Skip to content
Projects

yyydsz/doubao2api has 6 GitHub stars and 2 forks. GitHot measured 0 stars in 24 hours. Last checked 2026-11-16 03:20 UTC. Last push 2026-11-13.

How these counts are measured

Measured star growth

in 24h
0
in 7 days
Update delayed
in 15 days
Update delayed
in 1 month
Update delayed

Net star changes over overlapping periods, not daily totals. Missing measurements are left blank. Stars measure attention, not software quality.

About

豆包工作模式 → OpenAI 兼容网关(Go)+ 号池管理面板(Python)

AI

README.md

Original

doubao2api

把**豆包客户端「工作模式」**的 /chat/completion 协议包装成 OpenAI 兼容接口,附带号池、密钥分发、额度与签到管理面板。

单二进制 Go 网关 + 单文件 Python 面板,网关零第三方 Go 依赖。

OpenAI SDK / DSH / Cherry Studio
        │  POST /v1/chat/completions
        ▼
   ┌─────────────┐
   │  doubao2api │  号池 / 会话粘性 / 多模型 / 密钥 / SSE 转换 / 心跳
   └─────────────┘
        │  POST https://www.doubao.com/chat/completion
        ▼
      豆包(agent_mode=1 工作模式,model_item_key 决定模型)

功能

网关

  • /v1/chat/completions:流式 + 非流式,OpenAI 协议
  • /v1/models:模型清单,带 context_length / max_tokens
  • 10 个模型可切:豆包 / DeepSeek / Kimi / GLM,逐个实测过(见下表)
  • 按模型设置上下文:不同模型窗口不同(256k / 300k),网关按请求模型发送对应 memory_profile
  • 请求翻译:messages[] → content_block[block_type=10000];agent_mode=1、conversation_mode=2、mode_id、reasoning_effort、model_item_key
  • 响应翻译:CHUNK_DELTA.text → delta.content;block_type=10040 → delta.reasoning_content;SSE_REPLY_END.brief 兜底
  • 多轮:SSE_ACK 取 conversation_id / section_id 复用,首轮可压平历史
  • 号池:Cookie 账号池、会话粘性、冷却/停用、大请求预算,重启自动加载 accounts.json
  • 多密钥分发:/v1/* 校验密钥,按密钥统计 token 用量
  • 每日自动签到:号池账号定时签到领额度,结果落盘
  • SSE 心跳:上游静默超过阈值下发 : ping,防中间层判超时断流
  • 管理接口:/admin/* 仅回环可访问(与面板同机)

面板(8 个页签)

页签 内容
概览 剩余额度、今日消耗、号池健康、请求数、平均延迟
账号 扫码加号、账号列表、启停、删除
号池 实时状态(在线/冷却/停用、失败次数)+ 每日签到记录 + 立即签到
密钥 生成 / 复制 / 删除,分密钥 token 用量(7 天 + 今日)
模型 模型名、显示名、豆包 key、item_id、上下文、memory_profile、价格倍率、默认标记、逐模型测试
请求日志 时间(本地时区)、模型、状态、耗时、字符、会话
测试台 模型下拉 + 思考强度 + 流式逐字渲染 + 可中断 + 实时统计
设置 网关地址、Key 状态、路径等只读配置

快速开始

1. 编译

git clone https://github.com/yyydsz/doubao2api
cd doubao2api
go build -trimpath -o doubao2api ./cmd/server

2. 配置

cp config.example.json config.json

最少填 accounts[].cookie;也可以留空,启动后在面板里扫码/导入。

{
  "listen": "0.0.0.0:8850",
  "api_keys": [],                         // 留空:面板「密钥」页生成写入 keys.json
  "upstream": {
    "chat_url": "https://www.doubao.com/chat/completion",
    "heartbeat_seconds": 15,
    "flatten_history": true,
    "query": { "pc_version": "2.32.6", "runtime_version": "3.42.0" }  // 活动/模型按版本放行
  },
  "accounts": [],                         // 留空:面板写入 accounts.json
  "default_model": "deepseek-v4-flash",
  "models": ["auto", "doubao-2.1-lite", "doubao-2.1-pro", "deepseek-v4-flash",
             "deepseek-v4-pro", "kimi-k3", "kimi-k3.1-pro", "kimi-k3.1-pro-fast",
             "glm-5.3", "glm-5.3-flash"],
  "model_aliases": {
    "deepseek-v4-flash": "person-deepseek-v4-1-flash-261017",
    "kimi-k3.1-pro": "person-kimi-k3-1-pro-261111"
    // 省略其余,见 config.example.json
  },
  "model_params": {                        // 按模型的上下文与元数据
    "deepseek-v4-flash": {
      "display": "DeepSeek V4.1 Flash", "item_id": "10001", "ratio": "限时 0.01x",
      "memory_profile": "300k_230", "total_window_size": "300000"
    },
    "doubao-2.1-pro": {
      "display": "豆包 2.1 Pro", "item_id": "5", "ratio": "0.65x",
      "memory_profile": "256k", "total_window_size": "256000"
    }
  },
  "work_mode": { "enabled": true, "bot_id": "7338286299411103781", "mode_id": "3", "reasoning_effort": "4" },
  "checkin": { "enabled": true, "hour": 9, "scene": "pc_incentive_task_mvp_v3" }
}

3. 启动网关

./doubao2api -config config.json

4. 启动面板

cd manager
python3 -m venv venv && ./venv/bin/pip install fastapi "uvicorn[standard]"
GW_BASE=http://127.0.0.1:8850 PANEL_AUTH=admin:yourpass \
  ./venv/bin/uvicorn app.main:app --host 0.0.0.0 --port 8860

打开 http://127.0.0.1:8860 → 「密钥」页生成 key → 「模型」页看清单 → 「测试台」直接对话。

5. 客户端配置

export OPENAI_BASE_URL=http://127.0.0.1:8850/v1
export OPENAI_API_KEY=sk-xxxxxxxx        # 面板「密钥」页生成
from openai import OpenAI
c = OpenAI(base_url="http://127.0.0.1:8850/v1", api_key="sk-xxxxxxxx")
print(c.chat.completions.create(model="kimi-k3.1-pro", messages=[{"role":"user","content":"你好"}]).choices[0].message.content)

接口

方法 路径 说明
POST /v1/chat/completions OpenAI 兼容对话(流式 / 非流式)
GET /v1/models 模型清单(含 context_length)
GET /healthz 健康检查
GET /admin/status 号池状态(回环可免密钥)
GET /admin/models 模型管理数据(key / item_id / 窗口 / 倍率)
GET /admin/accounts 号池账号列表
POST /admin/reload 从 accounts.json 热加载
POST /admin/cookie 单账号 Cookie 热更新
DELETE /admin/accounts?name= 移出号池
POST / GET /admin/accounts/qr 扫码会话创建 / 轮询
GET /admin/quota 剩余额度
GET / POST / DELETE /admin/keys 密钥管理
GET /admin/usage?days=7 按密钥聚合用量
POST / GET /admin/checkin 立即签到 / 签到状态
  • /admin/* 仅允许回环地址访问,面板与网关同机即可,无需额外令牌
  • /v1/* 必须携带有效密钥;未创建任何密钥时返回明确提示(不放行)
  • 把面板端口当网关端口调 /v1/* 时,面板会返回「请改用 8850」的提示

工作模式可用模型(逐个实测)

豆包工作模式:agent_mode=1、mode_id=3、mode_name=工作任务。

对外模型名 豆包 model_item_key item_id 上下文 memory_profile 倍率 实测
auto 9 9 256,000 256k 免费 ✅
doubao-2.1-lite seed-lite-7b 10001 256,000 256k 限时 0.01x ✅
doubao-2.1-pro 5 5 256,000 256k 0.65x ✅
deepseek-v4-flash person-deepseek-v4-1-flash-261017 10001 300,000 300k_230 限时 0.01x ✅(默认)
deepseek-v4-pro person-deepseek-v4-pro-ga-260813 10001 300,000 300k_230 0.46x ✅
kimi-k3 person-kimi-k3-261111 10001 300,000 300k_230 1.48x ✅
kimi-k3.1-pro person-kimi-k3-1-pro-261111 10001 300,000 300k_230 0.95x ✅
kimi-k3.1-pro-fast person-kimi-k3-1-pro-highspeed-261111 10001 300,000 300k_230 1.44x ✅
glm-5.3 person-glm-5-3-261111 10001 300,000 300k_230 0.80x ⚠️ 上游错误话术
glm-5.3-flash person-glm-5-3-flash-261111 10001 300,000 300k_230 0.08x ⚠️ 上游错误话术
  • 兼容别名:doubao、deepseek → person-deepseek-v4-1-flash-261017
  • 300k 是当前档位上限,没有更大窗口可开(豆包 2.1 系列仅 256k)
  • 清单来源:客户端缓存 _DesktopActionBarBriefListRequestCacheDataV1(modeSelectData.menuConfV2.mode_list),非接口下发;豆包调整模型时同步更新 model_aliases 即可
  • GLM 两个模型返回「出了点问题,请稍后重试。」,疑似账号档位未开通

协议要点(实测)

工作模式字段

字段 值
option.agent_mode 1
option.conversation_mode 2
option.mode_id "3"
option.model_config.model_item_key / aggregate_params.model_item_key / conversation_init_ext.model_item_key 三处需一致
option.sse_recv_event_options.support_chunk_delta true(开 CHUNK_DELTA)
option.conversation_init_ext.reasoning_effort "0"–"4"

响应事件顺序

SSE_HEARTBEAT     {}                                  心跳
SSE_ACK           conversation_id / section_id        建会话回执
FULL_MSG_NOTIFY   用户消息入库回执
STREAM_MSG_NOTIFY 首帧壳(agent_id / model_id)
STREAM_CHUNK      patch_op[](10000 正文 / 10040 思考 / 111 tts)
CHUNK_DELTA       {"text": "..."}                     正文增量(优先)
SSE_REPLY_END     end_type=1 时 msg_finish_attr.brief 完整答案(兜底)

额度查询

POST https://www.doubao.com/alice/commerce/sale/subscription/quota/summary/
→ data.*.window_limits[].{total_amount, used_amount, used_percent}

注意 total_amount 是带千分位的字符串(如 "1,000"),解析前要剔除逗号。

每日签到

POST https://www.doubao.com/alice/ug/campaign/landing/checkin
body: {"scene": "pc_incentive_task_mvp_v3"}
→ {"data":{"checked_in":true,"continuous_days":2,"idempotent":false,
           "reward_amount":200,"reward_code":"quota_grant"}}
  • biz_params 若携带必须是对象,传字符串会 400
  • 活动按客户端版本放行,pc_version 需与当前客户端一致(实测 2.32.6 / runtime 3.42.0)
  • idempotent: true 表示当天已签,奖励不会重复发放

已知限制

  1. 扫码登录:Passport get_qrcode 在客户端侧带 sign / a_bogus / x-tt-passport-aid-sign 三层签名;内置参数能出码,但 App 确认环节仍可能失败——推荐「抓包 Cookie 导入」。
  2. token 用量为估算:豆包 SSE 不返回 usage,按输出字符 ÷1.7 折算。
  3. 工作模式会触发本机 sandbox,headless 场景需 work_mode.enable_sandbox=false。
  4. 仅支持文本消息,附件/图片未实现。
  5. GLM 5.3 两个模型暂不可用(上游错误话术)。
  6. 本项目为协议研究用途,账号与额度风险自负。

从抓包导入账号

豆包客户端登录后,其请求头里的 Cookie 即完整登录态:

cat > /opt/doubao2api/accounts.json <<'EOF'
{"accounts":[{"name":"main","cookie":"sessionid=...; sid_tt=...; ttwid=...; s_v_web_id=...; odin_tt=...; passport_csrf_token=...","device_id":"<设备ID>","web_id":"<web_id>","local_app_id":"582478"}]}
EOF
sudo systemctl restart doubao2api     # 启动时自动加载 accounts.json

目录结构

cmd/server/          启动入口
internal/config/     配置加载(账号 / 工作模式 / 模型参数 / 签到 / QR / 池参数)
internal/doubao/     请求体构造 + SSE 解析
internal/pool/       号池(粘性 / 冷却 / 停用 / 大请求预算)
internal/server/     HTTP 层:协议转换、调度、密钥、额度、签到、模型、扫码
manager/app/         面板(FastAPI + 单页前端)

鸣谢

本项目的设计大量借鉴了以下两个项目,特此致谢:

  • ithtelab/workbuddy-manager —— 号池 + 管理面板的整体架构、会话粘性与大请求预算的设计、面板的交互形态,均参考自该项目。
  • workbuddy2api —— 上游协议适配层(OpenAI 门面 / SSE 转换 / 错误分级 / 粘性调度)的实现范式源自它,本项目的网关结构与之同构。

没有这两个项目的前期探索,就没有这套「协议逆向 → OpenAI 兼容 → 可运营」的落地路径。


License

MIT