用 Chat2API 把大模型网页版变成本地 API，白嫖 DeepSeek、Qwen、Kimi 全家桶

AI摘要

Chat2API将大模型网页版变成本地API，支持DeepSeek、Qwen、Kimi等模型，提供OpenAI兼容接口、上下文管理等功能，方便用户使用。

此内容根据文章生成，不代表个人观点，仅用于文章内容的解释与总结

Chat2API 是干嘛的

一句话概括：把各家大模型的网页聊天界面，转成标准的 OpenAI API 格式，跑在你自己电脑上。

原理也不复杂——它不走官方的付费 API 通道，而是模拟浏览器操作去驱动各家的 Web UI，然后在本地起一个代理服务，把返回结果包装成 OpenAI 的接口格式。

所以你只要在本地跑起来，任何支持 OpenAI API 的工具都能直接用，不用管后面实际调用的是哪个模型。

跟直接调官方 API 相比，大概是这样：

两个版本

GitHub 上搜 Chat2API 会出来好几个项目，主要就这两个：

• xiaoY233/Chat2API — 桌面客户端，有图形界面，日常用比较方便
• LanQian528/chat2api — Python 写的服务端版本，适合扔到服务器上跑

下面主要说桌面版怎么用。

支持哪些模型

目前覆盖的模型还挺全的：

基本上国内主流的大模型都覆盖了。

有什么亮点

除了基本的模型转发，还有几个我觉得比较实用的功能：

OpenAI 兼容接口

本地起一个代理服务（默认端口 8080），对外暴露标准的 /v1/chat/completions 接口。OpenWebUI、Cline、Roo-Code、Cherry Studio 这些工具直接填地址就能用，不用做任何适配。

上下文管理

聊久了上下文会越来越长，Token 消耗也跟着涨。Chat2API 内置了滑动窗口和自动摘要压缩，能控制每次请求带上多少上下文，不会一发消息就把额度吃光。

Function Calling

有些模型本身不支持工具调用，Chat2API 通过 prompt 工程模拟实现了通用的 Function Call 能力，在 Cherry Studio、Kilo Code 这些客户端里也能正常用。

模型映射

可以给模型起别名，比如把 gpt-4 映射到 DeepSeek，gpt-3.5 映射到 Qwen。客户端那边不用改任何配置，后端自动路由。

自定义 Header

通过加自定义请求头，可以触发各平台的一些高级功能，比如联网搜索、深度思考、深度研究之类的。

仪表盘

有个可视化的面板，能看请求量、Token 消耗、成功率，还有详细的请求日志，排查问题的时候挺方便。

下载安装

Windows

macOS / Linux

去 GitHub Releases 下载对应版本就行：

macOS 如果提示"应用已损坏"，终端跑一下：

sudo xattr -rd com.apple.quarantine "/Applications/Chat2API.app"

从源码构建

需要 Node.js 18+：

git clone https://github.com/xiaoY233/Chat2API.git
cd Chat2API
npm install
npx electron-vite dev

打包的话：

npm run build:mac      # macOS
npm run build:win      # Windows
npm run build:linux    # Linux
npm run build:all      # 全平台

Docker 部署（服务端版）

docker run -d \
  --name chat2api \
  -p 5005:5005 \
  lanqian528/chat2api:latest

也可以用 Docker Compose：

mkdir chat2api && cd chat2api
wget https://raw.githubusercontent.com/LanQian528/chat2api/main/docker-compose.yml
# 改一下环境变量
docker-compose up -d

怎么用

第一步：添加模型供应商

打开软件，侧边栏进 Providers，点 Add Provider，选你要用的服务商，填认证信息。

拿 DeepSeek 举例，获取 Token 的方法：

1. 浏览器打开 chat.deepseek.com，登录
2. 随便发一条消息
3. F12 打开开发者工具
4. 进 Application → Local Storage
5. 找到 userToken，把值复制出来
6. 粘贴到 Chat2API 里

不会的可以直接用客户端的快捷方式，扫码登录/账号登录后自动获取信息

Qwen 的话类似，去通义千问网页版登录，从开发者工具里拿 SSO Ticket 就行。

第二步：启动代理

进 Proxy Settings，端口默认 8080 就行，负载均衡策略看自己需求：

点 Start Proxy，跑起来就 OK 了。

第三步：测试一下

Python 测试：

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="http://localhost:8080/v1"
)

response = client.chat.completions.create(
    model="DeepSeek-V3.2",
    messages=[
        {"role": "user", "content": "你好，介绍一下你自己"}
    ]
)

print(response.choices[0].message.content)

curl 也行：

curl --location 'http://localhost:8080/v1/chat/completions' \
  --header 'Content-Type: application/json' \
  --header 'Authorization: Bearer your-api-key' \
  --data '{
    "model": "DeepSeek-V3.2",
    "messages": [{"role": "user", "content": "Hello!"}],
    "stream": true
  }'

第四步：接客户端

不管你用的是 OpenWebUI、Cline 还是 Cherry Studio，配置都一样：

Base URL:  http://localhost:8080/v1
API Key:   随便填一个就行

客户端那边以为在调 OpenAI，实际背后跑的是 DeepSeek 或者 Qwen，对用户完全透明。

API Key 管理（可选）

如果不想裸奔，可以在 API Keys 页面生成一个密钥，客户端那边填这个密钥就行。

项目结构

顺便看一下代码结构，有兴趣的可以自己去翻：

Chat2API/
├── src/
│   ├── main/          # Electron 主进程
│   │   ├── index.ts   # 入口
│   │   ├── tray.ts    # 系统托盘
│   │   ├── proxy/     # 代理服务
│   │   ├── ipc/       # 进程间通信
│   │   └── utils/     # 工具函数
│   ├── preload/       # 上下文桥接
│   └── renderer/      # React 前端
│       ├── components/
│       ├── pages/
│       ├── stores/
│       └── hooks/
├── build/
└── scripts/

技术栈是 Electron + React + TypeScript + Tailwind CSS + Zustand + Koa，数据存在 ~/.chat2api/ 目录下。

相关链接