这是当前维护的 Python 版本。不再维护的 Javascript 版本请参见 deprecated_javascript_version/README.md。
- 项目概述
- 免责声明
- 核心特性
- 重要提示
- 快速开始 (推荐流程)
- 详细步骤
- 多平台指南
- 故障排除
- 关于 Camoufox
- 关于
fetch_camoufox_data.py - 贡献
- License
- 未来计划 / Roadmap
- 控制日志输出
这是一个基于 Python + FastAPI + Playwright + Camoufox 的代理服务器，旨在通过模拟 OpenAI API 的方式间接访问 Google AI Studio 网页版。
项目核心优势在于结合了：
- FastAPI: 提供高性能、兼容 OpenAI 标准的 API 接口。
- Playwright: 强大的浏览器自动化库，用于与 AI Studio 页面交互。
- Camoufox: 一个经过修改和优化的 Firefox 浏览器，专注于反指纹检测和反机器人探测。它通过底层修改而非 JS 注入来伪装浏览器指纹，旨在模拟真实用户流量，提高自动化操作的隐蔽性和成功率。
- 请求队列: 保证请求按顺序处理，提高稳定性。
通过此代理，支持 OpenAI API 的各种客户端（如 Open WebUI, LobeChat, NextChat 等）可以连接并使用 Google AI Studio 的模型。
使用本项目即表示您已完整阅读、理解并同意本免责声明的全部内容。 本项目通过自动化脚本（Playwright + Camoufox）与 Google AI Studio 网页版进行交互。这种自动化访问网页的方式可能违反 Google AI Studio 或相关 Google 服务的用户协议或服务条款（Terms of Service）。不当使用本项目可能导致您的 Google 账号受到警告、功能限制、暂时或永久封禁等处罚。项目作者及贡献者对此不承担任何责任。 由于本项目依赖于 Google AI Studio 网页的结构和前端代码，Google 随时可能更新或修改其网页，这可能导致本项目的功能失效、不稳定或出现未知错误。项目作者及贡献者无法保证本项目的持续可用性或稳定性。 本项目并非 Google 或 OpenAI 的官方项目或合作项目。它是一个完全独立的第三方工具。项目作者与 Google 和 OpenAI 没有任何关联。 本项目按"现状"（AS IS）提供，不提供任何明示或暗示的保证，包括但不限于适销性、特定用途的适用性及不侵权的保证。您理解并同意自行承担使用本项目可能带来的所有风险。 在任何情况下，项目作者或贡献者均不对因使用或无法使用本项目而产生的任何直接、间接、附带、特殊、惩罚性或后果性的损害承担责任。 使用本项目，即视为您已完全理解并接受本免责声明的全部条款。如果您不同意本声明的任何内容，请立即停止使用本项目。
- OpenAI API 兼容: 提供
/v1/chat/completions,/v1/models,/api/info端点。 - 流式/非流式响应: 支持
stream=true和stream=false。 - 请求队列: 使用
asyncio.Queue顺序处理请求，提高稳定性。 - Camoufox 集成: 通过
launch_camoufox.py调用camoufox库启动修改版的 Firefox 实例，利用其反指纹和反检测能力。 - 两种启动模式:
--debug(有界面): 便于首次认证、调试和查看浏览器状态。- 默认交互式启动，可选无头模式 (适合后台运行) 或调试模式。
- 系统提示词与历史记录: 支持
messages中的system角色和多轮对话历史。 - 认证状态持久化: 通过保存和加载浏览器认证状态 (
auth_profiles目录) 实现免登录。 - 自动清空上下文 (条件性): 尝试在新对话开始时，如果当前不在
/new_chat页面，则自动清空 AI Studio 页面的聊天记录。 - 智能响应获取: 优先尝试通过模拟点击"编辑"或"复制"按钮获取原生响应，提高流式输出的准确性。
- 服务端 (
server.py): FastAPI 应用，处理 API 请求，通过 Playwright 控制 Camoufox 浏览器与 AI Studio 交互。 - 启动器 (
launch_camoufox.py): 负责启动 Camoufox 服务和 FastAPI 服务，并协调两者之间的连接。 - 错误快照: 出错时自动在
errors_py/目录保存截图和 HTML。 - 日志控制: 可通过环境变量调整日志级别和频率。
- 辅助端点: 提供
/health,/v1/queue,/v1/cancel/{req_id}等端点用于监控和管理。 - Web UI: 提供
/路径访问一个简单的 HTML 聊天界面 (index.html) 用于快速测试。
- 非官方项目: 依赖 AI Studio Web 界面，可能因页面更新失效。
- 认证文件是关键: 无头模式高度依赖于
auth_profiles/active/下有效的.json认证文件。文件可能会过期，需要定期通过debug模式手动保存文件替换更新。 - CSS 选择器依赖: 页面交互（如获取响应、清空聊天等）依赖
server.py中定义的 CSS 选择器。AI Studio 页面更新可能导致这些选择器失效，需要手动更新。 - Camoufox 特性: 利用 Camoufox 增强反指纹能力。了解更多信息请参考 Camoufox 官方文档。
- 稳定性: 浏览器自动化本质上不如原生 API 稳定，长时间运行可能需要重启。
- AI Studio 限制: 无法绕过 AI Studio 本身的速率、内容等限制。
- 模型参数: 温度、Top-K/P 等模型参数需要在 AI Studio Web UI 中设置，本代理暂时不转发 API 请求中的这些参数。
- 需要粘贴端点: 当前
launch_camoufox.py启动后，需要手动复制 Camoufox 输出的ws://...地址并粘贴回终端，以便服务器连接浏览器。 - 客户端管理历史，代理不支持 UI 内编辑: 客户端负责维护完整的聊天记录并将其发送给代理。代理服务器本身不支持在 AI Studio 界面中对历史消息进行编辑或分叉操作；它总是处理客户端发送的完整消息列表，然后将其发送到 AI Studio 页面。
如果你是 macOS 或 Linux 用户，熟悉终端操作，可以尝试以下快速流程：
-
安装依赖:
# 克隆仓库 git clone https://github.com/CJackHwang/AIstudioProxyAPI && cd AIstudioProxyAPI # (推荐) 创建虚拟环境 python -m venv venv && source venv/bin/activate # 安装 Camoufox 和依赖 pip install -U camoufox[geoip] -r requirements.txt # 下载 Camoufox 浏览器 camoufox fetch # 安装 Playwright 依赖 playwright install-deps firefox
-
首次运行获取认证:
python launch_camoufox.py --debug
- 会启动一个带界面的浏览器。
- 复制终端输出的
Websocket endpoint: ws://...地址，粘贴回终端并回车。 - 在弹出的浏览器窗口中完成 Google 登录，直到看到 AI Studio 聊天界面。
- 回到终端，提示保存认证时输入
y并回车 (文件名可默认)。文件会保存在auth_profiles/saved/。 - 将
auth_profiles/saved/下的.json文件移动到auth_profiles/active/目录。 确保active目录下只有一个.json文件。 - 可以按
Ctrl+C停止--debug模式的运行。
-
日常运行 (无头模式):
python launch_camoufox.py
- 前提: 确保
auth_profiles/active/下有有效的.json文件。 - 会提示选择模式，直接回车或输入
1选择无头模式。 - 复制终端输出的
Websocket endpoint: ws://...地址，粘贴回终端并回车。 - 服务将在后台运行。
- 前提: 确保
-
使用:
- API 地址:
http://127.0.0.1:2048/v1(或其他你配置的地址和端口)。 - 将其配置到 Open WebUI 等客户端中即可使用。
- API 地址:
认证过期后，重复步骤 2 和 3（删除旧的 active 文件，重新 debug 获取并移动新的）。
- Python: 3.8 或更高版本 (建议 3.9+)。
- pip: Python 包管理器。
- (可选但推荐) Git: 用于克隆仓库。
- Google AI Studio 账号: 并能正常访问和使用。
-
克隆仓库:
git clone https://github.com/CJackHwang/AIstudioProxyAPI cd AIstudioProxyAPI -
(推荐) 创建并激活虚拟环境:
python -m venv venv source venv/bin/activate # Linux/macOS # venv\\Scripts\\activate # Windows
- 说明: 第一行命令
python -m venv venv会在当前目录下创建一个名为venv的子目录，里面包含了 Python 解释器和独立的包安装目录。第二行命令source venv/bin/activate(macOS/Linux) 或venv\\Scripts\\activate(Windows) 会激活这个环境，之后你的终端提示符可能会发生变化 (例如前面加上(venv))，表示你正处于虚拟环境中。后续的pip install命令会将库安装到这个venv目录内。
- 说明: 第一行命令
-
安装 Camoufox 和依赖:
# 安装 Camoufox 库 (推荐包含 geoip 数据，特别是使用代理时) pip install -U camoufox[geoip] # 安装项目所需的其他 Python 库 pip install -r requirements.txt
requirements.txt主要包含fastapi,uvicorn[standard],playwright,pydantic。 -
下载 Camoufox 浏览器:
# Camoufox 需要下载其修改版的 Firefox camoufox fetch如果此步骤因 SSL 证书等网络问题失败，可以尝试运行项目中的
fetch_camoufox_data.py脚本 (详见下方说明)。 -
安装 Playwright 浏览器依赖 (如果需要): 虽然 Camoufox 使用自己的 Firefox，但首次运行 Playwright 相关命令可能仍需要安装一些基础依赖。
# 确保 Playwright 库能找到必要的系统依赖 playwright install-deps firefox # 或者 playwright install-deps # 安装所有浏览器的依赖
为了避免每次启动都手动登录 AI Studio，你需要先通过 debug 模式运行一次来生成认证文件。
-
运行 Debug 模式:
python launch_camoufox.py --debug
- 脚本会启动 Camoufox，并在终端输出启动信息。
- 你会看到一个 带界面的 Firefox 浏览器窗口 弹出。
- 关键交互 1: 复制粘贴端点
- 在终端中找到类似
Websocket endpoint: ws://localhost:xxxxx/xxxxxxxx...的行。 - 完整复制 这个
ws://...地址。 - 将复制的地址 粘贴 回到终端提示
请粘贴 WebSocket 端点并按回车:之后，然后按回车。
- 在终端中找到类似
- 关键交互 2: 浏览器内登录
- 如果浏览器自动打开了 AI Studio 聊天界面 (
.../prompts/new_chat)，说明可能已有登录状态或无需登录。 - 如果浏览器打开了 Google 登录页面，请在浏览器窗口中手动完成 Google 登录流程 (输入账号、密码、二次验证等)，直到你成功进入 AI Studio 的聊天界面。
- 如果浏览器自动打开了 AI Studio 聊天界面 (
- 关键交互 3: 保存认证状态
- 当
server.py确认页面加载完成且用户已登录后，它会在终端提示：是否要将当前的浏览器认证状态保存到文件？ (y/N): - 输入
y并按回车。 - 会再次提示输入文件名，你可以直接回车使用默认名称（
auth_state_时间戳.json）。 - 认证文件将保存在项目目录下的
auth_profiles/saved/文件夹中。
- 当
- 此时，代理服务已经可以使用了。你可以继续让它运行，或者按
Ctrl+C停止它。
-
激活认证文件:
- 进入
auth_profiles/saved/目录，找到刚才保存的.json认证文件。 - 将这个
.json文件 移动或复制 到auth_profiles/active/目录下。 - 重要: 确保
auth_profiles/active/目录下 有且仅有一个.json文件。无头模式启动时会自动加载此目录下的第一个.json文件。
- 进入
认证文件会过期! Google 的登录状态不是永久有效的。当无头模式启动失败并报告认证错误或重定向到登录页时，意味着 active 目录下的认证文件已失效。你需要：
- 删除
active目录下的旧文件。 - 重新执行上面的 【运行 Debug 模式】 步骤，生成新的认证文件。
- 将新生成的
.json文件再次移动到active目录下。
完成首次认证设置后，推荐使用无头模式运行：
python launch_camoufox.py- 前提:
auth_profiles/active/目录下必须存在一个有效的.json认证文件。 - 交互 1: 选择模式
- 终端会提示选择启动模式:
[1] 无头模式 (实验性)或[2] 调试模式 (有界面)。 - 直接按回车或输入
1并回车，选择无头模式。
- 终端会提示选择启动模式:
- 交互 2: 复制粘贴端点
- 脚本会启动 Camoufox (无界面)，并在终端输出启动信息。
- 在终端中找到类似
Websocket endpoint: ws://localhost:xxxxx/xxxxxxxx...的行。 - 完整复制 这个
ws://...地址。 - 将复制的地址 粘贴 回到终端提示
请粘贴 WebSocket 端点并按回车:之后，然后按回车。
server.py连接成功后，服务将在后台运行。你可以关闭终端窗口（如果使用nohup或类似工具启动）。
如果你需要更新认证文件或进行调试，请使用 --debug 模式运行：
python launch_camoufox.py --debug流程与首次认证类似，需要粘贴端点并在需要时登录和保存状态。
启动流程简述:
- 运行
python launch_camoufox.py。 launch_camoufox.py调用camoufox.server.launch_server()启动 Camoufox 服务 (一个修改版的 Firefox 实例和一个 WebSocket 服务器)。- Camoufox 服务在终端输出其 WebSocket 地址 (
ws://...)。 - 用户复制此地址并粘贴给
launch_camoufox.py。 launch_camoufox.py将此地址作为环境变量 (CAMOUFOX_WS_ENDPOINT) 传递给子进程，并启动python server.py。server.py(FastAPI 应用) 启动，读取环境变量，使用 Playwright 通过 WebSocket 地址连接到正在运行的 Camoufox 浏览器实例。- 连接成功后，
server.py初始化页面逻辑（包括加载认证状态），然后开始监听 API 请求。
代理服务器监听在 http://<host>:<port> (默认为 http://127.0.0.1:2048)。
- 聊天接口:
POST /v1/chat/completions- 请求体与 OpenAI API 兼容，需要
messages数组。 model字段会被接收但当前被忽略 (模型需在 AI Studio 页面设置)。stream字段控制流式 (true) 或非流式 (false) 输出。- 示例 (curl, 非流式):
curl -X POST http://127.0.0.1:2048/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{ "model": "aistudio-proxy", "messages": [ {"role": "system", "content": "Be concise."}, {"role": "user", "content": "What is the capital of France?"} ], "stream": false }'
- 示例 (curl, 流式):
curl -X POST http://127.0.0.1:2048/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{ "model": "aistudio-proxy", "messages": [ {"role": "user", "content": "Write a short story about a cat."} ], "stream": true }' --no-buffer
- 示例 (Python
requests):import requests import json API_URL = "http://127.0.0.1:2048/v1/chat/completions" headers = {"Content-Type": "application/json"} data = { "model": "aistudio-proxy", "messages": [ {"role": "user", "content": "Translate 'hello' to Spanish."} ], "stream": False # or True for streaming } response = requests.post(API_URL, headers=headers, json=data, stream=data["stream"]) if data["stream"]: for line in response.iter_lines(): if line: decoded_line = line.decode('utf-8') if decoded_line.startswith('data: '): content = decoded_line[len('data: '):] if content.strip() == '[DONE]': print("\nStream finished.") break try: chunk = json.loads(content) delta = chunk.get('choices', [{}])[0].get('delta', {}) print(delta.get('content', ''), end='', flush=True) except json.JSONDecodeError: print(f"\nError decoding JSON: {content}") elif decoded_line.startswith('data: {'): # Handle potential error JSON try: error_data = json.loads(decoded_line[len('data: '):]) if 'error' in error_data: print(f"\nError from server: {error_data['error']}") break except json.JSONDecodeError: print(f"\nError decoding error JSON: {decoded_line}") else: if response.status_code == 200: print(json.dumps(response.json(), indent=2)) else: print(f"Error: {response.status_code}\n{response.text}")
- 请求体与 OpenAI API 兼容，需要
- 模型列表:
GET /v1/models- 返回一个固定的模型信息，名称在
server.py中定义 (MODEL_NAME)。
- 返回一个固定的模型信息，名称在
- API 信息:
GET /api/info- 返回 API 配置信息，如基础 URL 和模型名称。
- 健康检查:
GET /health- 返回服务器运行状态（Playwright, 浏览器连接, 页面状态, Worker 状态, 队列长度）。
- 队列状态:
GET /v1/queue- 返回当前请求队列的详细信息。
- 取消请求:
POST /v1/cancel/{req_id}- 尝试取消仍在队列中等待处理的请求。
- Web UI (简单测试):
GET /- 在浏览器中访问服务器根路径 (例如
http://127.0.0.1:2048/) 会显示一个基于index.html的简单聊天界面，可用于快速测试代理的基本功能。
- 在浏览器中访问服务器根路径 (例如
- 打开 Open WebUI。
- 进入 "设置" -> "连接"。
- 在 "模型" 部分，点击 "添加模型"。
- 模型名称: 输入你想要的名字，例如
aistudio-gemini-py。 - API 基础 URL: 输入代理服务器的地址，例如
http://127.0.0.1:2048/v1(如果服务器在另一台机器，用其 IP 替换127.0.0.1，并确保端口可访问)。 - API 密钥: 留空或输入任意字符 (服务器不验证)。
- 保存设置。
- 现在，你应该可以在 Open WebUI 中选择
aistudio-gemini-py模型并开始聊天了。
项目包含一个辅助脚本 mdns_publisher.py，它使用 mDNS (Bonjour/ZeroConf) 在你的局域网内广播此代理服务。这允许你和其他局域网内的设备通过一个更友好的 .local 域名（例如 http://chatui.local:2048）来访问服务，而无需记住或查找服务器的 IP 地址。但此脚本未经验证是否可以正常使用。
用途:
- 当你希望在手机、平板或其他电脑上方便地访问运行在 Mac/PC 上的代理服务时。
- 避免因 IP 地址变化而需要更新客户端配置。
如何使用:
- 安装依赖: 此脚本需要额外的库。在你的虚拟环境中运行：
pip install zeroconf netifaces
- 运行脚本: 你需要同时运行
launch_camoufox.py(确保server.py监听在0.0.0.0和指定端口，如 2048) 和mdns_publisher.py。 在另一个终端窗口，激活虚拟环境后，运行：python mdns_publisher.py
- 默认广播的域名是
chatui.local，广播的端口是脚本内PORT变量定义的端口 (当前为 2048)。 - 你可以使用
--name yourname参数来修改广播的域名前缀，例如python mdns_publisher.py --name mychat将广播mychat.local。 - 此脚本不需要
sudo权限运行。
- 默认广播的域名是
- 访问服务: 在局域网内的其他支持 mDNS 的设备上，通过浏览器或客户端配置访问
http://<你设置的域名>.local:<端口>，例如http://chatui.local:2048或 API 地址http://chatui.local:2048/v1。
注意:
- 确保你的防火墙允许 UDP 端口 5353 (mDNS) 的通信。
- 客户端设备需要支持 mDNS 才能解析
.local域名 (大多数现代操作系统默认支持)。 - 此脚本广播的是
server.py实际监听的端口 (由mdns_publisher.py中的PORT变量决定)。确保这个端口与server.py实际使用的端口一致。
-
macOS / Linux:
- 通常安装过程比较顺利。确保 Python 和 pip 已正确安装并配置在系统 PATH 中。
- 使用
source venv/bin/activate激活虚拟环境。 playwright install-deps firefox可能需要系统包管理器（如aptfor Debian/Ubuntu,yum/dnffor Fedora/CentOS,brewfor macOS）安装一些依赖库。如果命令失败，请仔细阅读错误输出，根据提示安装缺失的系统包。有时可能需要sudo权限执行playwright install-deps。- 防火墙通常不会阻止本地访问，但如果从其他机器访问，需要确保端口（默认 2048）是开放的。
-
Windows:
- 原生 Windows:
- 确保在安装 Python 时勾选了 "Add Python to PATH" 选项。
- 使用
venv\\Scripts\\activate激活虚拟环境。 - Windows 防火墙可能会阻止 Uvicorn/FastAPI 监听端口。如果遇到连接问题（特别是从其他设备访问时），请检查 Windows 防火墙设置，允许 Python 或特定端口的入站连接。
playwright install-deps命令在原生 Windows 上作用有限（主要用于 Linux），但运行camoufox fetch(内部会调用 Playwright) 会确保下载正确的浏览器。
- WSL (Windows Subsystem for Linux):
- 推荐: 对于习惯 Linux 环境的用户，WSL (特别是 WSL2) 提供了更好的体验。
- 在 WSL 环境内，按照 macOS / Linux 的步骤进行安装和依赖处理 (通常使用
apt命令)。 - 需要注意的是网络访问：
- 从 Windows 访问 WSL 中运行的服务：通常可以通过
localhost或 WSL 分配的 IP 地址访问。 - 从局域网其他设备访问 WSL 中运行的服务：可能需要配置 Windows 防火墙以及 WSL 的网络设置（WSL2 的网络通常更容易从外部访问）。
- 从 Windows 访问 WSL 中运行的服务：通常可以通过
- 所有命令（
git clone,pip install,camoufox fetch,python launch_camoufox.py等）都应在 WSL 终端内执行。 - 在 WSL 中运行
--debug模式：launch_camoufox.py会尝试启动 Camoufox。如果你的 WSL 配置了 GUI 应用支持（如 WSLg 或第三方 X Server），可以看到浏览器界面。否则，它可能无法显示界面，但服务本身仍会尝试启动。无头模式不受影响。
- 原生 Windows:
pip install camoufox[geoip]失败:- 可能是网络问题或缺少编译环境。尝试不带
[geoip]安装 (pip install camoufox)。
- 可能是网络问题或缺少编译环境。尝试不带
camoufox fetch失败:- 常见原因是网络问题或 SSL 证书验证失败。
- 可以尝试运行
python fetch_camoufox_data.py脚本，它会尝试禁用 SSL 验证来下载 (有安全风险，仅在确认网络环境可信时使用)。
playwright install-deps失败:- 通常是 Linux 系统缺少必要的库。仔细阅读错误信息，根据提示安装缺失的系统包 (如
libgbm-dev,libnss3等)。
- 通常是 Linux 系统缺少必要的库。仔细阅读错误信息，根据提示安装缺失的系统包 (如
launch_camoufox.py启动报错:- 检查 Camoufox 是否已通过
camoufox fetch正确下载。 - 查看终端输出，是否有来自 Camoufox 库 (
launch_server调用) 的具体错误信息。 - 确保没有其他 Camoufox 或 Playwright 进程冲突。
- 检查 Camoufox 是否已通过
- 粘贴 WebSocket 端点后
server.py连接失败:- 确认粘贴的
ws://...地址完整且正确。 - 确认 Camoufox 服务仍在运行 (检查
launch_camoufox.py启动的终端)。 - 检查防火墙是否阻止了本地 WebSocket 连接。
- 确认粘贴的
server.py启动时提示端口 (2048) 被占用:- 使用系统工具 (如
netstat,lsof) 查找并结束占用该端口的进程，或修改server.py启动参数/代码中的默认端口。
- 使用系统工具 (如
- 认证失败 (特别是无头模式):
- 最常见:
auth_profiles/active/下的.json文件已过期或无效。 - 解决: 删除
active下的文件，重新运行python launch_camoufox.py --debug生成新的认证文件，并将其移动到active目录。 - 确认
active目录下只有一个.json文件。 - 检查
server.py日志，看是否明确提到登录重定向。
- 最常见:
- 客户端 (如 Open WebUI) 无法连接:
- 确认 API 基础 URL 配置正确 (
http://<服务器IP或localhost>:端口/v1)。 - 检查
server.py日志是否有错误。 - 确保防火墙允许从客户端访问服务器的端口。
- 确认 API 基础 URL 配置正确 (
- API 请求返回 5xx / 499 错误:
- 503 Service Unavailable:
server.py未完全就绪 (例如正在初始化，或 Worker 未运行)。 - 504 Gateway Timeout: AI Studio 响应慢或处理超时。
- 502 Bad Gateway: AI Studio 页面返回错误。检查
errors_py/快照。 - 500 Internal Server Error:
server.py内部错误。检查日志和errors_py/快照。 - 499 Client Closed Request: 客户端提前断开连接。
- 503 Service Unavailable:
- AI 回复不完整/格式错误:
- AI Studio Web UI 输出不稳定。检查
errors_py/快照。
- AI Studio Web UI 输出不稳定。检查
- 自动清空上下文失败:
- 检查
server.py日志中的警告。 - 很可能是 AI Studio 页面更新导致
server.py中的 CSS 选择器失效。检查errors_py/快照，对比实际页面元素更新server.py中的选择器常量。 - 也可能是网络慢导致验证超时。
- 检查
本项目使用 Camoufox 来提供具有增强反指纹检测能力的浏览器实例。
- 核心目标: 模拟真实用户流量，避免被网站识别为自动化脚本或机器人。
- 实现方式: Camoufox 基于 Firefox，通过修改浏览器底层 C++ 实现来伪装设备指纹（如屏幕、操作系统、WebGL、字体等），而不是通过容易被检测到的 JavaScript 注入。
- Playwright 兼容: Camoufox 提供了与 Playwright 兼容的接口。
- Python 接口: Camoufox 提供了 Python 包，可以通过
camoufox.server.launch_server()(如launch_camoufox.py中所用) 启动其服务，并通过 WebSocket 连接进行控制。
使用 Camoufox 的主要目的是提高与 AI Studio 网页交互时的隐蔽性，减少被检测或限制的可能性。但请注意，没有任何反指纹技术是绝对完美的。
项目根目录下包含一个名为 fetch_camoufox_data.py 的辅助脚本。
- 用途: 此脚本的唯一目的是在运行
camoufox fetch命令失败时，尝试禁用 SSL 证书验证来强制下载 Camoufox 所需的浏览器文件和数据。这有时可以解决因本地网络环境或代理服务器的 SSL 证书问题导致的下载失败。 - 风险: 禁用 SSL 验证会带来安全风险！ 它意味着你的网络连接不再验证服务器的身份，可能使你受到中间人攻击。请仅在完全了解风险并确认你的网络环境可信的情况下，才考虑运行此脚本。
- 用法: 如果
camoufox fetch失败，可以尝试在项目根目录运行python fetch_camoufox_data.py。脚本执行完毕后，SSL 验证将在下次正常运行 Python 时恢复。
欢迎提交 Issue 和 Pull Request！
以下是一些计划中的改进方向：
- Docker 支持: 提供官方的
Dockerfile以及 Docker Compose 配置，简化容器化部署流程。 - 自动化 WebSocket 端点传递: 研究是否能让
launch_camoufox.py自动捕获并传递 WebSocket 端点给server.py，减少手动复制粘贴步骤。 - 云服务器部署指南: 提供更详细的在主流云平台（如 AWS, GCP, Azure）上部署和管理服务的指南。
- 参数自动化 (探索性): 研究通过 Playwright 自动化操作 AI Studio 页面的参数设置区域的可行性。
- 认证更新流程优化: 探索更便捷的认证文件更新机制，减少手动操作。
服务器 (server.py) 支持通过环境变量控制日志输出级别。这对于调试和减少日志噪音非常有用。
在启动 launch_camoufox.py 之前 设置环境变量：
# Linux/macOS
export DEBUG_LOGS_ENABLED=true # 启用详细调试日志
export TRACE_LOGS_ENABLED=true # 启用更详细的跟踪日志
export LOG_INTERVAL=50 # 流式日志按次数输出的间隔 (默认 20)
export LOG_TIME_INTERVAL=5.0 # 流式日志按时间输出的间隔 (默认 3.0)
python launch_camoufox.py
# Windows (cmd)
set DEBUG_LOGS_ENABLED=true
set TRACE_LOGS_ENABLED=true
set LOG_INTERVAL=50
set LOG_TIME_INTERVAL=5.0
python launch_camoufox.py
# Windows (PowerShell)
$env:DEBUG_LOGS_ENABLED="true"
$env:TRACE_LOGS_ENABLED="true"
$env:LOG_INTERVAL="50"
$env:LOG_TIME_INTERVAL="5.0"
python launch_camoufox.pyserver.py 启动时会读取这些环境变量。