WebAItoAPI

Read this in English

⚠️ 重要提示：在使用本项目之前，请务必仔细阅读并理解以下免责声明和许可条款。

⚠️ 展开查看免责声明 (Disclaimer) - 严禁商用, 使用本项目默认同意本协议

⚖️ 免责声明 (Disclaimer)

1. 仅供学术研究：本项目仅供个人学习、学术研究和技术交流使用。
2. 严禁商业用途：任何个人或组织不得将本项目用于任何商业目的。
3. 后果自负：
   • 本项目涉及到模拟浏览器操作，可能会触发目标平台的反爬虫机制。
   • 因使用本项目导致的任何后果（包括账号被封禁），由使用者自行承担。
4. 无担保：本项目按“原样”提供，不提供任何形式的担保。

---

📄 许可协议 (License)

本项目采用 CC BY-NC-SA 4.0 许可协议。

简而言之，您可以：

• ✅ 共享 — 在任何媒介以任何形式复制、发行本作品。
• ✅ 演绎 — 修改、转换或以本作品为基础进行创作。

只要你遵守以下条款：

• 🛑 非商业性使用 — 您不得将本作品用于商业目的。
• 🗣️ 署名 — 您必须给出适当的署名，提供指向本许可协议的链接，同时标明是否（对原始作品）作了修改。
• 🔄 相同方式共享 — 如果您再混合、转换或者基于本作品进行创作，您必须基于与原先许可协议相同的许可协议分发您贡献的作品。

---

中文版 (Chinese)

项目简介

WebAItoAPI 是一个基于 Python 的轻量级中间件，利用 DrissionPage 自动化技术将网页版 AI（目前仅支持 Google Gemini）封装为标准的 API 接口，并通过 FastAPI 对外提供服务。

本项目专为个人用户和学术研究设计，旨在解决官方 API 价格昂贵或免费版速率限制（Rate Limit）过严的问题，极大降低了个人搭建 AI Agent 的门槛。

核心亮点：

• 降低成本：直接利用网页版对话能力，无需购买昂贵的 API 额度。
• Browser-Use 优化：项目最初为配合 browser-use 库搭建，内置针对性的 JSON 清洗与修复功能，显著提升 Agent 执行稳定性。
• 灵活轻量：适合无需高并发的个人实验场景。
• API 标准化：提供类 OpenAI 的接口格式，易于集成到现有工作流中。

🛠️ 安装环境

本项目推荐使用 uv 进行极速环境管理，同时也支持标准的 pip 安装。

前置要求

• Python 3.12+
• Google Chrome 浏览器 (DrissionPage 需要)

克隆项目并安装环境

git clone https://github.com/YangLuoNou/WebAItoAPI.git
cd WebAItoAPI

# uv 会自动创建虚拟环境并安装所有依赖
uv sync

进入虚拟环境并启动脚本

.venv/Scripts/activate
python main.py

⚙️ 配置说明

本项目采用 config.json 进行配置管理。首次运行程序时，系统会自动在根目录下生成默认的 config.json 文件。您可以根据需求修改以下字段：

{
    "user_data_path": "C:\\path\\to\\ChromeBotData",  // 浏览器用户数据存储路径 (Cookies, 登录状态等)
    "target_url": "https://gemini.google.com/app",    // 目标 AI 服务地址
    "port": 9333,                                     // 浏览器调试端口
    "api_port": 8000,                                 // api端口
    "use_temporary_chat": true                        // 聊天模式开关
}

字段详解：

• user_data_path: 存放 Chrome 用户数据的文件夹路径。保留此文件夹可以保持您的登录状态，避免每次重启都需要重新扫码登录。
• port: DrissionPage 控制浏览器使用的本地端口号，默认 9333。
• use_temporary_chat:
  • true (默认): 临时对话模式。每次请求都会刷新页面并开启新对话，不保留历史记录，适合 API 调用。
  • false: 标准对话模式。保留网页侧的历史记录，仅在页面出错时刷新。

Browser-Use配置说明:

• 示例：

  llm = ChatOpenAI(
    model="gemini-3.0-pro",
    base_url="http://localhost:8000/v1/",
    api_key="",
    timeout=200
  )
  
  agent = Agent(
    task='帮我找一下百度热搜第一是什么', #描述尽量详细，详见Browser-Use文档
    browser=browser,
    llm=llm,
    tools=tools,
    step_timeout=250,
    llm_timeout=200 #该配置项一定要配置，否则极易超时
  )

请求示例：

payload = {
    "messages": [
        {"role": "user", "content": "请输出一个包含 'status' 和 'code' 的 JSON 格式数据"}
    ],
    "stream": False,      # 是否开启流式模式输出
    "clean_json": True    # 是否开启清洗功能（默认开启）
}

response = requests.post(url, json=payload, headers=headers)
print(response.json()["choices"][0]["message"]["content"])