-
部署到 Cloudflare Workers:
- 登录 Cloudflare Dashboard,进入 Workers & Pages。
- 点击 创建应用程序 -> 创建 Worker。
- 将上述完整的
_worker.js代码复制粘贴到在线编辑器中,替换默认内容。 - 点击 保存并部署。
-
配置环境变量 (强烈推荐):
- 在 Worker 的 设置 -> 变量 中,添加以下环境变量:
API_MASTER_KEY: 设置一个强密码,用作访问您 Worker API 的密钥。COOKIE_STRING(可选): 如果您有来自gemini.google.com的 Cookie 字符串,可以在这里设置以获得更稳定的访问。格式如:__Secure-1PSID=xxx; __Secure-1PSIDTS=yyy; ...SAPISID(可选): 如果提供了COOKIE_STRING,可以单独提取SAPISID的值。- 其他如
DEFAULT_MODEL,REQUEST_TIMEOUT_SEC等可根据需要调整。
-
访问与使用:
- 部署成功后,访问您的 Worker 域名 (例如
https://your-worker.your-subdomain.workers.dev/)。 - 您将看到全中文的开发者驾驶舱。
- 在左侧“即用情报”面板中设置您的
API_MASTER_KEY。 - 在右侧“实时交互终端”中,即可开始与 Gemini 模型对话,并在下方实时查看请求日志和性能指标。
- 部署成功后,访问您的 Worker 域名 (例如
-
在客户端中配置:
- ChatGPT-Next-Web: 在设置中,将 接口地址 设置为
https://your-worker.your-subdomain.workers.dev/v1,API 密钥 设置为您的API_MASTER_KEY。 - LobeChat: 添加自定义模型,接口地址填写 Worker 根路径,密钥同上。
cURL: bash curl https://your-worker.your-subdomain.workers.dev/v1/chat/completions \ -H "Authorization: Bearer YOUR_API_MASTER_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "gemini-3.5-flash", "messages": [{"role": "user", "content": "你好"}] }' ``` - ChatGPT-Next-Web: 在设置中,将 接口地址 设置为
- ✅ 完整后端逻辑迁移: 代理、认证、模型映射、流式处理、错误处理。
- ✅ 配置即代码: 所有配置集中于 CONFIG 对象,可通过环境变量覆盖。
- ✅ 开发者驾驶舱: 全中文界面,包含实时日志、性能洞察、一键复制、客户端配置指南。
- ✅ 模型名称汉化: 每个模型都有中文别名和描述。
- ✅ 实时日志调试面板: 在 Web UI 中记录并显示每次请求的 ID、状态、耗时、速率。
- ✅ 全方位兼容: 严格遵循 OpenAI API 格式,兼容主流客户端和沉浸式翻译等扩展。
- ✅ 高性能与健壮性: 利用 Worker 的边缘计算、HTTP/3、Brotli 压缩、背压处理。
- ✅ 可观测性: 每个请求都有唯一的 X-Worker-Trace-ID 用于追踪。
MIT
本项目的开发 agent 能力由 GenericAgent 提供。
