WorkBuddy2API

WorkBuddy 国际国内多账号反代网关 — 双域独立路由与切换、稳定设备指纹防风控、国内成长任务全自动完成，支持 Codex / Claude Code / DSH 与标准 OpenAI 客户端。

🔧 官方客户端指纹模拟

代理请求默认模拟官方客户端的请求特征，避免因流量特征与官方客户端差异过大而触发平台风控（参考踩坑记录）：

请求头按平台对齐官方客户端：国内 CodeBuddyIDE/4.12.0（UA、x-ide-、x-product- 等）；海外 WorkBuddy/5.5.2 ... CLI/2.137.1（x-ide-、x-product: SaaS、x-stainless- 等）
会话级 conversation_id 复用，previous_response_id 随会话链式传递
b3 追踪链同会话延续；大请求体自动 gzip；max_tokens 与官方一致
国际版发送头为官方真实抓包头集的子集：不发送 x-model-id、x-request-trace-id、accept-language、sec-fetch-mode、monitor_httpsendtime、acp-connection-id，并剥离 httpx 默认注入的 accept-encoding——由 server/test_fingerprint_headers.py::TestIntlOfficialHeaderParity 回归锁定，官方没有的头绝不会出现
国内版 x-device-token：通过环境变量 / --device-token 注入（获取方式见抓包手册；一设备一账号，勿共用）
海外版 不存在 x-device-token：官方客户端本身不产该头（已三轮抓包 + 二进制层验证，详见交接文档），仅需 JWT 认证，无需也无法注入 token

项目简介

一个轻量级的本地 API 代理服务，将腾讯 CodeBuddy（国内版） 与 WorkBuddy AI（海外版） 的底层接口转换为标准的 OpenAI、Anthropic 和 Responses 协议格式。

同一个 proxy，两个平台，一套模型池：

🇨🇳 国内 CodeBuddy（copilot.tencent.com）→ GLM-5.3、DeepSeek-V4、Kimi-K3、MiniMax-M3、混元 Hy4 等国产模型
🌍 海外 WorkBuddy AI（www.workbuddy.ai）→ GPT-5.3-Codex 等海外模型，外加 GLM / Kimi / 混元 / MiniMax / DeepSeek

两个平台使用完全相同的认证协议，因此本项目复用同一套代码，启动参数一键切换。国内跑不了的 GPT / Gemini 系列，走海外端口即可使用。

项目概览

本项目支持两个平台，同一套代码，通过启动参数切换：

	国内版 CodeBuddy	海外版 WorkBuddy AI
产品	CodeBuddy（腾讯云国内）	WorkBuddy AI（腾讯海外）
后端 Endpoint	`https://copilot.tencent.com`	`https://www.workbuddy.ai`
认证 platform	`VSCode`	`workbuddy-ai`
Session 文件	`~/.codebuddy-session.json`	`~/.workbuddy-ai-session.json`
默认端口	`8787`	`8788`（自定义）
模型特点	国产模型为主（GLM / DeepSeek / Kimi / MiniMax / MiMo / StepFun / 混元）	GPT-5.3-Codex + StepFun + 与国内共用的国产模型

两个平台使用完全相同的认证协议（cli-external-link，/v2/plugin/ 前缀），因此本项目复用同一套认证与代理逻辑，仅 endpoint / platform / session 不同。

目录结构

workbuddy2api/
├── server/                          # 全部服务端代码
│   ├── codebuddy_proxy.py           # 主入口（两平台共用）
│   ├── codebuddy_client_demo.py     # 认证客户端（两平台共用）
│   ├── workbuddy_ai_client_demo.py  # 海外版独立客户端（登录/测试）
│   ├── dsml_parser.py               # DSML 工具调用解析
│   ├── desensitize.py               # 脱敏模块
│   ├── responses_adapter.py         # Responses API 转换
│   ├── responses_projection.py      # 消息压缩
│   ├── projection_metadata.py       # 压缩元数据
│   ├── anthropic_adapter.py         # Anthropic API 转换
│   ├── probe_models.py              # 实测探测上游可用模型
│   ├── clean_logs.py                # 日志清理（默认 dry-run）
│   ├── install_clean_cron.sh        # 安装 launchd 定时清理
│   ├── extract_device_token.py      # x-device-token 抓取
│   └── test_*.py                    # 测试
├── pyproject.toml
└── README.md

✨ 核心特性

双域独立路由与切换 - 国内 CodeBuddy 与海外 WorkBuddy AI 一键切换，独立路由互不干扰
官方客户端指纹模拟 - 请求特征对齐官方 CodeBuddyIDE 客户端（UA、会话 ID 链、previous_response_id 延续、b3 追踪链等）
协议转换 - 支持 OpenAI Chat Completions、Anthropic Messages API 和 Responses 三种标准格式，兼容 Codex / Claude Code / DSH 等主流客户端
脱敏处理 - 内置智能脱敏模块，自动过滤敏感信息（账号、密码、密钥、品牌词、路径等），有效缓解审核误拦
消息压缩 - 智能压缩历史消息，大幅降低 token 使用量（适用于 Codex CLI 等长上下文场景）
工具调用支持 - 完整支持 function calling 和 tool use 特性
DSML 解析 - 自动识别和转换 DSML 格式的工具调用
流式响应 - 支持 SSE 流式输出，实时返回生成内容
多账号管理 - 支持多个登录态隔离，方便工作/个人账号切换
国内成长任务自动化 - 签到等成长任务全自动完成（规划中）

安装

推荐使用 uv：

# 安装 uv
curl -LsSf https://astral.sh/uv/install.sh | sh

# 直接运行（uv 会自动安装依赖）
uv run server/codebuddy_proxy.py

快速开始

所有命令均在 server/ 目录下执行（或用 uv run server/codebuddy_proxy.py 从根目录执行）。

登录信息

	国内版 CodeBuddy	海外版 WorkBuddy AI
登录 URL	`https://copilot.tencent.com/login?platform=VSCode&state={state}`	`https://www.workbuddy.ai/login?platform=workbuddy-ai&state={state}`
Session 文件	`~/.codebuddy-session.json`	`~/.workbuddy-ai-session.json`
认证 platform	`VSCode`	`workbuddy-ai`

登录流程：proxy 启动时会自动获取 state 并打开浏览器，用户完成登录后 token 自动保存到 session 文件。

1. 国内版 CodeBuddy（端口 8787）

cd server

# 首次使用（浏览器登录）
uv run codebuddy_proxy.py --login

# 日常使用
uv run codebuddy_proxy.py --desensitize

默认监听 http://127.0.0.1:8787

2. 海外版 WorkBuddy AI（端口 8788）

cd server

# 首次使用（浏览器登录）
uv run codebuddy_proxy.py --port 8788 \
  --endpoint https://www.workbuddy.ai \
  --platform workbuddy-ai \
  --session-file ~/.workbuddy-ai-session.json \
  --login

# 日常使用
uv run codebuddy_proxy.py --port 8788 \
  --endpoint https://www.workbuddy.ai \
  --platform workbuddy-ai \
  --session-file ~/.workbuddy-ai-session.json \
  --log-file logs/proxy-intl.jsonl

监听 http://127.0.0.1:8788（自定义）

3. 验证

# 国内
curl http://127.0.0.1:8787/health
curl http://127.0.0.1:8787/v1/models

# 海外
curl http://127.0.0.1:8788/health
curl http://127.0.0.1:8788/v1/models

4. 接入客户端

Codex CLI

编辑 ~/.codex/config.toml：

[model_providers.codebuddy]
name = "CodeBuddy (via local proxy)"
base_url = "http://127.0.0.1:8787/v1"
wire_api = "responses"

[profiles.codebuddy]
model = "glm-5.3"
model_provider = "codebuddy"

Claude Code + CC Switch

在 CC Switch 配置中添加：

{
  "DeepSeek-V4": {
    "base_url": "http://127.0.0.1:8787",
    "api_key": "",
    "model": "deepseek-v4-pro"
  }
}

⚠️ base_url 填到端口即可，不要带 /v1/messages。CC Switch 会自己拼 /v1/messages，若 base_url 已含该路径会变成 /v1/messages/v1/messages 导致 404。

proxy 不实现 Anthropic 官方的模型列举接口（GET /v1/messages 返回 405），所以 CC Switch 的"获取模型列表"按钮可能拿不到结果 —— 手动填写 model 字段即可正常工作。

其他 OpenAI 兼容客户端

Base URL: http://127.0.0.1:8787/v1（国内）或 http://127.0.0.1:8788/v1（海外）
API Key: 留空
模型名见下方模型列表

模型列表

国内版 CodeBuddy（34 个，逐个实测可用）

模型 ID	显示名	厂商
`auto`	Auto	codebuddy
`default`	Default	codebuddy
`fast-model`	Fast	codebuddy
`balanced-model`	Balanced	codebuddy
`deep-model`	Deep	codebuddy
`hy4-preview`	Hy4 preview	tencent
`hy4-preview-f`	Hy4 preview	tencent
`hy3`	Hy3	tencent
`hy3-x`	Hy3	tencent
`hunyuan-chat`	Hunyuan-Turbos	tencent
`glm-5.3`	GLM-5.3	zhipu
`glm-5.3-flash`	GLM-5.3-flash	zhipu
`glm-5.3-flashx`	GLM-5.3-FlashX	zhipu
`glm-5.2`	GLM-5.2	zhipu
`glm-5.1`	GLM-5.1	zhipu
`glm-5v-turbo`	GLM-5v-Turbo	zhipu
`kimi-k3`	Kimi-K3	moonshot
`kimi-k3-1`	Kimi-K3.1	moonshot
`kimi-k2.8-preview`	Kimi-K2.8-Preview	moonshot
`kimi-k2.7`	Kimi-K2.7-Code	moonshot
`kimi-k2.6`	Kimi-K2.6	moonshot
`kimi-k2.5`	Kimi-K2.5	moonshot
`minimax-m3`	MiniMax-M3	minimax
`minimax-m3.1-flash`	MiniMax-M3.1-Flash	minimax
`minimax-m2.7`	MiniMax-M2.7	minimax
`mimo-v2.6-pro`	Xiaomi MiMo-V2.6-Pro	xiaomi
`step-5-preview`	Step-5-Preview	stepfun
`space-bunny`	Space-Bunny	tencent
`deepseek-v4-pro`	Deepseek-V4-Pro	deepseek
`deepseek-v4-flash`	Deepseek-V4-Flash	deepseek
`deepseek-v4.1-flash`	Deepseek-V4.1-Flash	deepseek
`codewise-rewrite`	codewise-rewrite	tencent
`codewise-jump`	codewise-jump	tencent
`nes-gf`	nes-gf	tencent

glm-5.1 必须携带 reasoning_effort（proxy 会自动补 medium），否则上游返回 code 11150。它会先输出推理内容，max_tokens 过小可能只得到空回复。

海外版 WorkBuddy AI（23 个，逐个实测可用）

以下为 personal_free_user 免费账号实测可用的模型。免费账号下 GPT-5.6 / GPT-6 / GPT-5.5 / GPT-5.4 / Gemini / Grok / primary-model 会被拒（code 11158 not allowed for user type）；deep-model 等已下线（code 11102）。

模型 ID	显示名	厂商
`default-model`	Auto	codebuddy
`fast-model`	Fast	codebuddy
`balanced-model`	Balanced	codebuddy
`auto`	Auto	codebuddy
`hy4-preview`	Hy4 preview	tencent
`hy4-preview-f`	Hy4 preview	tencent
`hy3`	Hy3	tencent
`gpt-5.3-codex`	GPT-5.3-Codex	openai
`glm-5.3`	GLM-5.3	zhipu
`glm-5.3-flash`	GLM-5.3-Flash	zhipu
`glm-5.2`	GLM-5.2	zhipu
`glm-5.1`	GLM-5.1	zhipu
`glm-5v-turbo`	GLM-5v-Turbo	zhipu
`kimi-k3`	Kimi-K3	moonshot
`kimi-k2.8-preview`	Kimi-K2.8-Preview	moonshot
`kimi-k2.7`	Kimi-K2.7-Code	moonshot
`kimi-k2.6`	Kimi-K2.6	moonshot
`kimi-k2.5`	Kimi-K2.5	moonshot
`minimax-m3`	MiniMax-M3	minimax
`minimax-m3.1-flash`	MiniMax-M3.1-Flash	minimax
`space-bunny`	Space-Bunny	tencent
`step-5-preview`	Step-5-Preview	stepfun
`deepseek-v4.1-flash`	Deepseek-V4.1-Flash	deepseek

模型列表会随平台更新变化，以 GET /v1/models 的实际返回为准。

海外版 id 带 credits 倍率

海外版 /v1/models 实时同步上游 /v3/config（缓存 10 分钟，?refresh=1 强制刷新），返回的 id 会附倍率后缀，方便按成本选模型：

fast-model (x0.34)      balanced-model (x3.31)   primary-model
deepseek-v4.1-flash (x0.00)                      ← 免费
step-5-preview (x0.00)                           ← 免费
gpt-6-sol (x1.33)        gpt-6-astra (x6.67)     gemini-3.8-flash (x0.95)

proxy 转发时会自动把倍率后缀剥回真实 id（fast-model (x0.34) → fast-model），所以客户端把带后缀的 id 原样回传也能正常工作。

⚠️ 实时列表会把不可用的模型也列出来。上游 /v3/config 不按账号权限过滤，免费账号会看到 gpt-6-*、gemini-3.8-flash、grok-4.7、primary-model 等，选中后调用才报 11158。上表是实测可用的子集。

探测上游可用模型

国内版 /v1/models 用硬编码列表，海外版实时同步上游 /v3/config。用 probe_models.py 逐个发真实请求来验证/更新：

# 先启动 proxy，再探测
uv run server/probe_models.py                       # 国内版（8787）
uv run server/probe_models.py --port 8788           # 海外版（8788）
uv run server/probe_models.py --extra "glm-9.9"     # 追加自定义候选
uv run server/probe_models.py --from-config         # 顺便从云端配置收集候选

输出会按可用/不可用分组，并标注上游错误码：

错误码	含义
`11102`	`service info not found` —— 模型不存在或已下线
`11158`	`not allowed for user type` —— 账号权限不足（免费账号用不了 GPT/Gemini）
`11103`	后端不支持该调用方式（如图像模型走 chat）
`11134`	上游临时不可用，稍后重试
`11150`	`reasoning effort` 不支持 —— `glm-5.1` 假失败，proxy 会自动补参数

⚠️ /v3/config?repos= 的 models 不能直接当可用列表。实测云端会列出已下线的条目（海外版返回 auto-chat、o4-mini、enhance-1.0，调用全部 11102），也会漏掉实际可用的模型（云端配置里没有 GLM / Kimi / DeepSeek）。反之 gpt-5.6-* 未出现在云端配置中，但在付费账号下可用。唯一可靠方式是实测。

手动拉取云端配置

# 海外版
uv run server/workbuddy_ai_client_demo.py --config

# 国内版（注意 User-Agent 必须是 CodeBuddyIDE/<version>，
# 否则返回 HTTP 400 code 12403 check ua）
uv run python -c "
import sys; sys.path.insert(0, 'server')
from codebuddy_client_demo import CodeBuddyClient
c = CodeBuddyClient('https://copilot.tencent.com')
c.ensure_authenticated(open_browser=False)
h = {'User-Agent': 'CodeBuddyIDE/4.10.33259736', 'X-Product': 'SaaS',
     'X-IDE-Type': 'VSCode', 'X-IDE-Name': 'VSCode',
     'X-IDE-Version': '1.70.2', 'X-Product-Version': '4.10.33259736'}
cfg = c._unwrap(c._request('GET', '/v3/config?repos=', headers={**h, **c.auth_headers()}))
for m in cfg.get('models') or []: print(' ', m.get('id'), '|', m.get('name'))
"

命令行参数

--host HOST              监听地址（默认 127.0.0.1）
--port PORT              监听端口（默认 8787）
--endpoint ENDPOINT      后端地址（国内默认 copilot.tencent.com，海外用 www.workbuddy.ai）
--platform PLATFORM      认证 platform（国内 VSCode，海外 workbuddy-ai）
--session-file PATH      会话文件路径
--log-file PATH          JSONL 日志文件
--desensitize            启用脱敏处理（推荐）
--optimize-context       启用消息压缩优化（Codex CLI 推荐）
--login                  启动时执行浏览器登录
--no-browser             登录时不打开浏览器
--verbose-llm            记录完整请求/响应内容（默认仅摘要）
--mock-dir DIR           使用 mock 数据（测试用）
--device-token PATH      x-device-token 注入（仅国内版有效）：裸 token / JSON 文件路径
                         （也可用环境变量 CODEBUDDY_DEVICE_TOKEN；
                           获取方式见 doc/mitm-capture-playbook.md §7。
                           海外版客户端不产 x-device-token，此参数对
                           workbuddy-ai 平台无效）
--rate-qps FLOAT         全局限速：持续 QPS（默认 1.0，0 不限速）
--rate-burst INT         全局限速：突发容量（默认 5，超出排队）
--rate-jitter FLOAT      每请求随机抖动上限（秒，默认 3.0，0 关闭）
--credit-burn-threshold  消耗速率告警阈值（默认 0.3 = 窗口消耗占剩余额度 30%）

环境变量

CODEBUDDY_PROXY_HOST      # 等同 --host
CODEBUDDY_PROXY_PORT      # 等同 --port
CODEBUDDY_ENDPOINT        # 等同 --endpoint
CODEBUDDY_PLATFORM        # 等同 --platform
CODEBUDDY_PROXY_LOG_FILE  # 等同 --log-file

API 接口

所有接口默认不需要在请求中额外携带 token，代理会使用本地 session 完成认证。

方法	路径	用途
GET	`/health`	查询本地服务、认证状态与限速器状态
GET	`/v1/models`	查询模型列表
POST	`/v1/chat/completions`	OpenAI Chat Completions，支持 tools 和流式响应
POST	`/v1/responses`	Responses API，兼容 Codex CLI
POST	`/v1/messages`	Anthropic Messages API，兼容 Claude Code / CC Switch
GET	`/v1/credits`	额度查询（缓存 60s，`?refresh=1` 强刷）+ 消耗速率告警
GET/DELETE	`/v1/breaker`	熔断状态查看 / 按 `?model=` 手动清除

`/v1/chat/completions` - OpenAI Chat

非流式请求：

curl http://127.0.0.1:8787/v1/chat/completions \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [{"role": "user", "content": "写一个快排"}]
  }'

流式请求：

curl -N http://127.0.0.1:8787/v1/chat/completions \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "glm-5.2",
    "stream": true,
    "messages": [{"role": "user", "content": "hi"}]
  }'

支持 tools、tool_choice、stream_options 等完整 OpenAI 特性。

`/v1/responses` - Responses API

用于兼容 Codex CLI：

curl http://127.0.0.1:8787/v1/responses \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "default",
    "input": "写一个快排"
  }'

支持 instructions (system prompt)、消息形式的 input、tools、tool_choice 和 stream。

💡 提示： 使用 --optimize-context 可大幅减少 Codex CLI 的 token 使用。

`/v1/messages` - Anthropic Messages

用于兼容 Claude Code / CC Switch：

curl http://127.0.0.1:8787/v1/messages \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "deepseek-v4-pro",
    "max_tokens": 4096,
    "messages": [{"role": "user", "content": "hi"}]
  }'

设置 "stream": true 时返回 Anthropic SSE 事件流。

高级功能

脱敏处理 (`--desensitize`)

对 system 消息中的敏感词插入零宽空格（U+200B），打断后端关键词匹配，缓解合规模板被审核误拦。

何时需要使用

强烈推荐启用的场景：

对接 Claude Code / CC Switch
- Claude Code 的 system prompt 包含大量品牌词和安全合规声明
- 后端可能将竞争品牌词视为敏感内容
- 不启用脱敏时，几乎每次请求都会被审核拦截
对接 Codex CLI 等 agentic 工具
- 这些工具的 system prompt 含有大量安全术语（DoS、exploit、credential testing 等）
- 即使是合规的"拒绝有害请求"声明，也可能被关键词匹配误拦

不需要启用的场景：

✅ 普通对话（无安全术语）
✅ 纯粹的代码生成（无品牌词/安全声明）

注意事项

✅ 只处理合规声明，不绕过对有害输入的审核
✅ 只改 system 消息，真实用户输入保持原样
⚠️ 零宽空格对人眼/模型透明，但会影响精确字符串匹配

消息压缩优化 (`--optimize-context`)

仅对 /v1/responses 端点生效，将长历史、大 schema、超长工具输出压缩成"最小语义闭包"，大幅减少 token 使用（可能减少 60-90%）。

# 同时启用两个功能（推荐用于 Codex CLI）
uv run codebuddy_proxy.py --desensitize --optimize-context

✅ 只用于 /v1/responses，不影响 chat/messages 端点
✅ 保留语义闭包，模型仍可推理
⚠️ 历史被摘要化，精确细节需重新运行工具获取

日志

# 实时查看
tail -f logs/codebuddy-proxy.jsonl

# 查看流式事件
tail -100 logs/codebuddy-proxy.jsonl | jq 'select(.event | startswith("stream"))'

文件	内容	轮转
`logs/proxy.log`	滚动日志（启动信息、诊断）	按天分片，保留 30 天
`logs/proxy.log.YYYY-MM-DD`	历史分片	见下方清理脚本
`logs/codebuddy-proxy.jsonl`	CN 版请求日志（`--log-file` 默认值）	无轮转
`logs/proxy-intl.jsonl`	海外版请求日志	无轮转
`logs/*-start.log`	stdout 重定向	无

⚠️ .jsonl 没有轮转，长时间运行会涨到几百 MB，需靠下面的脚本清理。

⚠️ proxy.log.* 分片的文件名日期不可信 —— TimedRotatingFileHandler 的 suffix 计算有 off-by-one，可能出现 proxy.log.2026-10-05 里装的却是 10-20 的数据。判断新旧一律以 mtime 为准。

清理日志

uv run server/clean_logs.py                    # 预览（默认，不做任何修改）
uv run server/clean_logs.py --apply            # 执行
uv run server/clean_logs.py --retain-days 14   # 保留两周
uv run server/clean_logs.py --no-rotate        # 只删过期，不动大文件

清理策略：

删除修改时间早于 --retain-days（默认 7 天）的 proxy.log.* 分片
删除早于保留期、且未被运行中进程占用的 *.jsonl
对仍在写入但超过 --max-size-mb（默认 100MB）的活动 *.jsonl， gzip 归档后截断

安全约束：默认 dry-run；任何正被写入的文件绝不删除（判据是「被进程占用」或「最近 N 分钟改过」，proxy 每次写 jsonl 都会开关文件，所以 lsof 抓不到，必须靠 mtime）。

定时清理（macOS launchd）

server/install_clean_cron.sh install     # 安装 + 立即触发一次验证
server/install_clean_cron.sh status      # 查看状态与最近清理日志
server/install_clean_cron.sh uninstall   # 卸载

默认每天 04:00 执行 clean_logs.py --apply --retain-days 7 --max-size-mb 100，输出写到 logs/clean.log。脚本会按当前项目和用户名动态生成 plist，装在 ~/Library/LaunchAgents/，登录时自动加载。

用 launchd 而非 crontab：macOS 上 crontab 需要「完整磁盘访问」权限，且机器休眠会漏跑； StartCalendarInterval 漏跑后开机能补一次。

想改频率/保留期就编辑 server/install_clean_cron.sh 顶部的 HOUR / MINUTE / RETAIN_DAYS / MAX_SIZE_MB，重新 install 即可（会先卸载旧的）。

常见问题

找不到 session 文件 / 401 认证失败

重新登录：

# 国内
uv run codebuddy_proxy.py --login

# 海外
uv run codebuddy_proxy.py --port 8788 --endpoint https://www.workbuddy.ai --platform workbuddy-ai --session-file ~/.workbuddy-ai-session.json --login

端口被占用

lsof -i :8787
uv run codebuddy_proxy.py --port 8789

海外版调用报错 "first message is not system prompt"

proxy 已自动处理（会自动补 system 首条消息），如仍有问题请更新到最新代码。

非流式请求报 "empty or malformed response (HTTP 200)"

Claude Code 等客户端在已有项目（超长上下文）里偶发：

API returned an empty or malformed response (HTTP 200) — body is an event stream
(the non-streaming request was answered with a stream), 0 stream events received

上游对超长上下文的非流式请求会秒拒，返回 HTTP 200 但一帧都不给；新开对话上下文小则正常。proxy 已做两层兜底（两端通用）：

非 SSE 兜底：上游若回的是普通 JSON（content-type 非 text/event-stream），整体读入解析成标准响应，而不是逐行等 data: 最后交出空响应
瞬时拒绝重试：HTTP 200 但零帧时换模型重试一次；重试复用同一份会话 / trace 身份（换模型不换会话，避免上游判成多个并发会话），并清掉上一轮的 previous_response_id

回归测试：server/test_nonstream_hardening.py。

技术细节

架构: FastAPI + httpx（异步）
并发: 支持 1000+ 并发请求
流式: 完整的流式日志（started / progress / completed / timeout）
认证协议: cli-external-link（浏览器 SSO 登录 → 轮询 token → 自动刷新）
请求头指纹: 按平台对齐真实抓包（国内 CodeBuddyIDE/4.12.0、海外 WorkBuddy/5.5.2）；海外版仅发送官方头集子集的头，httpx 默认的 accept-encoding 在发送前剥离，避免任何非指纹头被上游侧记录

测试

uv run pytest server/test_*.py -v

多用户安全须知

一设备一账号（仅国内版）：国内 x-device-token 与账号是「设备 + 账号」绑定关系。多个账号共用同一个 token 会被平台做设备关联，触发连坐封号——每台设备只能用自己的 token。海外版无 device token，不涉及此约束
国内 token / session 文件位于 ~/.codebuddy-device-token.json 与 ~/.codebuddy-session.json（已被 .gitignore 的 *device-token*.json、*session*.json 规则排除，不会入库）
请勿分享自己的国内 token，也请勿使用他人分享的 token——被关联的是一整台设备，换号也救不回来

免责声明

本项目仅用于个人学习与研究。 与腾讯、WorkBuddy、CodeBuddy、OpenAI、Anthropic 无官方关联。请仅在你合法拥有订阅的前提下使用，并自行承担风险。

本项目不提供任何形式的担保
使用本项目产生的任何后果由使用者自行承担
请勿将本项目用于任何违反相关服务条款的用途
请勿将本项目用于商业用途

Name		Name	Last commit message	Last commit date
doc		doc
server		server
skills		skills
.gitignore		.gitignore
LICENSE		LICENSE
README.md		README.md
pyproject.toml		pyproject.toml

Latest commit

History

Folders and files

Repository files navigation