Skip to content

Wu-jiyan/qwen-ai-reverse-api

BranchesTags

Repository files navigation

Qwen AI OpenAI Compatible API

Python 3.8+ FastAPI License: MIT

基于 Qwen AI (chat.qwen.ai) 的逆向 API，提供 OpenAI 兼容接口。

🔗 相关项目

✨ 功能特性

  • 🔌 OpenAI 兼容 - 与 OpenAI SDK 完全兼容的接口
  • 🚀 流式响应 - 实时流式输出，低延迟
  • 💬 上下文支持 - 多轮对话，保持对话连贯性
  • 🧠 思考过程 - 展示模型的推理思考过程
  • 🎨 图片生成 - 支持 Qwen 的图片生成功能
  • 🔄 Token 轮询 - 多 Token 随机负载均衡
  • ✅ 健康检查 - Token 可用性检测接口
  • 🌐 Vless 代理池 - 支持从订阅 URL 获取和管理 Vless 节点
  • 📍 节点筛选 - 按规则筛选节点（如 CF优选-电信）
  • 🔍 健康检测 - 自动测试节点可用性和延迟
  • 📊 代理管理 - 完整的代理池管理 API

📦 安装

环境要求

  • Python 3.8+

安装依赖

pip install -r requirements.txt

🚀 快速开始

1. 快速配置

1.1 获取 JWT Token

获取Token步骤

  1. 访问 https://chat.qwen.ai 并登录账号
  2. 按 F12 打开浏览器开发者工具
  3. 进入 Application → Local Storage → https://chat.qwen.ai
  4. 复制 token 键的值

1.2 创建 .env 文件

# 复制示例配置文件
cp .env.example .env

# 编辑 .env 文件，填写你的配置

3. 启动服务

python start_server.py

启动参数：

参数 说明
--host 监听地址（默认：0.0.0.0）
--port 监听端口（默认：8000）
--reload 开发模式自动重载
--no-proxy 禁用代理功能

启用代理功能：

# 在 .env 文件中设置
ENABLE_PROXY=true

# 启动服务
python start_server.py

3. 测试 API

curl -X POST http://localhost:8000/v1/chat/completions \
  -H "Authorization: Bearer <YOUR_JWT_TOKEN>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.5-plus",
    "messages": [{"role": "user", "content": "Hello"}]
  }'

🎬 DEMO 演示

验明正身

验明正身

多轮对话

多轮对话

画图功能

画图功能

深度思考

深度思考

🔧 账号工具

获取 JWT Token

如果你已有账号，可以直接获取 JWT Token：

# 登录获取 JWT
python get_jwt.py -e your_email@example.com -p your_password

# 使用代理
python get_jwt.py -e your_email@example.com -p your_password --proxy http://proxy:port

如果账号需要激活，脚本会显示激活链接并保存激活信息。

账号注册

提供自动注册 Qwen AI 账号的功能，支持手动激活和 IMAP 自动激活。

手动注册模式

# 注册账号（需要手动点击激活链接）
python register_account.py -e your_email@example.com -n your_name -p your_password

# 注册并等待激活后继续
python register_account.py -e your_email@example.com -n your_name -p your_password --auto-continue

自动注册模式（需要 IMAP）

# 使用 IMAP 自动读取激活邮件
python register_account.py -e your_email@example.com -n your_name -p your_password \
    --imap-host imap.qq.com \
    --imap-user your_qq@qq.com \
    --imap-pass your_auth_code

批量注册

创建 accounts.json 文件：

[
  {"email": "user1@example.com", "name": "user1", "password": "pass1"},
  {"email": "user2@example.com", "name": "user2", "password": "pass2"}
]

执行批量注册：

python register_account.py --batch-file accounts.json \
    --imap-host imap.qq.com \
    --imap-user your_qq@qq.com \
    --imap-pass your_auth_code

注册结果

注册成功后会生成 account_xxx.json 文件，包含：

  • JWT Token（可直接用于 API 调用）
  • 账号信息

JWT Token 可以直接用于 API 认证：

curl -X POST http://localhost:8000/v1/chat/completions \
  -H "Authorization: Bearer <JWT_TOKEN>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.5-plus",
    "messages": [{"role": "user", "content": "Hello"}]
  }'

📖 API 文档

对话补全

POST /v1/chat/completions

请求头

参数 说明
Authorization Bearer Token，支持单 Token 或多 Token（逗号分隔）
Content-Type application/json

请求体

{
  "model": "qwen3.5-plus",
  "messages": [
    {"role": "user", "content": "Hello"}
  ],
  "stream": false,
  "temperature": 0.7
}

参数说明

参数 类型 必填 说明
model string 是 模型名称，如 qwen3.5-plus
messages array 是 消息列表
stream boolean 否 是否流式输出，默认 false
temperature float 否 温度参数，默认 null

自动删除对话

设置 AUTO_DELETE_CHAT=true 环境变量后，每次对话完成时会自动删除网页对话记录，保持账户清洁。

# .env 文件配置
AUTO_DELETE_CHAT=true

Token 健康检查

POST /v1/tokens/health
GET /v1/tokens/health?tokens=token1,token2

请求体

{
  "tokens": "jwt_token_1,jwt_token_2"
}

响应

{
  "total": 2,
  "healthy": 1,
  "unhealthy": 1,
  "results": [
    {
      "token": "eyJhbGci...",
      "status": "healthy",
      "valid": true
    },
    {
      "token": "invalid...",
      "status": "unhealthy",
      "valid": false,
      "error": "Token expired"
    }
  ]
}

获取模型列表

GET /v1/models

💻 使用示例

Python

import requests

url = "http://localhost:8080/v1/chat/completions"
headers = {"Authorization": "Bearer YOUR_JWT_TOKEN"}

data = {
    "model": "qwen3.5-plus",
    "messages": [{"role": "user", "content": "Hello"}]
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

流式响应

import requests

url = "http://localhost:8080/v1/chat/completions"
headers = {"Authorization": "Bearer YOUR_JWT_TOKEN"}

data = {
    "model": "qwen3.5-plus",
    "messages": [{"role": "user", "content": "Hello"}],
    "stream": True
}

response = requests.post(url, headers=headers, json=data, stream=True)
for line in response.iter_lines():
    if line:
        print(line.decode('utf-8'))

上下文对话

messages = [
    {"role": "user", "content": "My name is Alice"},
    {"role": "assistant", "content": "Hello Alice!"},
    {"role": "user", "content": "What is my name?"}
]

data = {
    "model": "qwen3.5-plus",
    "messages": messages
}

# 模型会回答 "Your name is Alice"

多 Token 轮询

# 使用多个 Token，自动随机选择
tokens = "token1,token2,token3"
headers = {"Authorization": f"Bearer {tokens}"}

OpenAI SDK

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:8080/v1",
    api_key="YOUR_JWT_TOKEN"
)

response = client.chat.completions.create(
    model="qwen3.5-plus",
    messages=[{"role": "user", "content": "Hello"}]
)

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

🔧 配置选项

启动参数

python start_server.py --host 0.0.0.0 --port 8080
参数 默认值 说明
--host 0.0.0.0 监听地址
--port 8000 监听端口
--reload False 开发模式自动重载

代理配置

本项目支持 Vless 协议代理池，可用于 IP 轮换和访问优化。

启用代理

在 .env 文件中设置：

# 启用代理功能
ENABLE_PROXY=true

# 配置订阅URL（支持多个，用逗号分隔）
VLESS_SUBSCRIPTION_URLS="https://example.com/subscription"

# 节点匹配规则（如 CF优选-电信）
VLESS_SUBSCRIPTION_PATTERNS="CF优选-电信"

启动服务

# 启用代理启动
python start_server.py

# 禁用代理启动（即使配置了代理）
python start_server.py --no-proxy

传统代理配置（可选）

# 设置 Vless 代理（支持多个，用逗号、分号或换行分隔）
export VLESS_PROXIES="vless://uuid@host1:443?security=tls...,vless://uuid@host2:443?security=tls..."

# 或指定代理配置文件
export VLESS_PROXY_FILE="/path/to/proxy_config.txt"

# 同时支持普通 HTTP/HTTPS 代理
export HTTP_PROXY="http://proxy.example.com:8080"
export HTTPS_PROXY="http://proxy.example.com:8080"

Vless URI 格式

vless://{uuid}@{address}:{port}?{parameters}#{remark}

参数说明：

参数 说明 示例
uuid 用户 ID 12345678-1234-1234-1234-123456789abc
address 服务器地址 example.com
port 服务器端口 443
security 安全类型 tls, reality, none
type 传输类型 tcp, ws, grpc
host 主机名 example.com
path WebSocket 路径 /ws
sni TLS SNI example.com
fp 指纹 chrome, firefox, safari
pbk Reality 公钥 PublicKey
sid Reality ShortID ShortID

代理池特性

  • 自动轮换：支持轮询和随机两种策略
  • 健康检查：自动检测代理可用性
  • 故障转移：自动切换到健康代理
  • 多协议支持：同时支持 Vless 和普通 HTTP 代理

订阅代理配置（推荐）

支持从订阅URL自动获取和筛选 Vless 节点。

快速配置

# 运行配置脚本
python setup_proxy.py

手动配置

创建 .env 文件：

# 订阅URL
VLESS_SUBSCRIPTION_URLS=https://example.com/subscription

# 节点匹配规则（如 CF优选-电信）
VLESS_SUBSCRIPTION_PATTERNS=CF优选-电信

# 启动时自动刷新
VLESS_AUTO_REFRESH_ON_START=true

启动服务

# 使用代理启动脚本
python start_with_proxy.py

代理管理 API

端点 方法 说明
/v1/proxy/stats GET 获取代理统计
/v1/proxy/nodes GET 获取节点列表
/v1/proxy/refresh POST 刷新订阅
/v1/proxy/test POST 测试节点

详细配置说明请参考 PROXY_SETUP.md

🌐 代理功能详解

订阅管理

  • 自动获取：从订阅 URL 自动获取 Vless 节点
  • 规则筛选：按节点名称规则筛选（如 CF优选-电信）
  • 本地存储：将节点存储到本地文件，持久化管理

节点测试

  • 并发测试：同时测试多个节点的可用性
  • 延迟测量：测试节点响应时间
  • 健康标记：自动标记可用/不可用节点

代理管理 API

端点 方法 说明
/v1/proxy/stats GET 获取代理池统计信息
/v1/proxy/nodes GET 获取节点列表
/v1/proxy/refresh POST 刷新订阅并测试节点
/v1/proxy/test POST 测试指定节点

使用示例

刷新订阅：

curl -X POST http://localhost:8000/v1/proxy/refresh \
  -H "Content-Type: application/json" \
  -d '{"test_nodes": true}'

查看统计：

curl http://localhost:8000/v1/proxy/stats

获取节点：

curl http://localhost:8000/v1/proxy/nodes

🎯 支持模型

模型 描述
qwen3.6-plus 最新旗舰模型
qwen3.5-plus 高性能模型
qwen3.5-flash 快速响应模型
qwen3.5-max-2026-03-08 最大上下文模型（预览版）
qwen3-max 最大参数模型
qwen3-coder 代码生成模型
qwen2.5-max 稳定版本模型

📁 项目结构

qwen-ai-reverse-api/
├── qwen_ai/              # Python SDK
│   ├── __init__.py
│   ├── adapter.py         # API 适配器
│   ├── client.py          # OpenAI 兼容客户端
│   ├── stream_handler.py  # 流处理
│   ├── tool_parser.py     # 工具解析
│   ├── vless_proxy.py     # Vless 代理池
│   ├── subscription.py    # 订阅管理
│   ├── node_storage.py    # 节点存储
│   ├── node_tester.py     # 节点测试
│   └── account_register.py # 账号注册模块
├── server.py              # FastAPI 服务
├── start_server.py        # 启动脚本
├── register_account.py    # 账号注册工具
├── get_jwt.py            # JWT 获取工具
├── requirements.txt       # 依赖
├── .env.example           # 环境变量示例
├── proxy_config.example.txt # 代理配置示例
├── PROXY_SETUP.md         # 代理配置文档
└── README.md              # 文档

⚠️ 免责声明

本项目是对 Qwen AI 网页版 API 的逆向工程，仅供学习研究使用。请遵守 Qwen AI 的服务条款，不要用于商业用途或大规模请求。

📄 License

MIT License

About

基于 Qwen AI (chat.qwen.ai) 的逆向 API，提供 OpenAI 兼容接口。

Resources

Readme

License

MIT license
Activity

Stars

23 stars

Watchers

0 watching

Forks

5 forks
Report repository

Releases 6

v1.6-fix2 Latest
May 30, 2026
+ 5 releases

Packages

 
 
 

Contributors

Languages