API-прокси для Qwen AI

Локальный API-прокси сервер для работы с Qwen AI через браузерную эмуляцию. Позволяет использовать модели Qwen без официального API-ключа.

Бесплатный доступ: Используйте модели Qwen без оплаты API-ключа
Полная совместимость: Поддержка OpenAI-совместимого интерфейса для простой интеграции
Возможность загрузки файлов и получение ссылки прямо из прокси
🆕 API v2: Обновлено на новый Qwen API с улучшенной системой контекста

⚡ Обновление до API v2

Прокси переведён на Qwen API v2. Основные изменения:

✅ История чатов хранится на серверах Qwen (не локально)
✅ Новая система контекста через parentId
✅ Автоматическое создание чатов
✅ Старые эндпоинты работают с расширенным интерфейсом

Новые поля в ответах:

{
  "chatId": "a606fcac-8351-4f1f-80e7-f2f81a88e06a",  // ID чата
  "parentId": "7f637df8-e696-43d9-94b3-40b767da117b" // Для продолжения диалога
}

Использование:

// Первое сообщение
const res1 = await fetch('/api/chat', {
  method: 'POST',
  body: JSON.stringify({ message: "Привет!" })
});
const data1 = await res1.json();

// Второе сообщение с контекстом
const res2 = await fetch('/api/chat', {
  method: 'POST',
  body: JSON.stringify({ 
    message: "Как дела?",
    chatId: data1.chatId,
    parentId: data1.parentId  // Из предыдущего ответа!
  })
});

1. Быстрый старт

1.1 Установка

Клонировать репозиторий
Установить зависимости:

npm install

1.2 Запуск

npm start

Также доступен файл быстрого запуска:

start.bat

1.3 Запуск в Docker

Выполните авторизацию и соберите токены:

npm run auth

После сохранения токенов в папке session/ запустите контейнер:

docker compose up --build -d

Приложение будет доступно на http://localhost:3264/api.

⚙️ Контейнер запускается с переменной SKIP_ACCOUNT_MENU=true, поэтому интерактивное меню не блокирует старт. Папки session/, logs/ и uploads/ примонтированы в контейнер как тома, что позволяет повторно использовать сохранённые токены и журналы.

2. Авторизация через API-ключи

⚠️ Важно: если файл src/Authorization.txt пустой, авторизация отключена.

Файл src/Authorization.txt
- Создаётся автоматически при первом запуске если его нет.
- Внутри уже есть подробный шаблон-инструкция.
- Один токен на строку. Пустые строки и строки, начинающиеся с #, игнорируются.
Отключить авторизацию – оставьте файл пустым. Middleware пропустит все запросы.

Проверка на стороне клиента

Отправляйте HTTP-заголовок:

Authorization: Bearer <your_token>

Пример cURL:

curl -X POST http://localhost:3264/api/chat \
     -H "Content-Type: application/json" \
     -H "Authorization: Bearer my-secret-token-123" \
     -d '{"message":"Привет"}'

3. Управление аккаунтами (Multi-Account)

При старте npm start появляется интерактивное меню:

Список аккаунтов:
 N | ID                | Статус
 1 | acc_1752745840684 | ✅ OK
 2 | acc_1752745890062 | ❌ INVALID

=== Меню ===
1 - Добавить новый аккаунт
2 - Перелогинить аккаунт с истекшим токеном
3 - Запустить прокси (Enter по умолчанию)
4 - Удалить аккаунт

Статусы:

Значок	Значение	Поведение
✅ OK	токен активен	используется в ротации
⏳ WAIT	токен временно заблокирован (RateLimited)	пропускается до истечения тайм-аута
❌ INVALID	токен просрочен (401 Unauthorized)	недоступен, выберите пункт 2 для повторного входа

Пункты меню:

Добавить новый аккаунт – откроется браузер, авторизуйтесь, токен будет сохранён.
Перелогинить аккаунт с истекшим токеном – выберите нужный ID, откроется браузер для повторного входа, статус сменится на ✅.
Запустить прокси – доступно, если есть хотя бы один статус ✅ или ⏳.
Удалить аккаунт – полностью удаляет токен и папку сессии.

Файлы:

session/accounts/<id>/token.txt – токен аккаунта
session/tokens.json – реестр аккаунтов и состояний
npm run auth – отдельный скрипт для управления аккаунтами без запуска сервера (то же меню, плюс CLI-аргументы --list, --add, --relogin, --remove)

⚙️ Переменные окружения

Переменная	Значение по умолчанию	Назначение
`PORT`	`3264`	Порт HTTP-сервера
`HOST`	`0.0.0.0`	Адрес привязки сервера
`SKIP_ACCOUNT_MENU`	`false`	При значении `true` отключает интерактивное меню запуска (нужно для Docker/CI)

SKIP_ACCOUNT_MENU автоматически активирован в Docker Compose. Если при старте нет валидных токенов, сервер завершит работу с подсказкой запустить npm run auth.

Автоматическая ротация:

запросы распределяются по токенам циклически.
При ответе 429 RateLimited токен получает ⏳ WAIT на указанное время.
При ответе 401 Unauthorized токен помечается ❌ INVALID.
Если все токены недействительны – прокси завершает работу, запустите его и перелогиньтесь.

4. Возможности

Этот проект позволяет:

Использовать модели Qwen AI через локальный API
Сохранять контекст диалогов между запросами
Управлять диалогами через API
Выбирать различные модели Qwen для генерации ответов
Отправлять изображения для анализа моделью
Использовать OpenAI-совместимый API с поддержкой streaming режима

5. API Reference

5.1 Основные эндпоинты

Эндпоинт	Метод	Описание
`/api/chat`	POST	Отправка сообщения с поддержкой `chatId` и `parentId`
`/api/chat/completions`	POST	OpenAI-совместимый эндпоинт, возвращает `chatId`/`parentId`
`/api/models`	GET	Получение списка доступных моделей
`/api/status`	GET	Проверка статуса авторизации и аккаунтов
`/api/files/upload`	POST	Загрузка изображения для использования в запросах
`/api/chats`	POST	Создание нового чата на серверах Qwen

⚠️ Удалённые эндпоинты (v2):

GET /api/chats - список чатов
GET /api/chats/:chatId - история чата
DELETE /api/chats/:chatId - удаление чата
PUT /api/chats/:chatId/rename - переименование
POST /api/chats/cleanup - автоудаление

Причина: чаты теперь управляются на серверах Qwen

5.2 Выбор эндпоинтов

Эндпоинт	Использование контекста	Формат запроса	Совместимость
`/api/chat`	Контекст управляется через `chatId` + `parentId`. История хранится на серверах Qwen.	Упрощённый `message` + `chatId` + `parentId`	Нативный для прокси
`/api/chat/completions`	Поддерживает `chatId` + `parentId` в запросе. Возвращает их в ответе для продолжения.	Массив `messages` (OpenAI format) + опционально `chatId`/`parentId`	OpenAI SDK

5.3 Форматы запросов

1. Упрощенный формат с параметром `message`

{
  "message": "Текст сообщения",
  "model": "qwen-max-latest",
  "chatId": "идентификатор_чата",
  "parentId": "response_id_из_предыдущего_ответа"
}

2. Формат, совместимый с OpenAI API

{
  "messages": [
    {"role": "user", "content": "Привет, как дела?"}
  ],
  "model": "qwen-max-latest",
  "chatId": "идентификатор_чата",
  "parentId": "response_id_из_предыдущего_ответа"
}

5.4 Работа с контекстом (API v2)

Новая система:

История хранится на серверах Qwen, не локально
Контекст управляется через chatId + parentId
parentId - это response_id из предыдущего ответа

Пример диалога:

// 1. Первое сообщение
const res1 = await fetch('/api/chat', {
  method: 'POST',
  body: JSON.stringify({ message: "Сколько будет 2+2?" })
});
const data1 = await res1.json();
// Ответ: { chatId: "abc-123", parentId: "xyz-789", ... }

// 2. Второе сообщение (с контекстом)
const res2 = await fetch('/api/chat', {
  method: 'POST',
  body: JSON.stringify({ 
    message: "А результат плюс 3?",
    chatId: data1.chatId,      // Тот же чат
    parentId: data1.parentId    // Из предыдущего ответа!
  })
});
// Модель помнит контекст и ответит "7"

5.5 Системные инструкции (System Messages)

Новое в v2: Поддержка системных сообщений для настройки поведения модели!

Системные инструкции передаются через поле role: "system" в массиве messages. Это позволяет задать модели контекст, стиль общения, правила поведения и т.д.

Пример:

// Запрос с системной инструкцией
const response = await fetch('/api/chat/', {
  method: 'POST',
  headers: { 'Content-Type': 'application/json' },
  body: JSON.stringify({
    messages: [
      {
        role: "system",
        content: "Ты - опытный программист на Python. Отвечай кратко и предоставляй примеры кода."
      },
      {
        role: "user",
        content: "Как отсортировать список в Python?"
      }
    ],
    model: "qwen-max-latest"
  })
});

Как работает:

system message извлекается из массива и передаётся отдельным параметром в Qwen API v2
Может использоваться в обоих эндпоинтах: /api/chat и /api/chat/completions
System message применяется ко всему чату и влияет на все последующие ответы

Примеры использования:

// 1. Ролевая инструкция
{
  "messages": [
    {"role": "system", "content": "Ты - эксперт по машинному обучению"},
    {"role": "user", "content": "Объясни, что такое градиентный спуск"}
  ]
}

// 2. Стиль ответов
{
  "messages": [
    {"role": "system", "content": "Отвечай как пират"},
    {"role": "user", "content": "Как дела?"}
  ]
}

// 3. Формат вывода
{
  "messages": [
    {"role": "system", "content": "Всегда отвечай в формате JSON"},
    {"role": "user", "content": "Дай информацию о Python"}
  ]
}

5.6 Работа с изображениями

Прокси поддерживает отправку сообщений с изображениями:

Формат `message` с изображением

{
  "message": [
    {
      "type": "text",
      "text": "Опишите объекты на этом изображении"
    },
    {
      "type": "image",
      "image": "URL_ИЗОБРАЖЕНИЯ"
    }
  ],
  "model": "qwen-vl-max",
  "chatId": "идентификатор_чата",
  "parentId": "response_id"
}

5.7 Загрузка файлов

Загрузка изображения

POST http://localhost:3264/api/files/upload

Формат запроса: multipart/form-data

Параметры:

file - файл изображения (поддерживаются форматы: jpg, jpeg, png, gif, webp)

Пример использования с curl:

curl -X POST http://localhost:3264/api/files/upload \
  -F "file=@/путь/к/изображению.jpg"

Пример ответа:

{
  "imageUrl": "https://cdn.qwenlm.ai/user-id/file-id_filename.jpg?key=..."
}

Получение URL изображения

Для отправки изображений через API прокси необходимо сначала получить URL изображения. Это можно сделать двумя способами:

Способ 1: Загрузка через API прокси

Отправьте POST запрос на эндпоинт /api/files/upload для загрузки изображения, как описано выше.

Способ 2: Получение URL через веб-интерфейс Qwen

Загрузите изображение в официальном веб-интерфейсе Qwen (https://chat.qwen.ai/)
Откройте инструменты разработчика в браузере (F12 или Ctrl+Shift+I)
Перейдите на вкладку "Network" (Сеть)
Найдите запрос к API Qwen, содержащий ваше изображение (обычно это запрос GetsToken)
В теле запроса найдите URL изображения, который выглядит примерно так: https://cdn.qwenlm.ai/user-id/file-id_filename.jpg?key=...
Скопируйте этот URL для использования в вашем API-запросе

5.7 Управление диалогами

Создание нового диалога

POST http://localhost:3264/api/chats

Тело запроса:

{
  "name": "Название диалога"
}

Ответ:

{
  "chatId": "уникальный_идентификатор"
}

Получение списка всех диалогов

GET http://localhost:3264/api/chats

Получение истории диалога

GET http://localhost:3264/api/chats/:chatId

Удаление диалога

DELETE http://localhost:3264/api/chats/:chatId

Переименование диалога

PUT http://localhost:3264/api/chats/:chatId/rename

Тело запроса:

{
  "name": "Новое название чата"
}

Автоматическое удаление диалогов

POST http://localhost:3264/api/chats/cleanup

Тело запроса (все параметры опциональны):

{
  "olderThan": 604800000, // Удалить чаты старше указанного времени (в мс), например 7 дней
  "userMessageCountLessThan": 3, // Удалить чаты с менее чем 3 сообщениями от пользователя
  "messageCountLessThan": 5, // Удалить чаты с менее чем 5 сообщениями всего
  "maxChats": 50 // Оставить только 50 самых новых чатов
}

6. Примеры использования

Текстовые запросы

▶️ Пример простого текстового запроса

curl -X POST http://localhost:3264/api/chat \
  -H "Content-Type: application/json" \
  -d '{
    "message": "Что такое искусственный интеллект?",
    "model": "qwen-max-latest"
  }'

▶️ Пример запроса в формате официального API

curl -X POST http://localhost:3264/api/chat \
  -H "Content-Type: application/json" \
  -d '{
    "messages": [
      {"role": "user", "content": "Что такое искусственный интеллект?"}
    ],
    "model": "qwen-max-latest"
  }'

Запросы с изображениями

▶️ Пример загрузки изображения и отправки запроса с ним

# Шаг 1: Загрузка изображения
UPLOAD_RESPONSE=$(curl -s -X POST http://localhost:3264/api/files/upload \
  -F "file=@/путь/к/изображению.jpg")

# Шаг 2: Извлечение URL изображения
IMAGE_URL=$(echo $UPLOAD_RESPONSE | grep -o '"imageUrl":"[^"]*"' | sed 's/"imageUrl":"//;s/"//')

# Шаг 3: Отправка запроса с изображением
curl -X POST http://localhost:3264/api/chat \
  -H "Content-Type: application/json" \
  -d '{
    "message": [
      { "type": "text", "text": "Опишите объекты на этом изображении" },
      { "type": "image", "image": "'$IMAGE_URL'" }
    ],
    "model": "qwen3-235b-a22b"
  }'

Примеры через Postman

▶️ Пошаговое руководство через Postman

Загрузка изображения:
- Создайте новый запрос POST к http://localhost:3264/api/files/upload
- Выберите вкладку "Body"
- Выберите тип "form-data"
- Добавьте ключ "file" и выберите тип "File"
- Загрузите изображение, нажав на кнопку "Select Files"
- Нажмите "Send"
Ответ будет содержать URL изображения:
```
{
  "imageUrl": "https://cdn.qwenlm.ai/user-id/file-id_filename.jpg?key=..."
}
```
Использование изображения в запросе:
- Создайте новый запрос POST к http://localhost:3264/api/chat
- Выберите вкладку "Body"
- Выберите тип "raw" и формат "JSON"
- Вставьте следующий JSON, заменив URL_ИЗОБРАЖЕНИЯ на полученный URL:
```
{
  "message": [
    {
      "type": "text",
      "text": "Опишите объекты на этом изображении"
    },
    {
      "type": "image",
      "image": "URL_ИЗОБРАЖЕНИЯ"
    }
  ],
  "model": "qwen3-235b-a22b"
}
```
- Нажмите "Send"

Использование OpenAI-совместимого эндпоинта

Запрос через OpenAI-совместимый эндпоинт:

Создайте новый запрос POST к http://localhost:3264/api/chat/completions
Выберите вкладку "Body"
Выберите тип "raw" и формат "JSON"
Вставьте следующий JSON, заменив URL_ИЗОБРАЖЕНИЯ на полученный URL:

{
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "Опиши, что изображено на этой картинке?"
        },
        {
          "type": "image",
          "image": "URL_ИЗОБРАЖЕНИЯ"
        }
      ]
    }
  ],
  "model": "qwen3-235b-a22b"
}

Нажмите "Send"

Запрос с потоковым режимом (streaming):
- Используйте тот же URL и тело запроса, но добавьте параметр "stream": true
- Примечание: для корректного отображения потока в Postman, проверьте опцию "Preserve log" в консоли

🔄 Работа с контекстом

Система автоматически сохраняет историю диалога и отправляет ее в каждом запросе к API Qwen. Это позволяет моделям учитывать предыдущие сообщения при генерации ответов.

Последовательность работы с контекстом

Первый запрос (без указания chatId):

{
  "message": "Привет, как тебя зовут?"
}

Ответ (содержит chatId):

{
  "chatId": "abcd-1234-5678",
  "choices": [...]
}

Последующие запросы (с указанием полученного chatId):

{
  "message": "Сколько будет 2+2?",
  "chatId": "abcd-1234-5678"
}

🔌 Совместимость с OpenAI API

Прокси поддерживает эндпоинт, совместимый с OpenAI API для подключения клиентов, которые работают с OpenAI API:

POST /api/chat/completions

Особенности работы

Создание нового чата для каждого запроса: Каждый запрос к /chat/completions создаёт новый чат в системе с именем "OpenAI API Chat".
Сохранение полной истории сообщений: Все сообщения из запроса (включая системные, пользовательские и сообщения ассистента) сохраняются в истории чата.
Поддержка системных сообщений: Прокси корректно обрабатывает и сохраняет системные сообщения (role: "system"), которые часто используются для настройки поведения модели.

Пример запроса с системным сообщением:

{
  "messages": [
    {"role": "system", "content": "Ты эксперт по JavaScript. Отвечай только на вопросы о JavaScript."},
    {"role": "user", "content": "Как создать класс в JavaScript?"}
  ],
  "model": "qwen-max-latest"
}

Поддержка streaming режима

Прокси поддерживает режим потоковой передачи ответов (streaming), что позволяет получать ответы по частям в режиме реального времени:

{
  "messages": [
    {"role": "user", "content": "Напиши длинный рассказ о космосе"}
  ],
  "model": "qwen-max-latest",
  "stream": true
}

При использовании streaming режима, ответ будет возвращаться постепенно в формате Server-Sent Events (SSE), совместимом с OpenAI API.

Примеры использования с OpenAI SDK

▶️ Пример использования с OpenAI Node.js SDK

// Пример использования с OpenAI Node.js SDK
import OpenAI from 'openai';
import fs from 'fs';
import axios from 'axios';

const openai = new OpenAI({
  baseURL: 'http://localhost:3264/api', // Базовый URL прокси
  apiKey: 'dummy-key', // Не требуется реальный ключ, но поле обязательное для библиотеки
});

// Запрос без streaming
const completion = await openai.chat.completions.create({
  messages: [{ role: 'user', content: 'Привет, как дела?' }],
  model: 'qwen-max-latest', // Используемая модель Qwen
});

console.log(completion.choices[0].message);

// Запрос со streaming
const stream = await openai.chat.completions.create({
  messages: [{ role: 'user', content: 'Расскажи длинную историю о космосе' }],
  model: 'qwen-max-latest',
  stream: true,
});

for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content || '');
}

// Загрузка и использование изображения
async function uploadAndAnalyzeImage(imagePath) {
  // Загрузка изображения через API прокси
  const formData = new FormData();
  formData.append('file', fs.createReadStream(imagePath));
  
  const uploadResponse = await axios.post('http://localhost:3264/api/files/upload', formData, {
    headers: { 'Content-Type': 'multipart/form-data' }
  });
  
  const imageUrl = uploadResponse.data.imageUrl;
  
  // Создание запроса с изображением
  const completion = await openai.chat.completions.create({
    messages: [
      { 
        role: 'user', 
        content: [
          { type: 'text', text: 'Опиши, что изображено на этой картинке?' },
          { type: 'image', image: imageUrl }
        ] 
      }
    ],
    model: 'qwen3-235b-a22b',
  });
  
  console.log(completion.choices[0].message.content);
}

// Использование: uploadAndAnalyzeImage('./image.jpg');

Ограничения совместимости:

Некоторые специфичные для OpenAI параметры (например, logprobs, functions и т.д.) не поддерживаются.

Скорость потоковой передачи может отличаться от оригинального OpenAI API.

Name		Name	Last commit message	Last commit date
Latest commit History 101 Commits
docs		docs
examples		examples
scripts		scripts
src		src
.dockerignore		.dockerignore
.gitignore		.gitignore
Dockerfile		Dockerfile
README.md		README.md
docker-compose.yml		docker-compose.yml
index.js		index.js
package.json		package.json
patch-cline.bat		patch-cline.bat
start.bat		start.bat

y13sint/FreeQwenApi

Folders and files

Latest commit

History

Repository files navigation