DeepSeek Chat API Proxy

将 DeepSeek Chat (chat.deepseek.com) 的私有 API 转换为 OpenAI / Anthropic 兼容格式。

🤖 全 AI 生成声明: 本项目没有一行人工手写代码。所有的 API 端点设计、协议逆向、PoW 求解、SSE 解析、格式映射、文档编写等等全部由 DeepSeek v4 Flash 模型 + Claude Code 协作完成。

免责声明: 本项目仅限学习研究使用。非官方项目，与 DeepSeek 无关。使用需自行承担风险，不保证稳定性。

v2.2.0 新增

v2.2.0 在保持向后兼容的同时引入了大量安全和功能改进：

安全加固
- 默认 HOST=127.0.0.1（不再默认 0.0.0.0）；公网绑定 + 默认密码时拒绝启动
- 结构化 JSON 日志 (LOG_FORMAT=json)，可切换为 text
- data/accounts.json 可选 Fernet (AES-128-CBC + HMAC) 加密 (DEEPSEEK_ENCRYPTION_KEY)
- CORS 严格化 (默认同源，需 ALLOWED_ORIGINS 显式允许)
- XFF 仅在 TRUSTED_PROXIES 白名单内的代理下游才被信任
- 全部响应注入 X-Content-Type-Options / X-Frame-Options / Referrer-Policy 安全头
- WebUI 额外注入 Content-Security-Policy 头
Bug 修复
- Anthropic 非流式端点不再丢弃 thinking 内容
- 账号错误状态自动后台恢复（每 3 次失败一次）
- usage 字段返回真实 token 数（基于 tiktoken cl100k_base；无 tiktoken 时回退到字符启发式）
- StreamSieve 边界：迭代式排空、< 边界、1 MB 缓冲上限（可配置）
新功能
- 模型路由 (MODEL_ROUTES) — 按 model 字段切换 quick/expert
- 多轮会话 (SESSION_CACHE_TTL) — 同一 user/会话复用 chat_session_id
- 客户端限流 (CLIENT_RPM_PER_KEY / CLIENT_RPM_PER_IP) — 双维度滑动窗口
- P50/P95/P99 延迟 + 成功率 在 /admin/api/stats 暴露
工程化
- 56 个 pytest 单元测试，CI 矩阵 (Python 3.10 / 3.11 / 3.12)
- 所有 silent pass (except Exception: pass) 替换为 logger.exception(...)
- print(WARNING...) 全部替换为结构化 logger

功能特性

OpenAI 兼容 — /v1/chat/completions 与 /v1/models 接口，支持 stream 模式
Anthropic 兼容 — /v1/messages 接口，支持 Claude API 格式
API Key 鉴权 — /v1/* 支持 Authorization: Bearer / x-api-key，适合公网部署
思维链（Reasoning/Thinking） — 专家模式下自动分离思维链 tokens 并通过 reasoning_content 字段输出
专家模式（Expert Mode） — 开启 R1 风格深度推理，响应含 THINK→RESPONSE 双阶段
Quick 模式 — V3 风格快速回答，低延迟
联网搜索 — 通过 search_enabled 参数启用实时搜索增强
Function Calling — 基于 DSML（DeepSeek Markup Language）提示词注入实现工具调用
流式筛分 — StreamSieve 引擎，逐字符检测 DSML 工具调用标签，从 SSE 流中实时分离正文与工具调用
PoW 鉴权 — 自动完成 WASM 工作量证明（DeepSeekHashV1）挑战
会话管理 — 自动创建和管理 DeepSeek Chat 会话；可选多轮会话复用
多账号池 — 轮询分配、idle/busy/error 状态、健康检查、自动恢复
客户端限流 — 滑动窗口，按 API key 和 IP 独立计数；响应头 X-RateLimit-*
使用量统计 — 基于 tiktoken 估算的 prompt / completion / total tokens
管理面板 — 内置 Web 管理界面，支持请求统计、账号池管理（多账号轮询/持久化增删改查/重登录）

快速开始

前置条件

Python 3.10+
可以访问 chat.deepseek.com 的网络环境
有效的 DeepSeek 账号（免费注册）

安装

# 1. 克隆/下载本项目
cd DS反代--pre-开源

# 2. 安装依赖
pip install -r requirements.txt

获取凭证

你需要从浏览器开发者工具中提取你的 DeepSeek 凭证：

用浏览器打开 chat.deepseek.com 并登录
按 F12 打开开发者工具，切换到 Network（网络） 标签
在页面中随便发一条消息
在网络请求列表中点击任意一个请求（如 chat/completion）
在请求头中找到以下两个值：

凭证	位置	示例
`DEEPSEEK_TOKEN`	`Authorization` 请求头的 Bearer 值	`eyJhbGciOiJIUzI1NiIs...`
`DEEPSEEK_COOKIES`	`Cookie` 请求头的完整值	`cf_clearance=xxx; session=yyy; ...`

配置

# 复制环境变量模板
cp .env.example .env

编辑 .env 文件：

# 必填：客户端 API Key，用于保护 /v1/* 公网接口
API_KEYS=sk-change-me
ALLOW_UNAUTHENTICATED_API=false

# 必填：你的 DeepSeek 凭证（单账号兼容格式）
DEEPSEEK_TOKEN=eyJhbGciOiJIUzI1NiIs...
DEEPSEEK_COOKIES=cf_clearance=xxx; session=yyy; ...

# 多账号推荐格式（服务启动时加载，面板中只读）
DEEPSEEK_TOKEN_1=eyJhbGciOiJIUzI1NiIs...
DEEPSEEK_COOKIES_1=cf_clearance=xxx; session=yyy; ...
DEEPSEEK_EMAIL_1=main-account

DEEPSEEK_TOKEN_2=eyJhbGciOiJIUzI1NiIs...
DEEPSEEK_COOKIES_2=cf_clearance=xxx; session=yyy; ...
DEEPSEEK_EMAIL_2=backup-account

# 面板添加的账号会持久化到 data/accounts.json
ACCOUNT_STORE_PATH=data/accounts.json

# 可选：API 中暴露的模型名称（不影响实际使用的模型）
MODEL_NAME=deepseek-chat

# 可选：监听端口（默认 8080）
PORT=8080

# 可选：模式控制
MODE=auto
THINKING=auto
SEARCH=auto

启动

# 方式一：直接启动（使用 .env 中的 PORT 配置）
python -m uvicorn server:app --host 0.0.0.0 --port ${PORT:-8080}

# 方式二：使用启动脚本（会自动杀掉占用配置端口的进程）
start.bat

启动后终端会输出：

INFO:     Started server process [12345]
INFO:     Waiting for application startup.
INFO:     Application startup complete.
INFO:     Uvicorn running on http://0.0.0.0:8080

验证

curl http://localhost:8080/health
# → {"status":"ok"}

curl http://localhost:8080/v1/models \
  -H "Authorization: Bearer sk-your-api-key"
# → {"object":"list","data":[{"id":"deepseek-chat","object":"model","created":1234567890,"owned_by":"deepseek"}]}

管理面板

项目内置 Web 管理界面，提供请求统计和账号池管理功能：

浏览器打开 http://localhost:8080/webui/

默认密码为 .env 中设置的 DEEPSEEK_ADMIN_PASSWORD（未设置则为 admin）。公网部署前请务必修改默认密码。

管理面板账号池支持两类账号：

.env 账号：通过 DEEPSEEK_TOKEN_1/DEEPSEEK_COOKIES_1 等变量加载，重启后保留，面板中只读。
面板账号：在 WebUI 中添加/编辑/删除，持久化保存到 data/accounts.json，重启后保留。
概览 — 实时请求统计（总量/成功/失败/延迟/运行时长）+ 账号池状态一览
账号池 — 添加/删除账号，一键重登录异常账号

API 文档

`POST /v1/chat/completions`

OpenAI 兼容的聊天补全接口。

请求体

{
  "model": "deepseek-chat",
  "messages": [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Hello!"}
  ],
  "stream": false,
  "temperature": 0.7,
  "top_p": 0.95,
  "max_tokens": null,
  "thinking_mode": false,
  "search_enabled": false,
  "tools": null,
  "tool_choice": "auto"
}

参数	类型	默认值	说明
`model`	`string`	`"deepseek-chat"`	模型名称（不影响实际模型，仅用于标识）
`messages`	`array`	必填	消息列表，支持 `system`/`user`/`assistant`/`tool` 角色
`stream`	`boolean`	`false`	是否流式输出
`temperature`	`float`	`null`	采样温度（传递给 DeepSeek 但效果取决于服务端）
`top_p`	`float`	`null`	Top-p 采样
`max_tokens`	`int`	`null`	最大生成 tokens
`thinking_mode`	`boolean`	`false`	开启专家模式深度推理
`search_enabled`	`boolean`	`false`	开启联网搜索增强
`tools`	`array`	`null`	OpenAI 格式的工具定义
`tool_choice`	`string\|dict`	`null`	工具选择策略

非流式响应（`stream: false`）

{
  "id": "chatcmpl-a1b2c3d4e5f6",
  "object": "chat.completion",
  "created": 1712345678,
  "model": "deepseek-chat",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "你好！有什么可以帮助你的吗？"
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": -1,
    "completion_tokens": -1,
    "total_tokens": -1
  }
}

注意: usage 中的 tokens 数返回 -1，因为 DeepSeek Chat 不暴露 token 计数。这是已知限制。

流式响应（`stream: true`）

标准 OpenAI SSE 格式，每个事件是一行 data: {...}\n\n，以 data: [DONE]\n\n 结尾：

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","choices":[{"index":0,"delta":{},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","choices":[{"index":0,"delta":{"content":"你好"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","choices":[{"index":0,"delta":{"content":"！"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: [DONE]

`POST /v1/messages`

Anthropic Claude API 兼容的聊天补全接口。

请求体

{
  "model": "claude-3-5-sonnet-20241022",
  "max_tokens": 1024,
  "messages": [
    {"role": "user", "content": "Hello!"}
  ],
  "system": "You are a helpful assistant.",
  "stream": false,
  "thinking": {"type": "enabled", "budget_tokens": 16000},
  "tools": [
    {"name": "get_weather", "description": "获取天气", "input_schema": {"type": "object", "properties": {"city": {"type": "string"}}}}
  ]
}

参数	类型	默认值	说明
`model`	`string`	`"claude-3-5-sonnet-20241022"`	模型名称（不影响实际模型，仅用于标识）
`messages`	`array`	必填	消息列表，支持 `user`/`assistant` 角色
`system`	`string\|array`	`null`	系统提示词
`stream`	`boolean`	`false`	是否流式输出
`thinking`	`object`	`null`	`{"type": "enabled"}` 开启思考模式
`tools`	`array`	`null`	Anthropic 格式的工具定义（`name`/`description`/`input_schema`）
`max_tokens`	`int`	`null`	被忽略（DeepSeek 不支持）
`metadata`	`object`	`null`	被忽略
`stop_sequences`	`array`	`null`	被忽略

非流式响应（`stream: false`）

{
  "id": "msg_xxxxxxxxxxxxxxxxxxxxxxxx",
  "type": "message",
  "role": "assistant",
  "content": [
    {"type": "text", "text": "你好！有什么可以帮助你的吗？"}
  ],
  "model": "deepseek-chat",
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": {"input_tokens": -1, "output_tokens": -1}
}

工具调用时：

"content": [
  {"type": "tool_use", "id": "toolu_xxx", "name": "get_weather", "input": {"city": "北京"}}
],
"stop_reason": "tool_use"

流式响应（`stream: true`）

Anthropic 原生 SSE 格式，包含 message_start、content_block_start、content_block_delta、content_block_stop、message_delta、message_stop 事件：

event: message_start
data: {"type":"message_start","message":{"id":"msg_...","type":"message","role":"assistant","content":[],"model":"deepseek-chat","stop_reason":null,...}}

event: content_block_start
data: {"type":"content_block_start","index":0,"content_block":{"type":"thinking","thinking":""}}

event: content_block_delta
data: {"type":"content_block_delta","index":0,"delta":{"type":"thinking_delta","thinking":"推理过程..."}}

event: content_block_stop
data: {"type":"content_block_stop","index":0}

event: content_block_start
data: {"type":"content_block_start","index":1,"content_block":{"type":"text","text":""}}

event: content_block_delta
data: {"type":"content_block_delta","index":1,"delta":{"type":"text_delta","text":"回答内容"}}

event: content_block_stop
data: {"type":"content_block_stop","index":1}

event: message_delta
data: {"type":"message_delta","delta":{"stop_reason":"end_turn","stop_sequence":null},"usage":{"output_tokens":-1}}

event: message_stop
data: {}

注意: Anthropic 端点与 OpenAI 端点共享相同的底层 adapter，MODE/THINKING/SEARCH 环境变量同时影响两个端点。

MODE / THINKING / SEARCH 详解

这三个环境变量是独立的控制维度，共同决定每个请求的行为：

环境变量	可选值	默认值	说明
`MODE`	`auto` / `quick` / `expert`	`auto`	控制 `model_type`：`"default"`(quick) 或 `"expert"`
`THINKING`	`auto` / `enabled` / `disabled`	`auto`	控制 `thinking_enabled`：`true` / `false`
`SEARCH`	`auto` / `enabled` / `disabled`	`auto`	控制 `search_enabled`（联网搜索）：`true` / `false`

优先级：环境变量 > 请求参数。当环境变量为 auto 时，由客户端请求中的对应字段决定行为。

组合示例

MODE	THINKING	SEARCH	行为	典型场景
`auto`	`auto`	`auto`	由客户端 `thinking_mode` / `search_enabled` 决定	完全由客户端灵活控制
`quick`	`disabled`	`auto`	强制 V3 快速模式，无推理	追求低延迟、不需要深度推理
`expert`	`enabled`	`enabled`	强制 R1 专家模式 + 思维链 + 联网搜索	深度推理 + 实时信息
`quick`	`enabled`	`disabled`	快速模式 + 思考，关闭联网	快速响应但附带推理过程

环境变量与请求参数互斥

MODE=auto, THINKING=auto, SEARCH=auto, 请求 thinking_mode=true  →  quick + 有 reasoning_content
MODE=expert, THINKING=disabled, 请求 thinking_mode=true  →  expert + 无 reasoning_content + 由客户端决定搜索
MODE=quick, THINKING=enabled, SEARCH=disabled  →  quick + 有 reasoning_content + 无联网搜索

思维链（Reasoning / Thinking）

当 thinking_mode=true（即 expert 模式）时，流式和非流式响应中推理 tokens 通过 reasoning_content 字段暴露。

流式响应中的推理

专家模式下 SSE 流先输出推理 tokens，再输出正式回答：

data: {"id":"...","choices":[{"index":0,"delta":{"reasoning_content":""},"finish_reason":null}]}

data: {"id":"...","choices":[{"index":0,"delta":{"reasoning_content":"首先"},"finish_reason":null}]}

data: {"id":"...","choices":[{"index":0,"delta":{"reasoning_content":"需要"},"finish_reason":null}]}
...
data: {"id":"...","choices":[{"index":0,"delta":{"content":"您好"},"finish_reason":null}]}

data: {"id":"...","choices":[{"index":0,"delta":{"content":"！"},"finish_reason":null}]}
...
data: {"id":"...","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}
data: [DONE]

客户端如 NextChat、Open WebUI 等支持识别 reasoning_content 字段并展示思维链。如果客户端不支持，可以设置 THINKING=disabled 强制不输出推理过程。

Function Calling（工具调用）

本项目通过 DSML（DeepSeek Markup Language） 提示词注入实现工具调用，利用 DeepSeek Chat 对 XML 标签的理解能力。

工作原理

tools 参数中的函数定义被转换为 DSML 格式的系统提示词
提示词指导模型以指定 XML 格式响应工具调用
StreamSieve 引擎实时从 SSE 流中检测 DSML 标签
匹配的工具调用被转换为 OpenAI 格式的 tool_calls 返回

使用示例

import openai

client = openai.Client(base_url="http://localhost:8080/v1", api_key="sk-your-api-key")

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[{"role": "user", "content": "北京的天气怎么样？"}],
    tools=[{
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "获取指定城市的天气信息",
            "parameters": {
                "type": "object",
                "properties": {
                    "city": {"type": "string", "description": "城市名称"}
                },
                "required": ["city"]
            }
        }
    }],
    tool_choice="auto",
)

DSML 格式

DSML 使用类似 XML 的标签结构。当模型决定调用工具时，响应格式为：

<|DSML|tool_calls>
  <|DSML|invoke name="get_weather">
    <|DSML|parameter name="city"><![CDATA[北京]]></|DSML|parameter>
  </|DSML|invoke>
</|DSML|tool_calls>

StreamSieve 引擎在收到第一个 < 标签字符时就转至 "capture" 模式，积累全部 DSML 内容后一起解析。避免了模型"先输出正文再输工具调用"导致的文本污染。

多轮会话（v2.2.0）

DeepSeek Chat 协议本身支持 parent_message_id 串接同 chat_session_id 内的消息。v2.2.0 利用此能力为兼容端点提供轻量级多轮支持：

Anthropic 客户端：通过请求体中的 metadata.user_id 字段作为会话粘性 key
OpenAI 客户端：通过自定义 HTTP 头 X-Conversation-Id 作为会话 key
Fallback：当两者都未设置时，对第一条 user 消息做 SHA-256 摘要作为 key

会话缓存默认 TTL 为 600 秒（SESSION_CACHE_TTL），过期后自动开始新会话。设置 SESSION_CACHE_TTL=0 完全禁用多轮行为。

# OpenAI 多轮示例（带 X-Conversation-Id 头）
curl http://localhost:8080/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "X-Conversation-Id: user-42-session-7" \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-chat","messages":[
    {"role":"user","content":"我叫小明"},
    {"role":"user","content":"我叫什么？"}
  ]}'
# 第二条消息会看到第一条的上下文。

注意：多轮会话依赖 DeepSeek 上游接受 parent_message_id；如果上游对历史消息有长度限制，长会话可能中途被截断。当前的 _msg_counters 在 adapter 内是会话级单调递增的，所以即使缓存未命中也不会破坏既有行为。

模型路由（v2.2.0）

通过 MODEL_ROUTES 环境变量，客户端可以发送不同的 model 字段让代理自动选择 model_type（quick/expert）和默认的 thinking/search 设置：

# 简单形式 — 字符串值
MODEL_ROUTES={"deepseek-chat":"default","deepseek-reasoner":"expert"}

# 完整形式 — dict 值
MODEL_ROUTES={"deepseek-reasoner":{"model_type":"expert","thinking":"enabled","search":"disabled"}}

未命中的 model 名按既有 MODE / THINKING / SEARCH env 变量处理。/v1/models 端点会返回 MODEL_ROUTES 中声明的所有 model 名。

客户端限流（v2.2.0）

v2.2.0 内置了基于滑动窗口的双维度限流器：

环境变量	默认值	说明
`ENABLE_RATE_LIMIT`	`true`	总开关；设为 `false` 完全禁用
`CLIENT_RPM_PER_KEY`	`60`	每 API key 每分钟请求数（0 = 不限）
`CLIENT_RPM_PER_IP`	`120`	每 IP 每分钟请求数（0 = 不限）

每个请求需要同时通过 key 和 IP 两个维度的检查。命中限流时返回 429 Too Many Requests，响应头含：

X-RateLimit-Limit: 60
X-RateLimit-Remaining: 0
X-RateLimit-Reset: 47
Retry-After: 47

限流状态保存在进程内；多 worker 部署（gunicorn -w N）实际限制为 N × 配置值。

使用量统计（v2.2.0）

usage 字段从 v2.1 的硬编码 -1 升级为真实 token 数。优先使用 tiktoken 的 cl100k_base 编码（与 DeepSeek 兼容），未安装时回退到字符启发式（CJK 1 token/字，ASCII 约 1 token/4 字符）。

服务端面板的 /admin/api/stats 现在还返回：

字段	说明
`success_rate`	0.0..1.0
`p50_latency_ms` / `p95_latency_ms` / `p99_latency_ms`	最近 1024 次请求的延迟百分位
`latency_window_size`	当前环形缓冲已用大小
`total_prompt_tokens` / `total_completion_tokens`	整个进程生命周期的累计 tokens

安全建议（生产部署 checklist）

部署到公网前请按顺序检查：

修改默认 admin 密码：.env 中 DEEPSEEK_ADMIN_PASSWORD=…（16+ 字符随机）。默认密码 + 公网绑定时服务会拒绝启动。
设置 Fernet 加密 key：DEEPSEEK_ENCRYPTION_KEY=…，生成方式 python -c "from cryptography.fernet import Fernet; print(Fernet.generate_key().decode())"。已有明文 data/accounts.json 会在首次启动时自动迁移，原始文件保留为 accounts.json.v1.bak。
设置 API key：.env 中 API_KEYS=sk-real-key-1,sk-real-key-2（多个用逗号分隔）。ALLOW_UNAUTHENTICATED_API 保持 false。
配置 CORS 白名单：ALLOWED_ORIGINS=https://app.example.com，而不是依赖默认同源策略。
如果用反向代理（nginx、Caddy、Traefik）：设置 TRUSTED_PROXIES=10.0.0.0/8（你的代理网段）让 admin 限流能正确识别客户端 IP。
绑定地址：默认 127.0.0.1。如果要走反向代理，保持 loopback；如果直连公网，设置 HOST=0.0.0.0 并确保前置有 TLS + WAF。
使用 HTTPS：限流响应头里包含 token 计数和 IP；admin 端点需要 HTTPS 保护。强烈建议配合 Cloudflare / Caddy 等前端使用。
定期轮换：token / cookie 90 天左右主动续期；accounts.json 是敏感文件，确保所在分区权限 0o700 / NTFS ACL 限制。
限流：保留默认 CLIENT_RPM_PER_KEY=60、CLIENT_RPM_PER_IP=120，按你的实际流量调整。
监控：GET /health 适合做存活探针；/admin/api/stats 适合做业务指标抓取。

架构概览

┌──────────────────────────────────────────────────────────────────┐
│                          管理面板                                │
│  ┌──────────────────────┐  ┌──────────────────────────────────┐ │
│  │ 前端 SPA (webui/)    │  │ Admin API (admin.py)             │ │
│  │ · 概览面板           │◄─┤ · 密码认证 / 统计 / 账号管理     │ │
│  │ · 账号池管理         │  │ · 重登录触发                     │ │
│  └──────────────────────┘  └───────┬──────────────────────────┘ │
└────────────────────────────────────┼────────────────────────────┘
                                     │
┌──────────────┐     OpenAI 格式      ┌────────▼─────────────────┐
│  客户端应用   │ ◄───── SSE ────────► │   FastAPI Server          │
│ (NextChat,    │                      │   (server.py)             │
│  OpenWebUI,   │                      │                           │
│  custom)      │                      │  ┌─────────────────────┐  │
└──────────────┘                      │  │  AccountPool         │  │
                                      │  │  (account_pool.py)   │  │
                                      │  │  · 多账号轮询选择    │  │
                                      │  │  · 状态追踪          │  │
                                      │  │  · 健康检查          │  │
                                      │  └────────┬────────────┘  │
                                      │           │                │
                                      │  ┌────────▼────────────┐  │
                                      │  │  ChatAdapter         │  │
                                      │  │  (adapter.py)        │  │
                                      │  │  - PoW solving       │  │
                                      │  │  - Session mgmt      │  │
                                      │  │  - SSE parsing       │  │
                                      │  │  - Fragment stm      │  │
                                      │  └────────┬────────────┘  │
                                      │           │                │
                                      │  ┌────────▼────────────┐  │
                                      │  │ StreamSieve          │  │
                                      │  │ (tool_sieve.py)      │  │
                                      │  │ - DSML detection     │  │
                                      │  │ - Real-time sep      │  │
                                      │  └──────────────────────┘  │
                                      │                           │
                                      │  ┌──────────────────────┐  │
                                      │  │ DSML Parser          │  │
                                      │  │ (tool_dsml.py)       │  │
                                      │  │ - XML parsing        │  │
                                      │  │ - Format conv        │  │
                                      │  └──────────────────────┘  │
                                      └──────────┬────────────────┘
                                                 │
                                      DeepSeek 原生协议
                                      (PoW + SSE)
                                                 │
                                      ┌──────────▼────────────┐
                                      │  chat.deepseek.com    │
                                      │  (DeepSeek Chat API)  │
                                      └───────────────────────┘

核心组件

文件	职责
`server.py`	FastAPI 服务器，路由分发，MODE/THINKING 控制，OpenAI SSE 格式化
`adapter.py`	DeepSeek 协议适配器 — PoW 挑战求解，会话创建/管理，原生 SSE 解析，fragment 状态机
`anthropic_format.py`	Anthropic `/v1/messages` 格式转换 — 请求解析、响应组装、SSE 生成
`tool_sieve.py`	StreamSieve 流式筛分引擎 — 逐字符检测 DSML 工具调用标签，实时分离正文与工具调用
`tool_dsml.py`	DSML 解析器/生成器 — XML 格式的 DSML ↔ OpenAI tool_calls 双向转换
`account_pool.py`	多账号管理 — CRUD、状态追踪（idle/busy/error）、轮询分配、健康检查
`admin.py`	管理后台 API — 密码认证、请求统计、账号池增删查改、重登录触发
`webui/`	管理面板前端 — 纯静态 SPA，零 build 依赖
`sha3_wasm_bg.wasm`	WASM 二进制，用于 DeepSeekHashV1 工作量证明求解

请求生命周期

客户端请求 → /v1/chat/completions 收到 OpenAI 格式请求
模式解析 → server.py 根据环境变量和请求参数确定 model_type 和 thinking_enabled
DSML 注入 → 如有 tools，build_dsml_tool_prompt() 生成 DSML 格式系统提示词
PoW 求解 → adapter.py 请求并求解 DeepSeekHashV1 挑战
会话创建 → 创建新的 DeepSeek Chat 会话（可选复用）
请求发送 → 以原生格式发送到 /api/v0/chat/completion
响应处理:
- 非流式：解析 SSE 收集全部内容 → 检测工具调用 → 返回 OpenAI 格式
- 流式：逐 token 转发 → StreamSieve 实时筛分 → 格式化 OpenAI SSE

文件结构

├── server.py            # FastAPI 服务器主入口
├── adapter.py           # DeepSeek 协议适配器 (PoW, 会话, SSE)
├── anthropic_format.py  # Anthropic /v1/messages 格式转换
├── tool_sieve.py        # StreamSieve 流式工具调用检测引擎
├── tool_dsml.py         # DSML 解析器/生成器
├── account_pool.py      # 多账号池管理 (轮询、状态追踪、健康检查)
├── admin.py             # 管理后台 API 端点
├── webui/               # 管理面板前端 (纯静态 SPA)
│   ├── index.html
│   ├── app.js
│   └── style.css
├── sha3_wasm_bg.wasm    # WASM PoW 求解器
├── requirements.txt     # Python 依赖
├── .env.example         # 环境变量模板
├── .env                 # 你的实际配置（已 .gitignore）
├── start.bat            # Windows 启动脚本
├── AGENTS.md            # AI Agent 参考文档
└── README.md            # 本文件

常见问题

Q: 启动后请求返回 502 Bad Gateway

原因通常是凭证失效或网络问题：

检查 .env 中的 DEEPSEEK_TOKEN 和 DEEPSEEK_COOKIES 是否仍然有效（登录 chat.deepseek.com 重新提取）
检查能否访问 chat.deepseek.com（可能需要代理）
检查控制台日志中的具体错误信息

Q: 流式输出中只有 reasoning_content 没有 content

在 thinking_mode=true（专家模式）下，模型会先输出完整的推理过程再输出回答。如果你看到只有推理没有内容：

等待模型完成推理（响应尚未结束）
如果真是 bug：确认服务端版本，检查 finish_reason 是否正常输出。已知旧版本可能缺少 finish_reason: "stop" 帧

Q: 如何关闭思维链/推理展示？

设置环境变量 THINKING=disabled，即使请求中 thinking_mode=true 也不会输出 reasoning_content。

Q: 一直转圈 / 响应极慢

专家模式（thinking_mode=true）本身就更慢，模型在做完整推理
PoW 求解在低性能机器上可能需要数秒
检查网络到 chat.deepseek.com 的延迟

Q: Windows 下 curl 请求中文返回 422

Windows bash curl 默认编码为 GBK，发送 JSON 时中文字符可能被错误编码。解决方式：

# 方式一：将请求体写入 JSON 文件
curl -X POST http://localhost:8080/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d @body.json

# 方式二：用 PowerShell（推荐）
Invoke-RestMethod -Uri http://localhost:8080/v1/chat/completions `
  -Method POST `
  -ContentType "application/json" `
  -Body '{"model":"deepseek-chat","messages":[{"role":"user","content":"你好"}],"stream":true}'

Q: `.env` 修改后没有生效

需要重启服务器进程。FastAPI 的 reload 模式不会重新加载环境变量：

# 先杀掉旧进程
taskkill /F /IM python.exe
# 再重新启动
python -m uvicorn server:app --host 0.0.0.0 --port 8080

Q: 浏览器插件（如 YouTube 字幕翻译）请求失败，日志显示 405 Method Not Allowed

某些 Chrome 插件在使用 OpenAI 兼容接口前会先发送 OPTIONS 预检请求（CORS preflight）来检查服务器是否允许跨域访问。如果服务端未处理 OPTIONS 请求，会返回 405 Method Not Allowed，导致插件无法正常使用。

解决方法： 本项目已内置 CORS 中间件（CORSMiddleware），默认允许所有来源、方法和请求头。如果仍遇到跨域问题，请确认版本已包含 server.py 中的 CORS 配置。

Q: 支持多轮对话吗？

不支持。每次请求都是独立的，服务器会创建新的 DeepSeek Chat 会话。多轮会话支持需要在应用层面（如 NextChat）维护上下文。

Q: 如何查看 PoW 求解过程和调试信息？

适配器使用 httpx 发送请求，设置日志级别可查看详细请求/响应：

import logging
logging.basicConfig(level=logging.DEBUG)

Q: Token/凭证多久过期？

DeepSeek 的 Token 有效期不明确。如果遇到 401 或 403 响应，重新登录 chat.deepseek.com 并更新 .env 中的凭证。

环境变量参考

核心配置

变量	默认值	必填	说明
`HOST`	`127.0.0.1`	否	监听地址。`0.0.0.0` 配合默认 admin 密码时拒绝启动
`PORT`	`8080`	否	服务器监听端口
`API_KEYS`	`""`	公网部署必填	客户端访问 `/v1/*` 的 API Key，支持逗号分隔多个 key
`DEEPSEEK_API_KEY`	`""`	否	单个客户端 API Key 别名
`ALLOW_UNAUTHENTICATED_API`	`false`	否	是否允许 `/v1/*` 无鉴权访问；公网部署不要开启
`ALLOW_INSECURE_PUBLIC_DEFAULTS`	`false`	否	显式确认在公网上使用默认密码（不建议）

DeepSeek 账号

变量	默认值	必填	说明
`DEEPSEEK_TOKEN`	`""`	有 DeepSeek 账号时必填	DeepSeek API 的 Bearer Token（单账号兼容格式）
`DEEPSEEK_COOKIES`	`""`	有 DeepSeek 账号时必填	DeepSeek 的 Cookie 值（单账号兼容格式）
`DEEPSEEK_TOKEN_N`	`""`	否	第 N 个 DeepSeek 账号 Token，例如 `DEEPSEEK_TOKEN_1`
`DEEPSEEK_COOKIES_N`	`""`	否	第 N 个 DeepSeek 账号 Cookies
`DEEPSEEK_EMAIL_N`	`"env-N"`	否	第 N 个账号的备注/标识
`ACCOUNT_STORE_PATH`	`data/accounts.json`	否	面板持久化账号保存路径

模型行为

变量	默认值	说明
`MODEL_NAME`	`"deepseek-chat"`	`/v1/models` 默认显示的模型名（`MODEL_ROUTES` 存在时显示路由表）
`MODE`	`"auto"`	`auto` / `quick` / `expert`
`THINKING`	`"auto"`	`auto` / `enabled` / `disabled`
`SEARCH`	`"auto"`	`auto` / `enabled` / `disabled`
`MODEL_ROUTES`	`""`	JSON 路由表，按 `model` 字段切换 `model_type`/thinking/search

管理面板

变量	默认值	说明
`DEEPSEEK_ADMIN_PASSWORD`	`"admin"`	管理面板登录密码（公网部署必须修改）

限流 & 会话

变量	默认值	说明
`ENABLE_RATE_LIMIT`	`true`	客户端限流总开关
`CLIENT_RPM_PER_KEY`	`60`	每 API key 每分钟请求数
`CLIENT_RPM_PER_IP`	`120`	每 IP 每分钟请求数
`SESSION_CACHE_TTL`	`600`	多轮会话缓存 TTL（秒），0 = 禁用多轮

安全 & 加密

变量	默认值	说明
`ALLOWED_ORIGINS`	`""`	CORS 允许的 origin 列表（逗号分隔），空 = 同源
`ALLOW_CORS_CREDENTIALS`	`false`	是否允许带 credentials 的跨域（需配合 `ALLOWED_ORIGINS`）
`TRUSTED_PROXIES`	`""`	信任的代理 IP/CIDR（设置后 `X-Forwarded-For` 才会被采纳）
`DEEPSEEK_ENCRYPTION_KEY`	`""`	Fernet key；设置后 `data/accounts.json` 中的 token/cookies 自动加密

日志 & 反检测

变量	默认值	说明
`LOG_LEVEL`	`INFO`	DEBUG/INFO/WARNING/ERROR
`LOG_FORMAT`	`json`	`json`（生产）或 `text`（开发）
`DEEPSEEK_IMPERSONATE`	`chrome131`	curl_cffi TLS 指纹 profile
`DEEPSEEK_JITTER_SECS`	`0.0`	调用间随机抖动（秒）
`DSML_MAX_BUFFER_BYTES`	`1048576`	StreamSieve 捕获缓冲上限
`DISABLE_AUTO_RECOVER`	`false`	设为 true 禁用账号自动恢复

反检测 — 每个账号的代理

变量	说明
`DEEPSEEK_PROXY` / `DEEPSEEK_PROXY_N`	单个 / 第 N 个账号的上游代理 URL
`DEEPSEEK_EMAIL`	旧版单账号格式的邮箱备注

依赖

包	最低版本	用途
`fastapi`	≥0.100.0	Web 框架
`uvicorn`	≥0.20.0	ASGI 服务器
`httpx`	≥0.24.0	HTTP 客户端（用于调用 DeepSeek API）
`wasmtime`	≥14.0.0	WASM 运行时（PoW 求解）
`python-dotenv`	≥1.0.0	`.env` 文件加载

许可

本项目使用 Unlicense 协议正式发布到公有领域（public domain）。

This is free and unencumbered software released into the public domain.

你可以自由地复制、修改、发布、使用、编译、出售或分发本软件，无论用于商业或非商业目的，无论以任何形式。

不提供任何保证，不保证服务的可用性、准确性、稳定性。使用本项目所产生的任何后果由使用者自行承担。

致谢

DeepSeek — 优秀的 AI 模型与平台
OpenAI — API 标准格式参考
wasmtime-py — WASM 运行时

Name		Name	Last commit message	Last commit date
Latest commit History 35 Commits
.github/workflows		.github/workflows
docs/release-notes		docs/release-notes
scripts		scripts
tests		tests
webui-new		webui-new
.env.example		.env.example
.gitignore		.gitignore
AGENTS.md		AGENTS.md
LICENSE		LICENSE
README.md		README.md
account_pool.py		account_pool.py
adapter.py		adapter.py
admin.py		admin.py
anthropic_format.py		anthropic_format.py
crypto.py		crypto.py
ip_utils.py		ip_utils.py
logger.py		logger.py
model_router.py		model_router.py
rate_limiter.py		rate_limiter.py
requirements.txt		requirements.txt
server.py		server.py
session_cache.py		session_cache.py
sha3_wasm_bg.wasm		sha3_wasm_bg.wasm
start.bat		start.bat
stats_history.py		stats_history.py
token_counter.py		token_counter.py
tool_dsml.py		tool_dsml.py
tool_sieve.py		tool_sieve.py

Folders and files

Latest commit

History

Repository files navigation

DeepSeek Chat API Proxy

v2.2.0 新增

功能特性

快速开始

前置条件

安装

获取凭证

配置

启动

验证

管理面板

API 文档

POST /v1/chat/completions

请求体

非流式响应（stream: false）

流式响应（stream: true）

POST /v1/messages

请求体

非流式响应（stream: false）

流式响应（stream: true）

MODE / THINKING / SEARCH 详解

组合示例

环境变量与请求参数互斥

思维链（Reasoning / Thinking）

流式响应中的推理

Function Calling（工具调用）

工作原理

使用示例

DSML 格式

多轮会话（v2.2.0）

模型路由（v2.2.0）

客户端限流（v2.2.0）

使用量统计（v2.2.0）

安全建议（生产部署 checklist）

架构概览

核心组件

请求生命周期

文件结构

常见问题

Q: 启动后请求返回 502 Bad Gateway

Q: 流式输出中只有 reasoning_content 没有 content

Q: 如何关闭思维链/推理展示？

Q: 一直转圈 / 响应极慢

Q: Windows 下 curl 请求中文返回 422

Q: .env 修改后没有生效

Q: 浏览器插件（如 YouTube 字幕翻译）请求失败，日志显示 405 Method Not Allowed

Q: 支持多轮对话吗？

Q: 如何查看 PoW 求解过程和调试信息？

Q: Token/凭证多久过期？

环境变量参考

核心配置

DeepSeek 账号

模型行为

管理面板

限流 & 会话

安全 & 加密

日志 & 反检测

反检测 — 每个账号的代理

依赖

许可

致谢

About

Topics

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages

`POST /v1/chat/completions`

非流式响应（`stream: false`）

流式响应（`stream: true`）

`POST /v1/messages`

非流式响应（`stream: false`）

流式响应（`stream: true`）

Q: `.env` 修改后没有生效