base on 🚀 智谱清言 ChatGLM4大模型逆向API【特长：超强智能体】，支持高速流式输出、支持智能体对话、支持多轮对话、支持视频生成、支持AI绘图、支持联网搜索、支持长文档解读、支持代码调用、支持图像解析，零配置部署，多路token支持，自动清理会话痕迹，仅供测试，如需商用请前往官方开放平台。 # GLM AI Free 服务 <hr> <span>[ 中文 | <a href="README_EN.md">English</a> ]</span> [](LICENSE)    支持高速流式输出、支持多轮对话、支持智能体对话、支持视频生成、支持AI绘图、支持联网搜索、支持长文档解读、支持图像解析，零配置部署，多路token支持，自动清理会话痕迹。 与ChatGPT接口完全兼容。 还有以下十个free-api欢迎关注： Moonshot AI（Kimi.ai）接口转API [kimi-free-api](https://github.com/LLM-Red-Team/kimi-free-api) 阶跃星辰 (跃问StepChat) 接口转API [step-free-api](https://github.com/LLM-Red-Team/step-free-api) 阿里通义 (Qwen) 接口转API [qwen-free-api](https://github.com/LLM-Red-Team/qwen-free-api) 秘塔AI (Metaso) 接口转API [metaso-free-api](https://github.com/LLM-Red-Team/metaso-free-api) 字节跳动（豆包）接口转API [doubao-free-api](https://github.com/LLM-Red-Team/doubao-free-api) 字节跳动（即梦AI）接口转API [jimeng-free-api](https://github.com/LLM-Red-Team/jimeng-free-api) 讯飞星火（Spark）接口转API [spark-free-api](https://github.com/LLM-Red-Team/spark-free-api) MiniMax（海螺AI）接口转API [hailuo-free-api](https://github.com/LLM-Red-Team/hailuo-free-api) 深度求索（DeepSeek）接口转API [deepseek-free-api](https://github.com/LLM-Red-Team/deepseek-free-api) 聆心智能 (Emohaa) 接口转API [emohaa-free-api](https://github.com/LLM-Red-Team/emohaa-free-api)（当前不可用） ## 目录 * [免责声明](#免责声明) * [效果示例](#效果示例) * [接入准备](#接入准备) * [智能体接入](#智能体接入) * [多账号接入](#多账号接入) * [Docker部署](#Docker部署) * [Docker-compose部署](#Docker-compose部署) * [Render部署](#Render部署) * [Vercel部署](#Vercel部署) * [原生部署](#原生部署) * [推荐使用客户端](#推荐使用客户端) * [接口列表](#接口列表) * [对话补全](#对话补全) * [视频生成](#视频生成) * [AI绘图](#AI绘图) * [文档解读](#文档解读) * [图像解析](#图像解析) * [refresh_token存活检测](#refresh_token存活检测) * [注意事项](#注意事项) * [Nginx反代优化](#Nginx反代优化) * [Token统计](#Token统计) * [Star History](#star-history) ## 免责声明 **逆向API是不稳定的，建议前往智谱AI官方 https://open.bigmodel.cn/ 付费使用API，避免封禁的风险。** **本组织和个人不接受任何资金捐助和交易，此项目是纯粹研究交流学习性质！** **仅限自用，禁止对外提供服务或商用，避免对官方造成服务压力，否则风险自担！** **仅限自用，禁止对外提供服务或商用，避免对官方造成服务压力，否则风险自担！** **仅限自用，禁止对外提供服务或商用，避免对官方造成服务压力，否则风险自担！** ## 效果示例 ### 验明正身Demo  ### 智能体对话Demo 对应智能体链接：[网抑云评论生成器](https://chatglm.cn/main/gdetail/65c046a531d3fcb034918abe)  ### 结合Dify工作流Demo 体验地址：https://udify.app/chat/m46YgeVLNzFh4zRs <img width="390" alt="image" src="https://github.com/LLM-Red-Team/glm-free-api/assets/20235341/4773b9f6-b1ca-460c-b3a7-c56bdb1f0659"> ### 多轮对话Demo  ### 视频生成Demo [点击预览](https://sfile.chatglm.cn/testpath/video/c1f59468-32fa-58c3-bd9d-ab4230cfe3ca_0.mp4) ### AI绘图Demo  ### 联网搜索Demo  ### 长文档解读Demo  ### 代码调用Demo  ### 图像解析Demo  ## 接入准备 从 [智谱清言](https://chatglm.cn/) 获取refresh_token 进入智谱清言随便发起一个对话，然后F12打开开发者工具，从Application > Cookies中找到`chatglm_refresh_token`的值，这将作为Authorization的Bearer Token值：`Authorization: Bearer TOKEN`  ### 智能体接入 打开智能体的聊天界面，地址栏的一串ID就是智能体的ID，复制下来备用，这个值将用作调用时的 `model` 参数值。  ### 多账号接入 目前似乎限制同个账号同时只能有*一路*输出，你可以通过提供多个账号的chatglm_refresh_token并使用`,`拼接提供： `Authorization: Bearer TOKEN1,TOKEN2,TOKEN3` 每次请求服务会从中挑选一个。 ## Docker部署 请准备一台具有公网IP的服务器并将8000端口开放。 拉取镜像并启动服务 ```shell docker run -it -d --init --name glm-free-api -p 8000:8000 -e TZ=Asia/Shanghai vinlic/glm-free-api:latest ``` 查看服务实时日志 ```shell docker logs -f glm-free-api ``` 重启服务 ```shell docker restart glm-free-api ``` 停止服务 ```shell docker stop glm-free-api ``` ### Docker-compose部署 ```yaml version: '3' services: glm-free-api: container_name: glm-free-api image: vinlic/glm-free-api:latest restart: always ports: - "8000:8000" environment: - TZ=Asia/Shanghai ``` ### Render部署 **注意：部分部署区域可能无法连接glm，如容器日志出现请求超时或无法连接，请切换其他区域部署！** **注意：免费账户的容器实例将在一段时间不活动时自动停止运行，这会导致下次请求时遇到50秒或更长的延迟，建议查看[Render容器保活](https://github.com/LLM-Red-Team/free-api-hub/#Render%E5%AE%B9%E5%99%A8%E4%BF%9D%E6%B4%BB)** 1. fork本项目到你的github账号下。 2. 访问 [Render](https://dashboard.render.com/) 并登录你的github账号。 3. 构建你的 Web Service（New+ -> Build and deploy from a Git repository -> Connect你fork的项目 -> 选择部署区域 -> 选择实例类型为Free -> Create Web Service）。 4. 等待构建完成后，复制分配的域名并拼接URL访问即可。 ### Vercel部署 **注意：Vercel免费账户的请求响应超时时间为10秒，但接口响应通常较久，可能会遇到Vercel返回的504超时错误！** 请先确保安装了Node.js环境。 ```shell npm i -g vercel --registry http://registry.npmmirror.com vercel login git clone https://github.com/LLM-Red-Team/glm-free-api cd glm-free-api vercel --prod ``` ## 原生部署 请准备一台具有公网IP的服务器并将8000端口开放。 请先安装好Node.js环境并且配置好环境变量，确认node命令可用。 安装依赖 ```shell npm i ``` 安装PM2进行进程守护 ```shell npm i -g pm2 ``` 编译构建，看到dist目录就是构建完成 ```shell npm run build ``` 启动服务 ```shell pm2 start dist/index.js --name "glm-free-api" ``` 查看服务实时日志 ```shell pm2 logs glm-free-api ``` 重启服务 ```shell pm2 reload glm-free-api ``` 停止服务 ```shell pm2 stop glm-free-api ``` ## 推荐使用客户端 使用以下二次开发客户端接入free-api系列项目更快更简单，支持文档/图像上传！ 由 [Clivia](https://github.com/Yanyutin753/lobe-chat) 二次开发的LobeChat [https://github.com/Yanyutin753/lobe-chat](https://github.com/Yanyutin753/lobe-chat) 由 [时光@](https://github.com/SuYxh) 二次开发的ChatGPT Web [https://github.com/SuYxh/chatgpt-web-sea](https://github.com/SuYxh/chatgpt-web-sea) ## 接口列表 目前支持与openai兼容的 `/v1/chat/completions` 接口，可自行使用与openai或其他兼容的客户端接入接口，或者使用 [dify](https://dify.ai/) 等线上服务接入使用。 ### 对话补全 对话补全接口，与openai的 [chat-completions-api](https://platform.openai.com/docs/guides/text-generation/chat-completions-api) 兼容。 **POST /v1/chat/completions** header 需要设置 Authorization 头部： ``` Authorization: Bearer [refresh_token] ``` 请求数据： ```json { // 如果使用智能体请填写智能体ID到此处，否则可以乱填 "model": "glm4", // 目前多轮对话基于消息合并实现，某些场景可能导致能力下降且受单轮最大token数限制 // 如果您想获得原生的多轮对话体验，可以传入首轮消息获得的id，来接续上下文 // "conversation_id": "65f6c28546bae1f0fbb532de", "messages": [ { "role": "user", "content": "你叫什么？" } ], // 如果使用SSE流请设置为true，默认false "stream": false } ``` 响应数据： ```json { // 如果想获得原生多轮对话体验，此id，你可以传入到下一轮对话的conversation_id来接续上下文 "id": "65f6c28546bae1f0fbb532de", "model": "glm4", "object": "chat.completion", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "我叫智谱清言，是基于智谱 AI 公司于 2023 年训练的 ChatGLM 开发的。我的任务是针对用户的问题和要求提供适当的答复和支持。" }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 1, "completion_tokens": 1, "total_tokens": 2 }, "created": 1710152062 } ``` ### 视频生成 视频生成接口 **如果您的账号未开通VIP，可能会因排队导致生成耗时较久** **POST /v1/videos/generations** header 需要设置 Authorization 头部： ``` Authorization: Bearer [refresh_token] ``` 请求数据： ```json { // 模型名称 // cogvideox：默认官方视频模型 // cogvideox-pro：先生成图像再作为参考图像生成视频，作为视频首帧引导视频效果，但耗时更长 "model": "cogvideox", // 视频生成提示词 "prompt": "一只可爱的猫走在花丛中", // 支持使用图像URL或者BASE64_URL作为视频首帧参考图像（如果使用cogvideox-pro则会忽略此参数） // "image_url": "https://sfile.chatglm.cn/testpath/b5341945-3839-522c-b4ab-a6268cb131d5_0.png", // 支持设置视频风格：卡通3D/黑白老照片/油画/电影感 // "video_style": "油画", // 支持设置情感氛围：温馨和谐/生动活泼/紧张刺激/凄凉寂寞 // "emotional_atmosphere": "生动活泼", // 支持设置运镜方式：水平/垂直/推近/拉远 // "mirror_mode": "水平" } ``` 响应数据： ```json { "created": 1722103836, "data": [ { // 对话ID，目前没啥用 "conversation_id": "66a537ec0603e53bccb8900a", // 封面URL "cover_url": "https://sfile.chatglm.cn/testpath/video_cover/c1f59468-32fa-58c3-bd9d-ab4230cfe3ca_cover_0.png", // 视频URL "video_url": "https://sfile.chatglm.cn/testpath/video/c1f59468-32fa-58c3-bd9d-ab4230cfe3ca_0.mp4", // 视频时长 "video_duration": "6s", // 视频分辨率 "resolution": "1440 × 960" } ] } ``` ### AI绘图 图像生成接口，与openai的 [images-create-api](https://platform.openai.com/docs/api-reference/images/create) 兼容。 **POST /v1/images/generations** header 需要设置 Authorization 头部： ``` Authorization: Bearer [refresh_token] ``` 请求数据： ```json { // 如果使用智能体请填写智能体ID到此处，否则可以乱填 "model": "cogview-3", "prompt": "一只可爱的猫" } ``` 响应数据： ```json { "created": 1711507449, "data": [ { "url": "https://sfile.chatglm.cn/testpath/5e56234b-34ae-593c-ba4e-3f7ba77b5768_0.png" } ] } ``` ### 文档解读 提供一个可访问的文件URL或者BASE64_URL进行解析。 **POST /v1/chat/completions** header 需要设置 Authorization 头部： ``` Authorization: Bearer [refresh_token] ``` 请求数据： ```json { // 如果使用智能体请填写智能体ID到此处，否则可以乱填 "model": "glm4", "messages": [ { "role": "user", "content": [ { "type": "file", "file_url": { "url": "https://mj101-1317487292.cos.ap-shanghai.myqcloud.com/ai/test.pdf" } }, { "type": "text", "text": "文档里说了什么？" } ] } ], // 如果使用SSE流请设置为true，默认false "stream": false } ``` 响应数据： ```json { "id": "cnmuo7mcp7f9hjcmihn0", "model": "glm4", "object": "chat.completion", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "根据文档内容，我总结如下：\n\n这是一份关于希腊罗马时期的魔法咒语和仪式的文本，包含几个魔法仪式：\n\n1. 一个涉及面包、仪式场所和特定咒语的仪式，用于使某人爱上你。\n\n2. 一个针对女神赫卡忒的召唤仪式，用来折磨某人直到她自愿来到你身边。\n\n3. 一个通过念诵爱神阿芙罗狄蒂的秘密名字，连续七天进行仪式，来赢得一个美丽女子的心。\n\n4. 一个通过燃烧没药并念诵咒语，让一个女子对你产生强烈欲望的仪式。\n\n这些仪式都带有魔法和迷信色彩，使用各种咒语和象征性行为来影响人的感情和意愿。" }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 1, "completion_tokens": 1, "total_tokens": 2 }, "created": 100920 } ``` ### 图像解析 提供一个可访问的图像URL或者BASE64_URL进行解析。 此格式兼容 [gpt-4-vision-preview](https://platform.openai.com/docs/guides/vision) API格式，您也可以用这个格式传送文档进行解析。 **POST /v1/chat/completions** header 需要设置 Authorization 头部： ``` Authorization: Bearer [refresh_token] ``` 请求数据： ```json { "model": "65c046a531d3fcb034918abe", "messages": [ { "role": "user", "content": [ { "type": "image_url", "image_url": { "url": "http://1255881664.vod2.myqcloud.com/6a0cd388vodbj1255881664/7b97ce1d3270835009240537095/uSfDwh6ZpB0A.png" } }, { "type": "text", "text": "图像描述了什么？" } ] } ], "stream": false } ``` 响应数据： ```json { "id": "65f6c28546bae1f0fbb532de", "model": "glm", "object": "chat.completion", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "图片中展示的是一个蓝色背景下的logo，具体地，左边是一个由多个蓝色的圆点组成的圆形图案，右边是“智谱·AI”四个字，字体颜色为蓝色。" }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 1, "completion_tokens": 1, "total_tokens": 2 }, "created": 1710670469 } ``` ### refresh_token存活检测 检测refresh_token是否存活，如果存活live未true，否则为false，请不要频繁（小于10分钟）调用此接口。 **POST /token/check** 请求数据： ```json { "token": "eyJhbGciOiJIUzUxMiIsInR5cCI6IkpXVCJ9..." } ``` 响应数据： ```json { "live": true } ``` ## 注意事项 ### Nginx反代优化 如果您正在使用Nginx反向代理glm-free-api，请添加以下配置项优化流的输出效果，优化体验感。 ```nginx # 关闭代理缓冲。当设置为off时，Nginx会立即将客户端请求发送到后端服务器，并立即将从后端服务器接收到的响应发送回客户端。 proxy_buffering off; # 启用分块传输编码。分块传输编码允许服务器为动态生成的内容分块发送数据，而不需要预先知道内容的大小。 chunked_transfer_encoding on; # 开启TCP_NOPUSH，这告诉Nginx在数据包发送到客户端之前，尽可能地发送数据。这通常在sendfile使用时配合使用，可以提高网络效率。 tcp_nopush on; # 开启TCP_NODELAY，这告诉Nginx不延迟发送数据，立即发送小数据包。在某些情况下，这可以减少网络的延迟。 tcp_nodelay on; # 设置保持连接的超时时间，这里设置为120秒。如果在这段时间内，客户端和服务器之间没有进一步的通信，连接将被关闭。 keepalive_timeout 120; ``` ### Token统计 由于推理侧不在glm-free-api，因此token不可统计，将以固定数字返回。 ## Star History [](https://star-history.com/#LLM-Red-Team/glm-free-api&Date) ", Assign "at most 3 tags" to the expected json: {"id":"9741","tags":[]} "only from the tags list I provide: [{"id":77,"name":"3d"},{"id":89,"name":"agent"},{"id":17,"name":"ai"},{"id":54,"name":"algorithm"},{"id":24,"name":"api"},{"id":44,"name":"authentication"},{"id":3,"name":"aws"},{"id":27,"name":"backend"},{"id":60,"name":"benchmark"},{"id":72,"name":"best-practices"},{"id":39,"name":"bitcoin"},{"id":37,"name":"blockchain"},{"id":1,"name":"blog"},{"id":45,"name":"bundler"},{"id":58,"name":"cache"},{"id":21,"name":"chat"},{"id":49,"name":"cicd"},{"id":4,"name":"cli"},{"id":64,"name":"cloud-native"},{"id":48,"name":"cms"},{"id":61,"name":"compiler"},{"id":68,"name":"containerization"},{"id":92,"name":"crm"},{"id":34,"name":"data"},{"id":47,"name":"database"},{"id":8,"name":"declarative-gui "},{"id":9,"name":"deploy-tool"},{"id":53,"name":"desktop-app"},{"id":6,"name":"dev-exp-lib"},{"id":59,"name":"dev-tool"},{"id":13,"name":"ecommerce"},{"id":26,"name":"editor"},{"id":66,"name":"emulator"},{"id":62,"name":"filesystem"},{"id":80,"name":"finance"},{"id":15,"name":"firmware"},{"id":73,"name":"for-fun"},{"id":2,"name":"framework"},{"id":11,"name":"frontend"},{"id":22,"name":"game"},{"id":81,"name":"game-engine "},{"id":23,"name":"graphql"},{"id":84,"name":"gui"},{"id":91,"name":"http"},{"id":5,"name":"http-client"},{"id":51,"name":"iac"},{"id":30,"name":"ide"},{"id":78,"name":"iot"},{"id":40,"name":"json"},{"id":83,"name":"julian"},{"id":38,"name":"k8s"},{"id":31,"name":"language"},{"id":10,"name":"learning-resource"},{"id":33,"name":"lib"},{"id":41,"name":"linter"},{"id":28,"name":"lms"},{"id":16,"name":"logging"},{"id":76,"name":"low-code"},{"id":90,"name":"message-queue"},{"id":42,"name":"mobile-app"},{"id":18,"name":"monitoring"},{"id":36,"name":"networking"},{"id":7,"name":"node-version"},{"id":55,"name":"nosql"},{"id":57,"name":"observability"},{"id":46,"name":"orm"},{"id":52,"name":"os"},{"id":14,"name":"parser"},{"id":74,"name":"react"},{"id":82,"name":"real-time"},{"id":56,"name":"robot"},{"id":65,"name":"runtime"},{"id":32,"name":"sdk"},{"id":71,"name":"search"},{"id":63,"name":"secrets"},{"id":25,"name":"security"},{"id":85,"name":"server"},{"id":86,"name":"serverless"},{"id":70,"name":"storage"},{"id":75,"name":"system-design"},{"id":79,"name":"terminal"},{"id":29,"name":"testing"},{"id":12,"name":"ui"},{"id":50,"name":"ux"},{"id":88,"name":"video"},{"id":20,"name":"web-app"},{"id":35,"name":"web-server"},{"id":43,"name":"webassembly"},{"id":69,"name":"workflow"},{"id":87,"name":"yaml"}]" returns me the "expected json"