OpenAI兼容API代理 for Z.ai GLM-4.5

这是一个为Z.ai GLM-4.5模型提供OpenAI兼容API接口的代理服务器。它允许你使用标准的OpenAI API格式与Z.ai的GLM-4.5模型进行交互，支持流式和非流式响应。

注意: 本项目来自fork OpenAI-Compatible-API-Proxy-for-Z二次开发

✨ 主要功能

• 🔄 OpenAI API兼容: 完全兼容OpenAI的API格式，无需修改客户端代码
• 🌊 流式响应支持: 支持实时流式输出，提供更好的用户体验
• 🔐 身份验证: 支持API密钥验证，确保服务安全
• 🛠️ 灵活配置: 通过环境变量进行灵活配置
• 🐳 Docker支持: 提供Docker镜像，便于部署
• 🌍 CORS支持: 支持跨域请求，便于前端集成
• 📝 思考过程展示: 智能处理并展示模型的思考过程
• 📊 实时监控仪表板: 提供Web仪表板，实时显示API转发情况和统计信息

🚀 快速开始

环境要求

• Go 1.23 或更高版本
• Z.ai 的访问令牌

本地部署

1. 克隆仓库

   1 2	git clone https://github.com/your-username/ZtoApi.git cd ZtoApi

2. 配置环境变量

   1 2	cp config.env .env.local # 编辑 .env.local 文件，设置你的 ZAI_TOKEN

3. 启动服务

   1 2 3 4 5

   # 使用启动脚本（推荐） ./start.sh # 或直接运行 go run main.go

4. 测试服务

   1	curl http://localhost:9090/v1/models

5. 访问API文档

   启动服务后，可以通过浏览器访问以下地址查看完整的API文档：

   1	http://localhost:9090/docs

   API文档提供了以下功能：

   • 详细的API端点说明
   • 请求参数和响应格式
   • 多种编程语言的使用示例（Python、cURL、JavaScript）
   • 错误处理说明

6. 访问Dashboard

   启动服务后，可以通过浏览器访问以下地址查看实时监控仪表板：

   1	http://localhost:9090/dashboard

   Dashboard提供了以下功能：

   • 实时显示API请求统计信息（总请求数、成功请求数、失败请求数、平均响应时间）
   • 显示最近100条请求的详细信息（时间、方法、路径、状态码、耗时、客户端IP）
   • 数据每5秒自动刷新一次

Docker部署

1. 构建镜像

   1	docker build -t zto-api .

2. 运行容器

   1 2 3 4

   docker run -p 9090:9090 \ -e ZAI_TOKEN=your_z_ai_token \ -e DEFAULT_KEY=your_api_key \ zto-api

Render部署

1. Fork这个仓库到你的GitHub账户

2. 在Render上创建新的Web Service：

   • 连接你的GitHub仓库
   • 选择Docker作为环境
   • 设置以下环境变量：
   • ZAI_TOKEN: Z.ai 的访问令牌 (可选，不提供将自动获取随机匿名token)
   • DEFAULT_KEY: 客户端API密钥 (可选，默认: sk-your-key)
   • MODEL_NAME: 显示的模型名称 (可选，默认: GLM-4.5)
   • PORT: 服务监听端口 (Render会自动设置)

3. 部署完成后，使用Render提供的URL作为OpenAI API的base_url

⚙️ 环境变量配置

本项目支持通过环境变量进行配置，提供灵活的部署和运行选项。

🚀 快速开始

1. 使用启动脚本（推荐）

macOS/Linux:

1

./start.sh

Windows:

1

start.bat

2. 手动设置环境变量

macOS/Linux:

1
2
3
4

export ZAI_TOKEN="your_z_ai_token_here"
export DEFAULT_KEY="sk-your-custom-key"
export PORT="9090"
go run main.go

Windows:

1
2
3
4

set ZAI_TOKEN=your_z_ai_token_here
set DEFAULT_KEY=sk-your-custom-key
set PORT=9090
go run main.go

3. Docker运行

1
2
3
4
5

docker run -p 9090:9090 \
  -e ZAI_TOKEN=your_z_ai_token_here \
  -e DEFAULT_KEY=sk-your-custom-key \
  -e PORT=9090 \
  zto-api

📋 环境变量列表

🔑 必需配置

无必需配置。所有配置都有合理的默认值。

⚙️ 可选配置

⚙️ 可选配置

🔧 高级配置

📁 配置文件

支持的配置文件（按优先级排序）

1. .env.local - 本地环境配置（推荐）
2. .env - 环境配置
3. config.env - 配置模板

配置文件示例

1
2
3
4
5

# 复制配置文件
cp config.env .env.local

# 编辑配置文件
nano .env.local

🔐 获取 Z.ai Token

方法1：浏览器开发者工具

1. 登录 Z.ai
2. 打开浏览器开发者工具（F12）
3. 切换到 Network 标签页
4. 发送一条消息
5. 在请求中找到 Authorization 头部的 Bearer token

方法2：Cookie 方式

1. 登录 Z.ai 后，在开发者工具中查看 Cookies
2. 找到包含认证信息的 cookie

方法3：匿名Token

本项目支持自动获取匿名token，无需手动配置。当 ZAI_TOKEN 环境变量未设置时，系统会自动为每次对话获取不同的随机匿名token，避免共享记忆。这种机制使得项目即使用户没有提供 Z.ai 的访问令牌也能正常工作。

🎯 使用示例

基本配置

1
2
3
4
5
6

# .env.local
ZAI_TOKEN=eyJhbGciOiJFUzI1NiIs...
DEFAULT_KEY=sk-my-secret-key
MODEL_NAME=GLM-4.5-Pro
PORT=9000
DEBUG_MODE=false

生产环境配置

1
2
3
4
5
6
7

# .env.production
ZAI_TOKEN=your_production_token
DEFAULT_KEY=sk-production-key
MODEL_NAME=GLM-4.5
PORT=9090
DEBUG_MODE=false
DEFAULT_STREAM=true

开发环境配置

1
2
3
4
5
6
7
8

# .env.development
ZAI_TOKEN=your_dev_token
DEFAULT_KEY=sk-dev-key
MODEL_NAME=GLM-4.5-Dev
PORT=8080
DEBUG_MODE=true
DEFAULT_STREAM=true
DASHBOARD_ENABLED=true

📊 Dashboard功能

本项目提供了一个Web仪表板，用于实时监控API转发情况和统计信息。

功能特点

• 实时显示API请求统计信息（总请求数、成功请求数、失败请求数、平均响应时间）
• 显示最近100条请求的详细信息（时间、方法、路径、状态码、耗时、客户端IP）
• 数据每5秒自动刷新一次
• 响应式设计，支持各种设备访问

访问方式

启动服务后，通过浏览器访问以下地址：

1

http://localhost:9090/dashboard

配置选项

通过 DASHBOARD_ENABLED 环境变量控制Dashboard功能的开启和关闭：

1
2
3
4
5

# 启用Dashboard（默认）
DASHBOARD_ENABLED=true

# 禁用Dashboard
DASHBOARD_ENABLED=false

使用场景

• 开发调试: 实时查看API请求情况，便于调试和问题排查
• 性能监控: 监控API响应时间和成功率，评估系统性能
• 安全审计: 查看请求来源和频率，发现异常访问模式

🔄 重启服务

修改环境变量后，需要重启服务使配置生效：

1
2
3
4
5

# 停止当前服务
Ctrl+C

# 重新启动
./start.sh

🚨 注意事项

1. Token 安全: 不要将真实的 Z.ai token 提交到代码仓库
2. 配置文件: 建议将 .env.local 添加到 .gitignore
3. 权限设置: 确保启动脚本有执行权限 (chmod +x start.sh)
4. 端口冲突: 确保配置的端口没有被其他服务占用
5. 匿名Token: 当未设置 ZAI_TOKEN 时，系统会自动获取随机匿名token，每次对话都会有独立的上下文，无需手动配置即可使用
6. 思考过程: 项目会自动处理模型的思考过程，可通过 ENABLE_THINKING 环境变量或请求参数 enable_thinking 控制是否启用

📖 API使用示例

Python示例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35

import openai

# 配置客户端
client = openai.OpenAI(
    api_key="your-api-key",  # 对应 DEFAULT_KEY
    base_url="http://localhost:9090/v1"
)

# 非流式请求
response = client.chat.completions.create(
    model="GLM-4.5",
    messages=[{"role": "user", "content": "你好，请介绍一下自己"}]
)

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

# 流式请求
response = client.chat.completions.create(
    model="GLM-4.5",
    messages=[{"role": "user", "content": "请写一首关于春天的诗"}],
    stream=True
)

for chunk in response:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

# 启用思考功能的请求
response = client.chat.completions.create(
    model="GLM-4.5",
    messages=[{"role": "user", "content": "请分析一下这个问题"}],
    enable_thinking=True
)

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

curl示例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

# 非流式请求
curl -X POST http://localhost:9090/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-api-key" \
  -d '{
    "model": "GLM-4.5",
    "messages": [{"role": "user", "content": "你好"}],
    "stream": false
  }'

# 流式请求
curl -X POST http://localhost:9090/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-api-key" \
  -d '{
    "model": "GLM-4.5",
    "messages": [{"role": "user", "content": "你好"}],
    "stream": true
  }'

# 启用思考功能的请求
curl -X POST http://localhost:9090/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-api-key" \
  -d '{
    "model": "GLM-4.5",
    "messages": [{"role": "user", "content": "请分析一下这个问题"}],
    "enable_thinking": true
  }'

JavaScript示例

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67

const fetch = require('node-fetch');

async function chatWithGLM(message, stream = false, enableThinking = null) {
  const requestBody = {
    model: 'GLM-4.5',
    messages: [{ role: 'user', content: message }],
    stream: stream
  };
  
  // 如果指定了思考功能参数，则添加到请求中
  if (enableThinking !== null) {
    requestBody.enable_thinking = enableThinking;
  }
  
  const response = await fetch('http://localhost:9090/v1/chat/completions', {
    method: 'POST',
    headers: {
      'Content-Type': 'application/json',
      'Authorization': 'Bearer your-api-key'
    },
    body: JSON.stringify(requestBody)
  });

  if (stream) {
    // 处理流式响应
    const reader = response.body.getReader();
    const decoder = new TextDecoder();
    
    while (true) {
      const { done, value } = await reader.read();
      if (done) break;
      
      const chunk = decoder.decode(value);
      const lines = chunk.split('\n');
      
      for (const line of lines) {
        if (line.startsWith('data: ')) {
          const data = line.slice(6);
          if (data === '[DONE]') {
            console.log('\n流式响应完成');
            return;
          }
          
          try {
            const parsed = JSON.parse(data);
            const content = parsed.choices[0]?.delta?.content;
            if (content) {
              process.stdout.write(content);
            }
          } catch (e) {
            // 忽略解析错误
          }
        }
      }
    }
  } else {
    // 处理非流式响应
    const data = await response.json();
    console.log(data.choices[0].message.content);
  }
}

// 使用示例
chatWithGLM('你好，请介绍一下JavaScript', false);

// 启用思考功能的示例
chatWithGLM('请分析一下这个问题', false, true);

🔧 故障排除

常见问题

1. 连接失败

   • 检查服务是否正常运行：curl http://localhost:9090/v1/models
   • 访问API文档：http://localhost:9090/docs
   • 确认端口配置正确

2. 认证失败

   • 检查 DEFAULT_KEY 环境变量设置
   • 确认请求头中的 Authorization 格式正确

3. Z.ai Token无效

   • 检查 ZAI_TOKEN 环境变量设置
   • 确认Token未过期

4. 思考过程显示异常

   • 检查 DEBUG_MODE 是否启用
   • 查看服务日志获取详细信息

5. 端口被占用: 修改 PORT 环境变量或停止占用端口的服务

6. 权限不足: 确保启动脚本有执行权限

7. 配置未生效: 重启服务或检查配置文件语法

8. 流式响应问题: 确认 DEFAULT_STREAM 设置正确，检查客户端是否支持流式响应

调试模式

启用调试模式以获取详细日志：

1
2

export DEBUG_MODE=true
go run main.go

网络问题排查

如果遇到网络连接问题，可以尝试：

1. 检查防火墙设置
2. 确认 UPSTREAM_URL 可访问
3. 测试网络连通性：

   1	curl https://chat.z.ai/api/chat/completions

性能优化

1. 减少日志输出: 设置 DEBUG_MODE=false
2. 调整超时时间: 修改代码中的 http.Client 超时设置
3. 使用反向代理: 在生产环境中建议使用 Nginx 等反向代理

🤝 贡献指南

欢迎提交 Issue 和 Pull Request！请确保：

1. 代码符合 Go 的代码风格
2. 提交前运行测试
3. 更新相关文档
4. 遵循项目的代码结构和命名规范

开发流程

1. Fork 本仓库
2. 创建特性分支：git checkout -b feature/new-feature
3. 提交更改：git commit -am 'Add new feature'
4. 推送分支：git push origin feature/new-feature
5. 提交 Pull Request

📄 许可证

本项目采用 MIT 许可证。详情请参阅 LICENSE 文件。

⚠️ 免责声明

本项目与 Z.ai 官方无关，使用前请确保遵守 Z.ai 的服务条款。开发者不对因使用本项目而产生的任何问题负责。
本项目与 Z.ai 官方无关，使用前请确保遵守 Z.ai 的服务条款。开发者不对因使用本项目而产生的任何问题负责。
本项目与 Z.ai 官方无关，使用前请确保遵守 Z.ai 的服务条款。开发者不对因使用本项目而产生的任何问题负责。

📞 联系方式

如有问题或建议，请通过以下方式联系：

• 提交 Issue