVERSATIONAL；OpenAI instructions 在这些模型上作为语音风格。

图片生成 (Nano Banana)

curl http://127.0.0.1:2048/v1/images/generations \
  -H "Authorization: Bearer 123" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-flash-image",
    "prompt": "A cute cat wearing a tiny hat",
    "n": 1,
    "size": "1024x1024"
  }'

size 为输出图片的宽高，例如 2560x1440，服务按最接近的宽高比与能覆盖该尺寸的分辨率生成后缩放为该尺寸；size 为 auto 或省略时，quality 的 low、medium、high 分别按 1K、2K、4K 生成。output_format 取 png（默认）、jpeg 或 webp。/v1/images/edits 与 Responses 的 image_generation 工具使用同样的字段，Gemini 原生接口使用 imageConfig.aspectRatio 与 imageConfig.imageSize。

视频生成

curl http://127.0.0.1:2048/v1/videos \
  -H "Authorization: Bearer 123" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-omni-1.1-flash",
    "prompt": "A drone flying over a forest"
  }'

创建任务后通过 GET /v1/videos/{id} 查询状态，通过 GET /v1/videos/{id}/content 下载结果；gemini-omni-1.1-flash 等能输出视频的 Omni 模型同样经 :predictLongRunning 创建任务。

模型

模型目录会随 AI Studio 更新，客户端从 /v1/models 或 /v1beta/models 读取当前值。下表为目录中的常用模型，模型 ID 与上限以运行时结果为准：

目录中另有 -latest 别名、Robotics-ER、早期版本的图片与 TTS 模型，以及 Build 通道的 -build 模型。

公开端点实现标准 generateContent、countTokens、embedContent、batchEmbedContents 和 predictLongRunning；bidiGenerateContent 与 bidiGenerateMusic 模型经 /v1/live 调用。/v1/models 与 /v1beta/models 原样汇总各账户实时上游目录；调度按目录明确提供的模型 ID、方法、能力字段和账户当前运行状态选择账户。

启用账户的订阅都不满足的模型（如只对 Google AI Ultra 开放的模型）同样列在目录中、不含 channels，调用时返回 403 并写明所需订阅。能力含 output_continuation 的模型（如 Gemini 4 Argon）与官网一样接受到 input_token_limit 的输出上限，未指定输出上限时取 input_token_limit，超过 32768 时分轮自动续写，各轮输出合并为一个响应。模型名可以带思考后缀，例如 gemini-4-argon(low)：括号内为 none、minimal、low、medium、high、xhigh、max、auto 或思考预算 token 数，后缀优先于请求体中的思考参数。客户端写死的模型名可用 MODEL_MAPPING 映射到目录中的模型，例如 MODEL_MAPPING=claude-haiku-5-5:gemini-3.8-flash，别名以目标模型的字段列在模型目录中。

项目架构

AIStudio2API/
├── cmd/aistudio2api/        # 程序入口与 Windows 资源
├── internal/
│   ├── app/                 # 命令、管理监听、生成服务生命周期与调度
│   ├── config/              # .env 配置项的读取与校验
│   ├── setup/               # 账户导入和独立登录 CLI
│   ├── aistudio/            # AI Studio 协议、认证、模型与媒体
│   ├── api/                 # OpenAI、Responses、Anthropic 与 Gemini 适配
│   ├── waa/                 # SpiderMonkey WAA 运行时
│   ├── camoufoxnative/      # Camoufox BiDi、登录与 WAA Worker
│   ├── chromeauth/          # Windows Chrome 与 DBSC 导入
│   ├── proxydial/           # 全局与账户代理的拨号与转发
│   ├── sqlitedb/            # 本地 SQLite 数据库
│   ├── requestdb/           # 请求用量、汇总与正文账本
│   ├── promptdb/            # API 试用页对话存储
│   ├── pricing/             # 用量页费用估算
│   ├── i18n/                # 服务文案的界面语言翻译
│   ├── webui/               # 内嵌前端产物
│   └── desktop/             # 桌面窗口与系统托盘
├── web/                     # Vue 3 + TypeScript 前端
│   └── src/
│       ├── playground/      # API 试用页
│       ├── components/      # 管理页面组件
│       └── locales/         # 界面语言
├── docs/                    # 构建、开发、协议、日志与 WAA 文档
├── build/                   # 应用图标与各平台打包配置
├── .github/workflows/       # 检查、五平台构建与 Release 发布
├── .env.example             # 配置模板
├── Dockerfile               # Docker 镜像
├── docker-compose.yml       # Docker Compose 示例
├── go.mod                   # Go 模块与依赖
└── LICENSE

运行时在程序目录生成 .env、auth/（账户认证材料）与 runtime/（Camoufox、本地数据库、日志与媒体文件）。

配置说明

环境变量配置

复制并编辑环境配置文件：

cp .env.example .env

进程环境变量覆盖 .env 中的同名项，这些项在设置页中不可修改；在管理页面保存设置时 .env 写入 WAA 后端与其余和默认值不同的项；取值无效的项按默认值运行，并在管理页面顶部与日志中列出。

服务启动时会载入 AISTUDIO_AUTH_STATES 中的全部账户；WARM_WORKER_LIMIT 控制常驻预热规模，MAX_ACTIVE_WORKERS 控制峰值 Worker 上限，WARM_STARTUP_CONCURRENCY 控制同时冷启动的 Camoufox Worker 数，PER_ACCOUNT_CONCURRENCY 控制单账户请求槽位；这四项在管理页面保存后立即作用于后续调度，峰值上限调低时关闭多出的空闲 Worker，常驻数调高时补足预热。

端口配置

管理控制台默认通过本机回环地址免密访问。远程管理时：

• 设置 ADMIN_AUTH_ENABLED=true、管理员账号和密码，重启程序后通过独立 /login 页面登录
• 登录会话有效期为 12 小时；勾选“30 天内保持登录”时为 30 天，程序重启后仍有效
• 支持退出登录，管理员共享同一个账户池、配置与日志

公开 API 使用独立的 PROXY_API_KEY。

反向代理使用 HTTPS，并保留原始 Host、设置 X-Forwarded-Proto: https。管理页“服务配置”可调整登录开关及凭据，保存后重启程序生效。

API 试用页的 HTML 预览运行在 PREVIEW_LISTEN_ADDR 提供的独立来源，页面以当前访问的主机名加该端口打开预览。从其他电脑访问时，PREVIEW_LISTEN_ADDR 与 LISTEN_ADDR 一样监听可访问的地址；经反向代理访问时，在同一主机名的同一端口号上再代理到 PREVIEW_LISTEN_ADDR，例如管理页面为 https://ai.example.com 时，代理 https://ai.example.com:2050 到本机 2050。

• 管理页面与 API: 默认端口 2048
• HTML 预览: 默认端口 2050
• Camoufox: 由程序动态分配本机端口

高级功能

代理配置

支持通过 HTTP、HTTPS 或 SOCKS5 代理访问 AI Studio，代理需要认证时在 URL 中填写账号密码，例如 socks5://user:password@host:1080：

1. 在“服务配置”中设置全局代理；留空时使用系统代理，先读 HTTPS_PROXY 环境变量，未设置时读 Windows 或 macOS 的系统代理设置，代理输入框下方显示当前生成服务实际使用的出口
2. 全局代理可以填写多个，用逗号分隔组成代理池：没有专用代理的账户固定绑定到绑定账户最少的可用代理，绑定写入账户状态，重启后不变；代理连续 3 次网络错误或定时检测失败时，其账户改绑到其他可用代理，检测恢复后重新参与分配；“服务配置”列出各代理的状态与绑定账户数，账户卡片显示每个账户的出口
3. 在“账户”页面编辑单个账户时可以设置账户专用代理
4. 账户代理同时用于登录、WAA 与业务请求
5. 带账号密码的代理由程序在本机回环地址提供无认证 SOCKS5 中转供 Camoufox 使用，账号密码不写入浏览器 profile；中转运行期间，本机其他进程也能经它使用该代理

认证文件管理

认证文件默认存储在 auth/ 目录：

账户邮箱同时作为目录名、管理页面标识和日志来源，统一使用小写形式。.leases 协调账户目录读写，用户缓存中的 runtime lease 保证同一邮箱在当前电脑上只有一个 WAA Worker。

账户页的“添加账户”支持从 Chrome 导入、粘贴 Cookie、从指纹浏览器导入、隔离 Camoufox 登录和远程添加：

• 隔离 Camoufox 登录在本机打开可见窗口；服务器没有图形界面或从其他电脑访问时，登录画面显示在管理页面的登录窗口中，经反向代理访问时需要转发 /api/login-view/ 的 WebSocket
• 添加与重新登录账户在服务端的任务中运行：提交后即可离开对话框，账户页上方逐个显示进度、结果与失败原因，关闭或刷新管理页面后任务继续；页内登录窗口可以隐藏，之后从任务行再次打开
• 粘贴 Cookie 或选择 Cookie 文件后自动识别其中登录的账户；Edge、Brave 等日常使用的浏览器用 Cookie 扩展导出后粘贴
• ready 账户可以编辑、停用、立即刷新和删除，auth_required 账户可以重新登录
• “刷新全部”立即读取全部启用账户的权益与模型目录，后台每 24 小时也会读取一次；请求的模型不在目录中且距上次读取超过 10 分钟时，服务先读取一次再处理该请求
• 从未读取成功的账户权益显示为未知，并显示最近一次失败原因
• 读取报告 AI Studio 不支持当前出口地区或账户时，已有目录的账户同样显示该原因

详细文档

• 开发与贡献
• Google AI Studio 协议规范
• Build 通道
• 运行日志说明
• 可复用逆向开发指南

重要提示

关于 Camoufox

本项目使用 Camoufox 浏览器来降低被检测为自动化脚本的风险。Camoufox 基于 Firefox，通过修改底层实现来保持真实的设备指纹。

Go 负责编码、调度、流式解码与公开协议；WAA_BACKEND=camoufox 时，受 WAA 保护的 GenerateContent 通过账户固定指纹 Camoufox 页面发送，保留原生 Firefox TLS/HTTP2、请求头、Cookie 与页面指纹。

WAA_BACKEND=spidermonkey 时，WAA 在服务进程内的 SpiderMonkey 中运行，按账户指纹模拟 Firefox 页面环境并以 Firefox 请求头直接发送，运行时不下载也不启动 Camoufox。账户页的浏览器登录仍使用 Camoufox，首次登录时按需准备。

使用限制

• 客户端管理历史: Chat、Anthropic 和 Gemini 请求由客户端提交完整对话上下文
• AI Studio 历史: API 请求不保存到官网历史
• Responses 会话: previous_response_id 仅在当前进程内保存，重启后不会保留
• 认证有效期: Chrome 导入账户保留 OAuth 续签材料，续签在 Windows 上执行，Linux、macOS 与 Docker 中的 Chrome 导入账户失效后重新从 Windows 复制；其他账户失效时，若本机 Chrome 登录着同一邮箱，服务从 Chrome 导入该邮箱的材料续签，此后按 Chrome 导入账户续签，否则在账户页重新登录

贡献

欢迎提交 Issue 和 Pull Request！

📈 Star History