MUSE2API

🤝 本开源项目已链接并认可 LINUX DO 社区 (https://linux.do/) —— 新的理想型社区（真诚、友善、团结、专业）

将 muse.ai 网页端的前沿多模态能力逆向工程封装为标准的 OpenAI 兼容 RESTful API。通过无头浏览器 CDP 协议穿透、热备 WebSocket 隧道复用与动态 Session 管理，原生支持文本对话（2~3 秒级流式首字响应）、文生图、图生图编辑、文生视频、首帧图生视频，并提供多账号池亲和轮转、全自动 48 小时会话续期与云端 VM 唤醒保活，以及配套 Chrome 一键导号扩展。

• 💬 标准对话接口（Chat Completions & Responses API）
  • 完全兼容 /v1/chat/completions 与新版 Codex 默认使用的 /v1/responses 标准协议。
  • 原生支持 SSE 流式打字机输出（stream=True）与同步完整返回，内置热标签页与 Noise WebSocket 隧道亲和复用，连续对话首字延迟仅需 2~3 秒。
  • 支持多轮对话上下文、System Prompt 设定。
  • 内置模型智能别名映射，gpt-4o、gpt-5、claude-sonnet-4、deepseek-chat 等常用模型名自动路由。
• 🎨 高质量生图与图像编辑（Images Generations & Edits）
  • 完全兼容 /v1/images/generations（文生图）与 /v1/images/edits（图生图/参考图编辑）接口。
  • 支持 1:1、16:9、9:16、4:3、3:4 等多画幅生成，支持参考图直传与去水印纯净输出。
  • 支持 url 直链或 b64_json 两种返回格式，内置纯文本拒答秒级快速检测，杜绝队列死锁。
• 🎬 文生视频 / 图生视频（Videos）
  • 原生对接 Muse 顶配视频生成模型，支持 5 秒 / 6 秒 / 10 秒及 9:16 竖屏 / 16:9 横屏视频生成。
  • 支持上传首帧参考图（Data URL / HTTP URL）进行严格首帧图生视频创作。
  • 异步任务架构（/v1/videos 创建任务 + /v1/videos/{task_id} 状态轮询）。
  • 内置媒体资源服务 /v1/media/{filename}，自动持久化存储生成的 MP4 / WebP 资源。
• 🔄 多账号池与热连接亲和调度
  • 支持导入无上限的 Muse 账号矩阵。
  • 基于热连接亲和（Warm-Tab Affinity）与 LRU 策略智能分发，兼顾 2 秒级极速响应与多号均衡消耗。
  • 遇到单号额度耗尽或会话异常时，自动标记并 0 秒无感故障转移至备用健康账号。
• 🛡️ 48 小时会话全自动续期与云端 VM 保活
  • 独创后台心跳协程，直连 /api/session 自动续签 hatch_vml（+48h）与 hatch_sess（+30d），并自动调用 /api/hatch/vm/wake 保持云端工作区 VM 热备。
  • 彻底解决 Meta Cookie 静态 48 小时到期与 VM 休眠断连难题，无需频繁重新登录。
• 🧩 配套 Chrome 一键导号扩展
  • 无需手工 F12 抓包，点一下扩展图标即刻将当前浏览器登录态（含 HttpOnly 核心 Cookie 与真实过期时间）提取并安全推送至账号池。
• 🖥️ 现代化深色运维面板（Web Console）与实时在线热升级
  • 内置开箱即用的 Web UI，支持实时查看服务健康度、账号池额度与状态、一键全池保活、任务进度回放、媒体库管理与在线接口调试。
  • 全网节点实时更新广播与一键升级：当官方 GitHub 仓库发布新版本或修复时，所有已部署节点的管理后台顶部会自动弹出更新通知横幅，点击 「⚡ 一键在线升级并重启」 即可自动拉取最新代码并平滑重启（自动保留本地 .env 配置与账号数据）。

1. 克隆代码并进入目录：

   git clone https://github.com/czg86389-hub/muse2api.git
   cd muse2api

2. 配置环境变量（可选）：

   cp .env.example .env
   # 按需编辑 .env，建议修改 MUSE2API_KEY 为你自己的管理密钥

3. 启动容器：

   docker compose up -d

4. 访问管理面板： 打开浏览器访问：http://<你的服务器IP>:18610/admin?key=<你的MUSE2API_KEY>

1. 安装系统依赖与 Chromium：

   sudo apt-get update
   sudo apt-get install -y chromium fonts-wqy-zenhei python3 python3-pip python3-venv

2. 配置 Python 虚拟环境：

   cd /opt/muse2api
   python3 -m venv venv
   source venv/bin/activate
   pip install -r requirements.txt

3. 配置 systemd 服务：

   sudo cp deploy/muse2api.service /etc/systemd/system/
   sudo systemctl daemon-reload
   sudo systemctl enable --now muse2api

4. Nginx 反向代理配置（重要：防止 502 超时与流式卡顿）： 如使用 Nginx / 宝塔 / 1Panel 反代，务必将 proxy_read_timeout 调大至 600s 并关闭 proxy_buffering（详见 deploy/nginx.example.conf）：

   location / {
       proxy_pass http://127.0.0.1:18610;
       proxy_read_timeout 600s;      # 避免生图/视频耗时较长被 Nginx 报 502 Bad Gateway
       proxy_send_timeout 600s;
       proxy_buffering off;          # 保证 SSE 对话流式打字机 0 延迟吐字
       client_max_body_size 64M;     # 支持参考图大文件上传
       proxy_set_header Host $host;
       proxy_set_header X-Real-IP $remote_addr;
       proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
   }

项目内置了专用 Chrome 导号扩展（目录位于 extension/），告别复杂的 F12 Cookie 提取：

1. 打开 Chrome / Edge 浏览器，访问 chrome://extensions，开启右上角的 「开发者模式」。
2. 点击 「加载已解压的扩展程序」，选择本项目中的 extension 目录。
3. 在该浏览器中登录 muse.ai 至聊天主界面。
4. 点击浏览器右上角插件图标，填入你的服务地址（例如 http://1.2.3.4:18610）和 MUSE2API_KEY。
5. 点击 「读取并导入」，秒级同步入库！

所有受保护接口均需在 Header 中携带：

Authorization: Bearer <你的MUSE2API_KEY>

curl -X POST "http://localhost:18610/v1/chat/completions" \
  -H "Authorization: Bearer m2a_your_secret_key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "muse-spark",
    "messages": [
      {"role": "user", "content": "写一首关于赛博朋克与霓虹夜雨的七言绝句"}
    ],
    "stream": false
  }'

curl -X POST "http://localhost:18610/v1/images/generations" \
  -H "Authorization: Bearer m2a_your_secret_key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "muse-image",
    "prompt": "一只穿着反重力宇航服的机械柴犬，电影级光影，8k分辨率",
    "size": "16:9",
    "response_format": "url"
  }'

响应示例：

{
  "created": 1790148495,
  "data": [
    {
      "revised_prompt": "一只穿着反重力宇航服的机械柴犬，电影级光影，8k分辨率",
      "url": "http://localhost:18610/v1/media/img_abc123.webp",
      "kind": "image",
      "bytes": 54210
    }
  ]
}

• 第一步：创建生成任务

  curl -X POST "http://localhost:18610/v1/videos" \
    -H "Authorization: Bearer m2a_your_secret_key" \
    -H "Content-Type: application/json" \
    -d '{
      "prompt": "金色的枫叶在微风中轻盈飘落，阳光穿透树梢",
      "duration": 5,
      "size": "16:9"
    }'

  返回任务 ID：{"id": "task_xyz789", "status": "queued"}

• 第二步：轮询任务进度

  curl "http://localhost:18610/v1/videos/task_xyz789" \
    -H "Authorization: Bearer m2a_your_secret_key"

  完成时返回：

  {
    "id": "task_xyz789",
    "status": "succeeded",
    "progress": 100,
    "result": {
      "url": "http://localhost:18610/v1/media/vid_xyz789.mp4"
    }
  }

• 零数据外泄：本软件全部数据（包括账号凭据、任务队列、媒体文件）均持久化在本地 data/ 目录中，不依赖任何第三方遥测或外部中转服务。
• 开源合规：本项目仅供技术交流、系统自动化运维研究与自动化测试。请勿将本项目用于违反 Meta 平台服务条款或任何国家法律法规之用途。

本项目已链接并高度认可 LINUX DO 社区，感谢社区佬友的交流、反馈与支持：

• 🌐 LINUX DO 社区 (https://linux.do/) —— 新的理想型社区（真诚、友善、团结、专业，共建你我引以为荣之社区）

本项目基于 MIT License 开源发布。