AI 反代好工具 - Agent2Api 推荐

# 起因：额度都锁在客户端里

现在手里能用的 AI 额度，一多半是跟着客户端走的：某个 IDE 送的、某个 CLI 登录后才有的、某个网页版账号每天签到的。这些额度要么只能在它自家的客户端里点，要么协议各说各话 ——OpenAI 的 Chat Completions、Responses，Anthropic 的 Messages，还有一堆只有自家才认的私有接口。

想把这些额度接进 Cherry Studio、Open WebUI、LobeChat，或者接进自己的脚本里跑点自动化，就得有个东西站在中间，把客户端的登录态接过来，翻译成标准的 OpenAI 兼容接口。这就是所谓「AI 反代」。

试过几个之后，这段时间一直在用的是 Agent2API（ aimod-cc/agent2api ），记录一下。

# 项目基本情况

• 仓库：https://github.com/aimod-cc/agent2api
• 定位：本地 AI 路由网关 + Agent 客户端接管
• 协议：AGPL-3.0
• 形态：桌面端（Windows /macOS/ Linux）、无头服务器（Windows Server / Linux）、Docker（amd64 /arm64）
• 默认端口：3065，同一个端口既是管理面板也是 OpenAI 兼容网关

一句话概括它的思路：复用各家客户端的登录态，用一个 base_url 调 50 多家模型额度，统一 OpenAI / Anthropic / 生图接口，多账号选路、签到、余额和请求报表全在一个面板里。

# 功能介绍

1. 统一模型接口

同时提供 OpenAI 的 Chat Completions、Responses、Images 和 Anthropic 的 Messages 接口，模型目录统一管理。也就是说 Cherry Studio 这种只认 OpenAI 的客户端，和 Claude Code 这种只认 Anthropic 的，可以共用同一个网关、同一个 key。生图和参考图编辑也在里面（小浣熊、Loomy、Antigravity、ModelScope、WorkBuddy、豆包工作台这些来源）。

2. AI 路由

模型映射、账号优先级、负载均衡、会话粘性和故障切换放在一处配。实际用起来最舒服的是「会话粘性」—— 同一轮对话固定走同一个账号，缓存命中率会好看很多。

3. Agent 客户端接管

这个是我觉得最省事的部分。它不只是给你一个 URL，还能管理本地客户端的多套连接配置：一键导入现有设置、预览将要写入的内容、在「走网关」和「走官方」之间切换。改完即时生效，不用手工去翻各个客户端的 json 配置文件。

4. Provider 插件化

50 多家 provider 不是全塞在主程序里，而是按插件独立安装、独立更新。主程序升级不会把 provider 的实现冲掉；自定义 provider 则不需要装插件。

5. 出口代理

可以给每个账号单独选代理池出口。多账号场景下这点很关键 —— 同一个 IP 上挂一堆账号，风控基本躲不过。作者还和 ProxyLane 有合作，用优惠码 AGENT2API25 首购 25% off（这个按需，不是必须）。

6. 网关安全

网关 key 支持作用域划分；面板登录可以开人机验证；没配 key 的时候模型请求默认直接拒绝，不会出现部署完就裸奔的情况。

7. 请求报表

请求量、成功率、token 消耗、缓存命中率，还有账号和 provider 的排行、用量环形图、365 天活跃热力图。趋势页是双轴的：24 小时缓存命中率折线 + token 消耗面积图。排查「到底是谁在烧额度」比翻日志快多了。

8. 后台维护

模型目录定时刷新、凭证维护、更新检查，外加每日自动签到 —— 按 provider 各自的时间窗跑（Qoder 10:01，ZCode 19:01，其它按设定时间），之后还有一轮补签，只补没签到的账号。

9. 手机端

浏览器打开 http://<网关IP>:3065/m 就是移动端面板，可以「添加到主屏幕」当 PWA 用；也有独立的 apk /ipa（iOS 那个未签名，要自己签）。

# 适合什么场景

• 把 IDE / CLI 送的额度接进 Cherry Studio、Open WebUI、LobeChat、new-api 之类的地方统一用
• 多账号轮着用，顺手看余额、签到、用量统计
• 给自己的脚本、机器人、内部小工具提供一个稳定的统一入口

反过来，如果只是想把几个正规的 API key 聚合成一个入口做分发，那 one-api /new-api 更合适，不需要 Agent2API 这套「接管客户端」的机制。

# 如何下载

Release 页面：https://github.com/aimod-cc/agent2api/releases

按用途挑一个就行：

1
2
3
4
5
6
7
8
9
10
11

# 桌面端
Agent2API_<版本>_x64-setup.exe        # Windows
Agent2API_<版本>_universal.dmg        # macOS
Agent2API_<版本>_amd64.deb / .AppImage # Linux

# 服务器（无界面，注册成系统服务，开机自启）
agent2api-server-windows-amd64.zip
agent2api-server-linux-<arch>.tar.gz

# Docker
aimodcc/agent2api:latest              # amd64 / arm64

桌面端的用法：添加自定义 provider 和账号 → 建一个网关 key → 到 Agent 页面应用连接配置，或者直接把客户端指向 http://127.0.0.1:3065/v1 并填上 key。

服务器版的安装：

1
2

# Linux
tar -xzf agent2api-server-linux-amd64.tar.gz && cd agent2api-server-linux-amd64 && sudo bash install.sh

1
2
3

# Windows Server（管理员 PowerShell）
Expand-Archive agent2api-server-windows-amd64.zip -DestinationPath C:\agent2api-pkg
cd C:\agent2api-pkg; .\install-service.ps1

# Docker 安装

方式一：一条命令跑起来

1

docker run -d --name agent2api --restart unless-stopped -p 3065:3065 -v ./data:/data aimodcc/agent2api:latest

注意 ./data 建议换成绝对路径，比如 -v /opt/agent2api/data:/data ，不然换个目录执行 compose/run 就找不到原来的数据了。ARM 的机器（群晖、树莓派、ARM 云主机）直接拉就行，镜像本身就是多架构的。

方式二：docker compose（推荐）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

services:
  agent2api:
    image: aimodcc/agent2api:latest
    container_name: agent2api
    restart: unless-stopped
    ports:
      - "3065:3065"          # 网关（/v1/*）与面板
    environment:
      # 可选项：不填就走面板首次登录注册
      AGENT2API_ADMIN_USER: admin
      AGENT2API_ADMIN_PASSWORD: 换成你自己的密码
      # 登录页人机验证，默认开；1 开 0 关
      AGENT2API_CAPTCHA_ENABLED: 1
      # 面板「设置 → 软件更新」一键更新，默认开
      AGENT2API_SELF_UPDATE: 1
    volumes:
      # 全部状态（SQLite 库、配置、日志）都在这一个卷里
      - ./data:/data
    # 小内存机器（512M~1G 的 VPS / NAS）建议加个上限，超限重启一次而不是拖垮宿主机
    # mem_limit: 1g

1
2

docker compose up -d
docker compose logs -f agent2api

方式三：面板和网关分端口（想把面板留在内网）

设了 AGENT2API_PANEL_PORT 之后，管理面（界面 + /api/* ）单独监听那个端口，主端口只剩 /v1/* 网关。这时候只把网关暴露到公网，面板绑回环：

1
2
3
4
5

environment:
  AGENT2API_PANEL_PORT: 3066
ports:
  - "3065:3065"                  # 网关，公网可暴露
  - "127.0.0.1:3066:3066"        # 面板，只绑本机，走 SSH 隧道或内网访问

验证部署

1
2

# 连通性检查
curl http://127.0.0.1:3065/health

返回正常就打开面板 http://<主机IP>:3065/ ，首次打开会提示注册管理员账号（如果 compose 里预置了账号密码，启动时会自动转成 bcrypt 哈希入库，直接登录即可）。

首次配置流程

1. 面板里添加 provider，选版本后网页登录授权（登录态就存在本地库里了）
2. 到「网关 Key」页创建一个 key，按需要划作用域
3. 客户端填 base_url = http://<主机IP>:3065/v1 ，key 用上一步建的
4. 模型名在「模型管理」页的目录里选，填对应的映射名

验证一下能不能通：

1
2
3
4

curl http://127.0.0.1:3065/v1/chat/completions \
  -H "Authorization: Bearer sk-你建的key" \
  -H "Content-Type: application/json" \
  -d '{"model":"<模型管理里选一个>","messages":[{"role":"user","content":"你好"}]}'

升级与备份

1
2

# 标准升级：拉新镜像重建容器
docker compose pull && docker compose up -d

1
2

# 备份 = 打包 data 卷
tar -czf agent2api-$(date +%F).tar.gz -C /opt/agent2api data

面板里的「软件更新」替换的是容器内的文件，compose 里的镜像 tag 没变，所以下次 up -d 重建容器会退回旧版本。要么就用 docker compose pull 升级，要么就别开自更新。

# 几个实际踩到的点

• 端口冲突：3065 不算冷门，装之前先 ss -lntp | grep 3065 看一眼。
• 账号要配出口：不配代理直接跑，多账号很容易触发风控。账号页里一个账号一个出口，别图省事共用。
• 别公网裸奔：面板默认就在 3065 上，公网暴露的话至少开人机验证、给 key 划作用域；能绑内网就绑内网。
• ./data 里是敏感数据：SQLite 库里存着加密后的账号凭证，导出和备份文件可能是明文级别的东西，别往 Git、网盘、群聊里丢。
• 出问题先看日志： docker compose logs -f agent2api 基本能定位到是鉴权、供应商还是网络的问题。
• 模型名对不上：客户端里报 model not found，多半是模型目录里的名字和映射没对上，回「模型管理」页看一眼实际可用列表。

# 使用须知

• 项目是 AGPL-3.0，商用、修改、分发都允许，但对外提供网络服务时要按要求提供对应源码。
• 凭证虽然在库里加密，但导出、备份、key 文件仍可能含敏感信息。
• 复用客户端登录态这件事，各家服务条款的态度并不一致，仅建议个人研究自用，别拿去对外卖 token 做中转站，封号风险自担。
• 项目本身 as-is 提供，不担保可用性、稳定性和安全性。

# 小结

Agent2API 属于那种「装上就一直在后台待着」的工具：平时想不起来它，但每次要换客户端、要加账号、要看这个月谁烧了多少额度，都会去面板点两下。对于手里额度散落在十几个客户端里的人，省下来的配置时间比它占的那点内存值多了。

如果只是想聚合几个正规 API key，one-api /new-api 更轻；如果要接管客户端登录态、还要多账号调度和报表，那这个目前是我用过最顺手的。