HongShi AI正在绞尽脑汁想思路ING···

HongShiのAI摘要

GPT-4o

Deepinfra逆向思路+过程

HongShi2025-08-292025-09-14

前言

前几天在网上冲浪的时候发现一个网站，叫Deepinfra，点击去发现是一个AI的网站，有意思的是网站首页有一个对话页面，这个页面似乎是可以直接调用站内AI的，而且没有次数、内容限制。

于是我就打开F12，发了条消息打算抓一下然后有意思的就来了。

这个comletions直接请求https://api.deepinfra.com/v1/openai/chat/completions ，这个地址与OpenAI的标准格式有一些差距，而且我找了一大圈都没找到cookie或者别的用于鉴权的东西，似乎它前端没有做鉴权，我试着在python中把调用地址填好，编了一个key，居然调用成功了，还是流式的

那么事情很有意思了，其实到这一步就已经可以了，能直接去填一下模型名直接去用。但是我想要把它接入到我的API站里，那么我就要做点多余的事了。

目标：标准OpenAI格式调用，能通过/v1/models获取模型列表，自定义API KEY限制请求。

首先这个项目的基调已经定下了，是2api，那么我们就需要选一个合适的语言，方便部署的同时也要足够优雅，我选择了用Deno去写。

开写！

首先要获取模型列表，我原本打算照着请求一个个去薅，但是我突然发现他们有官方的API文档，就直接进去了，里面有首页能调用的模型，就直接copy过来用了。

const SUPPORTED_MODELS = [
  { id: "openai/gpt-oss-120b", object: "model" },
  { id: "moonshotai/Kimi-K2-Instruct", object: "model" },
  { id: "zai-org/GLM-4.5", object: "model" },
  { id: "Qwen/Qwen3-Coder-480B-A35B-Instruct-Turbo", object: "model" },
  { id: "deepseek-ai/DeepSeek-R1-0528-Turbo", object: "model" },
  { id: "deepseek-ai/DeepSeek-V3-0324-Turbo", object: "model" },
  { id: "meta-llama/Llama-4-Maverick-17B-128E-Instruct-Turbo", object: "model" }
];

模型列表搞定之后，就该整一下模型列表和completions接口了

serve(async (req: Request) => {
  const url = new URL(req.url);

  if (req.method === "GET" && url.pathname === "/v1/models") {
    return new Response(JSON.stringify({
      object: "list",
      data: SUPPORTED_MODELS
    }), {
      status: 200,
      headers: { "Content-Type": "application/json" }
    });
  }

  if (req.method === "POST" && url.pathname === "/v1/chat/completions") {
    const body = await req.text();
    const headers = new Headers(req.headers);

完事儿还有自定义key，不能是个东西就过来刷

const VALID_API_KEYS = ["sk-1", "sk-2"];
const auth = headers.get("Authorization");
    const key = auth?.replace("Bearer ", "").trim();
    if (!key || !VALID_API_KEYS.includes(key)) {
      return new Response("Unauthorized", { status: 401 });
    }

还有2api不可或缺的伪造请求头了。

const forwardHeaders: HeadersInit = {
  "Content-Type": "application/json",
  "User-Agent": "Mozilla/5.0",
  "Origin": "https://deepinfra.com",
  "Referer": "https://deepinfra.com/",
  "x-deepinfra-source": "web-embed"
};

然后简单处理一下流式响应

const stream = new ReadableStream({
  async start(controller) {
    const reader = response.body?.getReader();
    const decoder = new TextDecoder();

    while (reader) {
      const { done, value } = await reader.read();
      if (done) break;
      const chunk = decoder.decode(value);
      for (const line of chunk.split("\n")) {
        if (line.startsWith("data: ")) {
          const jsonText = line.slice(6);
          if (jsonText === "[DONE]") break;
          try {
            const parsed = JSON.parse(jsonText);
            const delta = parsed.choices[0].delta;
            const reasoning = delta.reasoning_content ?? delta.content ?? "";
            const output = `data: ${JSON.stringify({ choices: [{ delta: { content: reasoning } }] })}\n\n`;
            controller.enqueue(new TextEncoder().encode(output));
          } catch (_) {
          }
        }
      }
    }

    controller.enqueue(new TextEncoder().encode("data: [DONE]\n\n"));
    controller.close();
  }
});

好啦！大功告成！该有的都有了，不该有的也有了（bushi）

接下来就是把它推到deno上运行了

如果您需要源码，请前往下面的链接获取。

[抛砖引玉]deepinfra2api，我人生中第一个2api - 开发调优 / 开发调优, Lv2 - LINUX DO