CLI 代理 API：将 CLI 模型无缝集成到您的应用中

在技术飞速发展的今天，人工智能（AI）已经渗透到我们生活的方方面面。无论是开发智能应用还是优化工作流程，AI 模型都扮演着越来越重要的角色。而 CLI 代理 API 正是这样一个工具，它能让开发者轻松地将 CLI 模型的能力通过 API 接口集成到各种应用中，摆脱传统终端的限制。本文将带您一步步了解 CLI 代理 API 的功能、安装方法和使用技巧，帮助您快速上手并将其应用到实际项目中。

什么是 CLI 代理 API

简单来说，CLI 代理 API 是一个代理服务器，它为 CLI 模型提供了一个与 OpenAI、Gemini 和 Claude 等平台兼容的 API 接口。这意味着，您可以通过标准的 API 调用方式，访问 CLI 模型的强大功能，而无需局限于命令行界面。无论是构建聊天机器人、自动化工具还是其他智能应用，CLI 代理 API 都能帮您实现更灵活的集成。

以下是它的一些核心功能：

广泛兼容性：支持 OpenAI、Gemini 和 Claude 的 API 端点，让您可以轻松切换不同平台。
灵活的响应方式：提供流式和非流式两种响应模式，适应不同应用场景。
工具支持：支持函数调用和工具集成，让模型的交互更加智能。
多模态输入：不仅支持文本，还能处理图像输入，扩展了使用场景。
多账户管理：支持多账户轮询和负载均衡，确保服务的高可用性。

无论您是想开发一个简单的对话系统，还是需要处理复杂的多模态数据，CLI 代理 API 都能提供可靠的支持。

如何安装 CLI 代理 API

要使用 CLI 代理 API，第一步自然是安装。它的安装过程并不复杂，但需要一些基本准备。让我们一起来看看。

准备工作

在开始之前，您需要确保以下条件：

Go 语言环境：需要安装 Go 1.24 或更高版本。如果您还不熟悉 Go，可以把它想象成一个编程工具箱，CLI 代理 API 就是用它打造的。
Google 账户：您需要一个有权访问 CLI 模型的 Google 账户，这是身份验证的关键。

从源码构建

安装的具体步骤如下：

克隆代码仓库
首先，您需要从 GitHub 上获取 CLI 代理 API 的源代码。打开终端，输入以下命令：
```
git clone https://github.com/luispater/CLIProxyAPI.git
cd CLIProxyAPI
```
这会将代码下载到您的电脑，并进入项目目录。
构建程序
接下来，用 Go 编译代码生成可执行文件：
```
go build -o cli-proxy-api ./cmd/server
```
完成后，您会在目录中看到一个名为 cli-proxy-api 的文件，这就是我们要用的程序。

整个过程就像搭积木，只需几步就能完成。如果您遇到问题，比如 Go 环境未配置好，可以检查一下是否正确安装了 Go 并设置了环境变量。

使用 CLI 代理 API 的基本步骤

安装好后，接下来就是实际使用。CLI 代理 API 的使用主要分为身份验证、启动服务器和调用 API 三个部分。

第一步：身份验证

在使用 API 之前，您需要通过 Google 账户登录，以确保有权限访问 CLI 模型。在终端中运行：

./cli-proxy-api --login

这会弹出一个登录页面，按照提示完成操作即可。如果您使用的是旧版 Gemini Code，可能还需要额外指定项目 ID：

./cli-proxy-api --login --project_id <your_project_id>

登录成功后，您的身份验证信息会保存下来，方便后续使用。

第二步：启动服务器

验证完成后，就可以启动代理服务器了。直接运行：

./cli-proxy-api

服务器默认会在本地的 8317 端口运行。如果一切正常，您会看到一些启动日志，表示服务器已经准备好接受请求。

第三步：调用 API 端点

CLI 代理 API 提供了几个常用的 API 端点，让您可以轻松获取模型列表或发起聊天请求。

查看支持的模型
使用以下请求获取当前可用的模型：
```
GET http://localhost:8317/v1/models
```
这会返回一个模型列表，比如 gemini-2.5-pro 和 gemini-2.5-flash。
发起聊天请求
要与模型对话，可以使用聊天补全端点。发送一个 POST 请求到：
```
POST http://localhost:8317/v1/chat/completions
```
请求体的示例：
```
{
  "model": "gemini-2.5-pro",
  "messages": [
    {
      "role": "user",
      "content": "你好，你好吗？"
    }
  ],
  "stream": true
}
```
这里，"stream": true 表示使用流式响应，适合实时显示结果的场景。如果不需要流式，可以设置为 false。

通过这几个步骤，您就可以开始与 CLI 模型互动了。

将 CLI 代理 API 集成到代码中

CLI 代理 API 的一个亮点是它能与 OpenAI 兼容的库无缝配合。这意味着，您可以用熟悉的工具快速开发应用。以下是 Python 和 JavaScript 的示例。

在 Python 中使用

如果您喜欢用 Python，可以借助 OpenAI 的 Python 库。代码如下：

from openai import OpenAI

client = OpenAI(
    api_key="dummy",  # 这里填入任意值即可，因为实际不使用
    base_url="http://localhost:8317/v1"
)

response = client.chat.completions.create(
    model="gemini-2.5-pro",
    messages=[
        {"role": "user", "content": "你好，你好吗？"}
    ]
)

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

运行这段代码，您会看到模型的回复打印出来。注意，api_key 只是占位符，CLI 代理 API 并不依赖它。

在 JavaScript 中使用

对于前端开发者，JavaScript 也是个好选择。以下是示例代码：

import OpenAI from 'openai';

const openai = new OpenAI({
  apiKey: 'dummy', // 占位符，不实际使用
  baseURL: 'http://localhost:8317/v1',
});

const response = await openai.chat.completions.create({
  model: 'gemini-2.5-pro',
  messages: [
    { role: 'user', content: '你好，你好吗？' }
  ],
});

console.log(response.choices[0].message.content);

这段代码会异步获取模型的回复并打印到控制台。无论是 Python 还是 JavaScript，集成都非常直观。

配置 CLI 代理 API

为了让 CLI 代理 API 更好地适应您的需求，可以通过配置文件进行调整。默认情况下，它会读取项目根目录下的 config.yaml 文件。如果想用自定义文件，可以在启动时指定：

./cli-proxy --config /path/to/your/config.yaml

配置选项有哪些

配置文件支持以下参数：

port：服务器监听的端口，默认是 8317。
auth-dir：存储身份验证令牌的目录，默认是 ~/.cli-proxy-api。
proxy-url：代理地址，比如 socks5://user:pass@192.168.1.1:1080/，如果不需要代理就留空。
debug：设置为 true 可以开启详细日志，方便排查问题。
api-keys：定义用于验证请求的 API 密钥列表。
generative-language-api-key：支持 Gemini AIStudio 的 API 密钥列表。
quota-exceeded：配额超限时的行为，比如自动切换项目或模型。

配置示例

以下是一个典型的配置文件：

port: 8317
auth-dir: "~/.cli-proxy-api"
debug: false
proxy-url: ""
quota-exceeded:
   switch-project: true
   switch-preview-model: true
api-keys:
  - "your-api-key-1"
  - "your-api-key-2"
generative-language-api-key:
  - "AIzaSy...01"
  - "AIzaSy...02"
  - "AIzaSy...03"
  - "AIzaSy...04"

这个配置启用了配额超限时的自动切换，并设置了多个 API 密钥供使用。您可以根据自己的需求调整这些参数。

身份验证和密钥的作用

身份验证目录：auth-dir 是存放 Google 账户令牌的地方，每次登录时都会生成一个 JSON 文件，支持多账户管理。
API 密钥：如果设置了 api-keys，需要在请求头中加入 Authorization: Bearer your-api-key-1 来验证身份。
生成式语言密钥：generative-language-api-key 用于直接调用 Gemini AIStudio 的接口。

通过合理配置，您可以让 CLI 代理 API 更高效地运行。

探索高级功能

CLI 代理 API 不仅基础功能强大，还有一些高级特性值得一试。

Gemini CLI 多账户负载均衡

如果您有多个账户，可以通过负载均衡提高服务的稳定性。启动服务器后，设置环境变量：

export CODE_ASSIST_ENDPOINT="http://127.0.0.1:8317"

服务器会自动在多个账户间轮询处理请求。不过，这个功能目前只支持本地访问（127.0.0.1），以确保安全性。

使用 Docker 运行

对于喜欢容器化的开发者，CLI 代理 API 也支持 Docker。以下是操作方法：

docker run --rm -p 8085:8085 -v /path/to/your/config.yaml:/CLIProxyAPI/config.yaml -v /path/to/your/auth-dir:/root/.cli-proxy-api eceasy/cli-proxy-api:latest /CLIProxyAPI/CLIProxyAPI --login

启动服务器：

docker run --rm -p 8317:8317 -v /path/to/your/config.yaml:/CLIProxyAPI/config.yaml -v /path/to/your/auth-dir:/root/.cli-proxy-api eceasy/cli-proxy-api:latest

通过 Docker，您可以快速部署并管理服务，尤其适合团队协作或生产环境。

如何参与社区和贡献

CLI 代理 API 是一个开源项目，欢迎大家参与改进。如果您有新想法，可以按照以下步骤贡献代码：

Fork 项目仓库。

创建功能分支：

git checkout -b feature/amazing-feature

提交更改：

git commit -m 'Add some amazing feature'

推送分支：

git push origin feature/amazing-feature

提交 Pull Request。

项目采用 MIT 许可证，具体条款可以查看 LICENSE 文件。加入社区，不仅能提升技术，还能结识志同道合的朋友。

总结：开启您的 AI 之旅

CLI 代理 API 是一个简单却强大的工具，它将 CLI 模型的能力带入了更广阔的应用场景。从安装到配置，再到代码集成，本文为您提供了全面的指引。无论您是想开发智能应用，还是优化现有项目，CLI 代理 API 都能助您一臂之力。

希望通过这篇文章，您能感受到技术的魅力，并动手尝试将 CLI 代理 API 融入自己的工作。有什么问题或想法，欢迎在社区中交流！

如何用CLI代理API无缝集成AI模型到应用中？