OpenAI on CHEN 的博客

15 分钟快速搞定 CLIProxyAPI 配置

Wed, 09 Sep 2026 15:00:00 +0800

之前一直用 sub2api 把 ChatGPT 的网页端转成 API，给本地的编程工具提供模型接口。用着用着，某天突然发现不能用了。

具体是被封了还是接口变了，也没细究，反正是坏了。坏了之后就想找替代方案，一搜发现 CLIProxyAPI 这个项目，Star 数不少，而且思路和 sub2api 类似——把你已有的订阅变成 API，不需要额外买 Key。

区别在于 CLIProxyAPI 走的是 OAuth 登录，模拟的是 Codex CLI 的流量，而不是直接抓网页。据说更稳定，也更不容易被检测。

正好我有 GPT Plus，服务器也有，那就试试。

一、CLIProxyAPI 是什么

一句话：它是一个代理服务，把 Gemini、Claude Code、OpenAI Codex 这些 CLI 工具的 OAuth 认证，转成标准的 OpenAI 兼容 API。

也就是说，你不需要去 OpenAI 申请 API Key（也不需要花钱买 Token），直接用你的 Plus 订阅账号登录，CLIProxyAPI 就能帮你把请求转发过去，返回的结果格式和 OpenAI 官方 API 一模一样。

对于已有 Plus 但没有 API 额度的人来说，这基本等于白嫖。

二、15 分钟搞定全过程

整个流程拆开来就五步：安装、启动、登录、开防火墙、接入工具。一步步来。

第一步：安装

从 GitHub Releases 下载对应平台的二进制包，解压即可：

# 下载最新版（以 Linux AMD64 为例）
VERSION=$(curl -s https://api.github.com/repos/router-for-me/CLIProxyAPI/releases/latest | grep tag_name | cut -d '"' -f 4)
wget https://github.com/router-for-me/CLIProxyAPI/releases/download/${VERSION}/cli-proxy-api_linux_amd64.tar.gz

# 解压
tar -xzf cli-proxy-api_linux_amd64.tar.gz
chmod +x cli-proxy-api

不需要编译，不需要装依赖，下载完就是一个可执行文件。

第二步：启动服务

直接运行：

./cli-proxy-api

默认监听 0.0.0.0:8317。首次启动会自动拉取最新的模型目录，看到 API server started successfully on: :8317 就说明起来了。

第三步：OAuth 登录 GPT Plus

另开一个终端，跑登录命令：

./cli-proxy-api --codex-login

它会走 OpenAI 的 OAuth 设备流。服务器没有浏览器的话加 --no-browser，它会打印一个 URL，你本地打开登录就行。登录成功后 token 自动保存到 ~/.cli-proxy-api/，后续请求自动带上。

第四步：开防火墙

这里是第一个坑。腾讯云有两层防火墙，两层都要开端口：

层级	位置	操作
安全组	腾讯云控制台	添加入站规则，TCP 8317
UFW	服务器 OS 内部	`sudo ufw allow 8317/tcp`

我之前只开了安全组，结果 UFW 默认拒绝入站，请求在操作系统层就被拦了，怎么都连不上。这个坑不新鲜，但每次都会忘。

第五步：把 API 地址和 Key 填到本地工具

最后一步就是把 API 信息复制到你本地的编程工具里。以 CodeBuddy 为例：

供应商：选 Custom
BASE URL：http://<服务器公网IP>:8317/v1
API KEY：填 config.yaml 里的任意一个 key
模型名称：选你要用的模型，比如 gpt-5.5

保存，搞定。CodeBuddy 发出的请求会经过 CLIProxyAPI 转发到 OpenAI，整个链路对工具本身是透明的。

第六步：设置开机自启

服务器重启后，CLIProxyAPI 不会自动运行。要让它作为守护进程长期运行，可以用 systemd 管理：

# 复制服务文件到 systemd 目录
sudo cp /home/ubuntu/cliproxyapi/cliproxyapi.service /etc/systemd/system/

# 重新加载 systemd 配置
sudo systemctl daemon-reload

# 启用开机自启
sudo systemctl enable cliproxyapi

# 启动服务
sudo systemctl start cliproxyapi

之后可以用 sudo systemctl status cliproxyapi 查看运行状态，用 sudo journalctl -u cliproxyapi -f 实时查看日志。

这样设置后，服务器重启时 CLIProxyAPI 会自动拉起，不需要手动干预。

三、可用模型一览

登录成功后，CLIProxyAPI 会从 OpenAI 拉取当前账号可用的模型列表。我这边拿到了这些：

模型	说明
`gpt-5.5`	通用对话模型
`gpt-5.6-terra`	Terra 系列
`gpt-5.6-sol`	Sol 系列
`gpt-5.6-luna`	Luna 系列
`gpt-6-astra`	Astra 系列
`gpt-5.3-codex-spark`	Codex Spark
`gpt-image-1.5`	图片生成
`gpt-image-2`	图片生成（新版）
`codex-auto-review`	自动代码审查

具体模型列表会随 OpenAI 的调整变化，以实际拉取到的为准。

四、总结

整个过程其实很简单：下载、启动、OAuth 登录、开防火墙、配工具。中间唯一浪费时间的就是那个双层防火墙的问题。

比起 sub2api，CLIProxyAPI 的优势在于不依赖网页抓取，走的是 OAuth 标准流程，理论上更稳定。而且它不只支持 GPT，Gemini、Claude Code 都能接，一个服务搞定多个订阅。

对于已经有 GPT Plus 但不想额外花钱买 API 的人来说，值得一试。

AI 中转站最大的幻觉，就是让你以为自己占了便宜

Wed, 01 Jul 2026 10:50:00 +0800

自己把 sub2api 搭起来作为个人使用的 GPT 中转站之后，我对网上那些 AI 中转站，反而警惕了很多。

因为很多东西，作为普通用户去用时感受并不明显。无非就是觉得它便宜、方便、模型多，好像花小钱就能办大事。

但等你真的把这样一套东西自己搭一遍，把后台的模型映射、转发逻辑、倍率计费这些配置都看清楚之后，你就很难再对所谓“良心中转站”抱什么天真的想象了。

我现在的感觉很直接：AI 中转站最大的幻觉，就是让你以为自己占了便宜。

这里说的“幻觉”，首先是人的幻觉。你以为自己更省钱了、用到更强的模型了、拿到更高的性价比了，实际上很多时候只是把风险和损耗一起买回来了。

1. 最基础的问题：毫无数据安全可言

这一点其实最好理解。

中转站本质上就是代理层。你的提示词先发给它，它再替你发给真正的模型；模型返回的内容，也先回到它这里，再转给你。

这意味着，你的提示词和响应内容，它都能明文看到。

所以只要你聊的是工作内容、业务数据、个人隐私，理论上都已经完整经过了第三方的手。很多人平时对这件事没感觉，只是因为界面上看起来和官方差不多，但底层根本不是一回事。

2. 提示词不只是会被看，还可能被改

既然中转站能看到你的明文提示词，它当然也能改。

普通站长未必一定会这么做，但问题不在于“他会不会”，而在于“他有没有这个能力，而你没法验证”。

更何况，OpenAI、Anthropic 这类厂商本来就不希望自己的 API 被放进各种灰色中转体系里二次分发。无论是批量注册账号、共享订阅账号池，还是盗刷 API key，本质上都在违反官方条款。

这就意味着，很多中转链路天然处在一种不透明、甚至带点对抗的状态里。你看到的是自己写下的提示词，但真正发到上游的内容，中间有没有被改写、压缩、注入额外指令，普通用户根本无从确认。

而这还会带来另一个问题：模型更容易出现幻觉。

因为模型输出质量本来就高度依赖输入是否准确。如果提示词在中间链路里被改过、压缩过、加过别的系统提示，模型收到的就已经不是你原本想表达的那个问题了。输入一旦失真，输出自然更容易偏、编、胡说八道。最后你看到的是模型在幻觉，实际上可能是中转链路先把问题弄歪了。

3. 你以为自己在用大模型，实际可能早就被换了

这一点是我自己搭 sub2api 时感受最深的地方之一。

sub2api 里有个很方便的功能，就是模型映射。简单配一下，就可以把前端传来的模型名，映射成后端实际调用的另一个模型。

这个功能对个人自用当然没问题，但落到第三方中转站手里，就很危险。

因为用户以为自己选的是某个贵模型、强模型，后台完全可以悄悄给你换成更便宜的模型。你以为自己在用 GPT-5.5 xhigh，它实际可能给你转成 GPT-5.4 mini，你根本不知道。

这不只是“货不对板”，还会进一步放大模型幻觉。因为便宜模型本来能力就可能更弱，再叠加中转链路里的提示词失真，最后你看到的内容当然更容易不稳定、更容易胡编。

很多人会把这种表现理解成“今天模型状态不好”，但更真实的可能是：你从头到尾就没用上自己以为的那个模型。

4. 它还可以直接放大你的 token 消耗

sub2api 里还有一个很现实的功能，就是可以给某个用户组单独设置使用倍率。

这意味着什么也很直接：你真实消耗了 1M token，平台完全可以按 2M 甚至更高给你记。

前台再配一个余额系统、套餐系统、赠送额度系统，普通用户基本很难核对真实消耗。结果就是，它既能在模型质量上给你降配，也能在 token 账单上给你加价，两头都能吃你。

最后

所以我现在对 AI 中转站的看法已经很直接了。

也许有人确实不在乎数据安全，但后面这几件事才是更现实、也更必然的问题：

你的提示词可能被改
你真正调用的模型可能被换
你的 token 消耗可能被放大
而且这整条不透明链路，还会让模型更容易出现幻觉

说到底，你根本不用深究中转站原理，只要拍脑袋想一想就够了：

一个中转站给你的价格和用量，怎么可能长期比 Claude 和 GPT 官方服务还便宜？

它又不是做慈善。

所以与其在这种地方赌“也许没事”，不如直接用官方服务。贵归贵，至少你用到的模型是真的，消耗也更接近真的，输出质量出了问题，锅也至少是明确的。

一句话总结就是：

用中转站最好的预期后果，也不过是花大钱办小事。