WorkBuddy2API Panel++

把腾讯 WorkBuddy / CodeBuddy 账号变成 OpenAI 兼容 API 的多账号网关 · 附 Web 管理面板
Web 面板 · OAuth 浏览器登录 · 账号池轮转 · 工具与视觉 · 联网检索 · 定时任务 · 流式 / 非流式
同步上游功能更新 · macOS 桌面应用 · 一键更新与回滚 · 公网部署

基于 misakano7545/workbuddy2api-panel 的个人增强分支：持续同步上游全部功能更新，并在此基础上扩充个人功能，包括 macOS 桌面应用、一键更新和服务器部署。

WorkBuddy2API 将 WorkBuddy / CodeBuddy 账号接入自托管网关，提供 OpenAI 与 Anthropic 兼容接口。上游的 Web 面板、账号池、协议适配及后续功能与修复持续合入；本仓的个人扩展在同步时保留。构建发布、更新源和项目说明由本仓独立维护。

下载安装包 · 服务器部署 · Docker 网页更新 · 反馈问题

与直接上游的区别

以下列出在直接上游 misakano7545/workbuddy2api-panel 基础上增加的个人功能。同步上游功能与修复是本仓的维护原则；“同步”不代表两仓的发布流程、版本号和更新源相同。

本仓增量	具体变化
macOS 原生 App	提供 Apple 芯片和 Intel 的 DMG。保留控制窗口，支持启动 / 停止服务、打开面板、查看日志和退出应用。
桌面一键更新	检查新版、下载校验、替换 App 并重启；启动失败时尝试回滚，保留用户数据。支持清除旧版应用备份。
按部署方式更新	Web 面板区分桌面应用、独立二进制和容器部署，显示对应更新能力与操作提示。独立二进制更新增加启动就绪校验。
Docker 网页更新器	可选的宿主机更新服务，只重建指定的 WorkBuddy 容器；校验新容器、失败时尝试恢复旧镜像。更新成功后清理更早的镜像备份，并保留上一版用于回滚。需要一次性安装。
自动构建发布	推送 `main` 后自动构建并发布 Windows / Linux 安装包、macOS DMG 与更新包；GHCR 工作流独立发布多架构镜像。使用上海时间版本号。
公网部署模板	提供 WorkBuddy + New API + PostgreSQL + Redis + Caddy 的 Compose 模板，覆盖配置迁移、HTTPS、用户 API Key 分发、用量管理和备份。

Web 管理面板、浏览器登录、多账号调度、模型管理、工具与视觉请求适配、签到和任务排程等是与上游共有的基础能力，不作为本仓独有功能重复列举。模型可用性和能力仍取决于账号及上游服务。

本仓的安装包、更新清单和 WorkBuddy 容器镜像均来自 haohaomin/workbuddy2api-panel。 Go module / import 保留上游路径，不影响更新来源。

安装与使用

macOS 桌面应用

在 Releases 下载以 darwin-arm64.dmg（Apple 芯片）或 darwin-amd64.dmg（Intel）结尾的安装包。
将 WorkBuddy2API.app 拖入「应用程序」并打开。应用启动本地服务，点击「打开面板」管理账号。
在面板中选择「添加账号」，完成浏览器授权，再为客户端配置 API 地址和密钥。

「停止服务」保留窗口，之后可再次启动。
关闭窗口或退出应用，会停止由本应用启动的服务；最小化不停止服务。
在控制窗口中「检查更新 → 更新并重启」。自动检查只提示新版，不自动安装。
「清除备份」仅删除更新留下的旧 App，不删除账号和配置。

数据保存在 ~/Library/Application Support/WorkBuddy2API/，更新 App 会保留该目录。当前应用采用 ad-hoc 签名，未进行 Apple 公证；遇到系统拦截时，先核对下载来源，再通过 macOS 系统设置处理。

Windows / Linux

从 Releases 下载 Windows 安装包或绿色 ZIP。安装包是 per-user 安装，不需要管理员权限；绿色 ZIP 适合便携运行。Windows 新安装会把配置、账号和运行数据放在 %LOCALAPPDATA%\WorkBuddy2API\；如果当前目录已有 config.json，则继续使用当前目录，兼容旧部署。

安装包文件名为 WorkBuddy2API-Setup-windows-amd64.exe 或 WorkBuddy2API-Setup-windows-arm64.exe。安装、升级和卸载不会主动删除 config.json、auths/ 或 data/；如需彻底清理，请在确认备份后手动删除 %LOCALAPPDATA%\WorkBuddy2API\。

# Windows
.\wb2api.exe

# Linux
chmod +x ./wb2api
./wb2api

首次运行会生成 config.json 和随机 api_key。打开 http://127.0.0.1:7863/panel/，使用该密钥登录并添加账号。也可以显式指定配置文件：wb2api.exe -config D:\WorkBuddy2API\config.json。Windows 安装版不需要管理员权限即可更新用户目录中的程序。

Windows 常驻运行

如需开机启动和异常退出后重启，可用 NSSM / WinSW 管理服务，或使用 Windows 任务计划程序。程序本身没有内置 Windows 服务安装命令。

设置时指定 wb2api.exe 的绝对路径，并通过 -config 指定已有配置文件。Windows 安装版默认使用当前用户的 %LOCALAPPDATA%\WorkBuddy2API\；服务账户可能不同，显式配置路径可以避免误建另一套配置。服务账户需要能够读写配置、账号及数据目录。

任务计划程序需关闭执行时长限制；其失败重启策略不能保证正常退出后重新启动。需要任何退出都重新启动时，使用服务管理器配置重启策略。升级时先停止常驻项，按原部署方式更换程序再启动，检查 /healthz 和面板版本，并确认只有一个服务进程占用端口。

Docker / 公网部署

WorkBuddy 镜像：

ghcr.io/haohaomin/workbuddy2api-panel:latest

支持 linux/amd64 与 linux/arm64。生产部署建议固定已验收的镜像版本或 digest。

第一次部署注意：容器能运行，不代表已开启网页更新。 只拉取镜像或完成公网部署模板，默认仍通过 Compose 更新。想在网页点击更新，必须再完成宿主机更新器的一次性安装和验收。之后在 WorkBuddy 面板 → 配置 → 版本与更新 操作；不是 New API 的管理页面。

公网入口、用户 Key 和用量管理：按部署指南配置 New API 与 Caddy。WorkBuddy 保持在私网，由 New API 向用户分发独立令牌。
从网页更新 Docker 服务：按 Docker 网页更新器指南安装宿主机服务。仅支持手动触发，不执行每日定时安装；更新期间会短暂中断，失败时尝试镜像回滚。
已有容器部署：保留原配置、账号和数据挂载，先备份再更新。不要用删除数据卷的方式升级。

客户端连接

配置项	本地默认值
Web 管理面板	`http://127.0.0.1:7863/panel/`
OpenAI 兼容 Base URL	`http://127.0.0.1:7863/v1`
Anthropic 兼容 Base URL	`http://127.0.0.1:7863`（客户端自行追加 `/v1/messages`）
API Key	`config.json` 中的 `api_key`
模型	从面板或 `GET /v1/models` 获取真实 ID，保留 `cn:` / `global:` 等前缀

支持 POST /v1/chat/completions、POST /v1/responses 和 POST /v1/messages。客户端若自动补 /v1，填写根地址即可。

通过 New API 访问时，使用公网网关地址及 New API 为用户创建的令牌。WorkBuddy 内部密钥同时用于管理接口，不应分发给普通用户。

🎬 媒体生成：生图 / 改图 / 出视频 / MCP

网关除了对话，还把 WorkBuddy 的媒体模型包成 OpenAI 形态的 HTTP 接口，并额外给出一个 MCP（Model Context Protocol） 端点——Claude Code / Codex / Cursor / DeepSeekRuntime（DSH）这类 agent 配一行就能拿到「出图 / 出视频」工具，不必自己实现一遍鉴权、轮询和记账。

接口一览

方法	路径	用途
POST	`/v1/images/generations`	文生图
POST	`/v1/images/edits`	改图 / 图生图；`image` 可传公网 URL、`data:` URL 或 multipart 文件
POST	`/v1/videos`	提交视频任务（OpenAI Videos 资源的路径，等价于下一行）。缺省 `wait=true`：阻塞到出片后回 200；`wait=false`：秒回 `task_id`
POST	`/v1/videos/generations`	同上
GET	`/v1/videos/{task_id}`	查任务（`queued` / `in_progress` / `completed` / `failed`）
GET	`/v1/videos/{task_id}/content`	取成品字节（流式转发签名直链，不落盘；任务没出片回 409）
POST	`/v1/videos/tasks`	查任务，body `{"task_id":"..."}`（给不方便用路径参数的客户端）
POST	`/v1/images/strip-watermark`	裁掉底部纯白留白（顺带去水印），默认关闭；见「去水印」
POST	`/mcp`	MCP（JSON-RPC 2.0，Streamable HTTP 形态），见下

视频回执按 OpenAI Videos 的 Video 资源出（object:"video"、status 四态、seconds 是字符串、progress 只有 0/100、error 是 {code,message} 对象），另带 data[].url / videos[].url / usage.credit 这几个自解释字段。OpenAI 的 Videos API 本身已于 2026-09-24 关停，这里对齐的是它还留在各家 SDK 里的形状。图片侧 response_format:"b64_json" 由网关取直链后转 base64（上游无视该参数）；n>1 直接回 400 —— 上游一次只出一张，宁可拒绝也不静默少给。

模型名照旧带域前缀：cn:hunyuan-image-alpha、cn:hunyuan-image-alpha-edit、cn:minimax-video-h3、cn:kling-video-v3。/v1/models 会把媒体模型单列并带 image_generation / video_generation 标记（modalities.output 分别是 ["image"] / ["video"]）；没配 model 时生图用 cn:hunyuan-image-alpha、生视频用 cn:minimax-video-h3。

生图 / 改图

curl -s http://127.0.0.1:7863/v1/images/generations \
  -H "Authorization: Bearer $WB2API_KEY" -H 'Content-Type: application/json' \
  -d '{"prompt":"一只戴礼帽的柴犬，像素风","size":"1024x1024"}'

# 改图：image 支持公网 URL / data: URL / multipart 文件
curl -s http://127.0.0.1:7863/v1/images/edits \
  -H "Authorization: Bearer $WB2API_KEY" -H 'Content-Type: application/json' \
  -d '{"model":"cn:hunyuan-image-alpha-edit","prompt":"把背景换成星空","image":"https://…/in.png"}'

回执原样透传上游（{created, data:[{url}], usage:{credit, …}}），网关不转存字节——图是签名直链，约 24h 有效，要长期保存请自行落盘。实测 5.71 积分/张（cn:hunyuan-image-alpha）。

改图的输入图必须是上游取得到的地址。拿「刚生成的那张图的签名直链」直接回投给改图接口，实测上游会回 invoke model error（它取不到/不认那个 URL）；用 data: URL 或自己可控的公网地址最稳。

出视频（异步任务）

# 提交（不等待）
curl -s http://127.0.0.1:7863/v1/videos/generations \
  -H "Authorization: Bearer $WB2API_KEY" -H 'Content-Type: application/json' \
  -d '{"prompt":"一杯热咖啡，热气缓缓上升","seconds":4,"wait":false}'
# → {"id":"1312831544-WandVideo-…","object":"video","task_id":"…","status":"queued", …}

# 查（阻塞到出片；不用 wait 参数时 POST 就是阻塞语义）
curl -s http://127.0.0.1:7863/v1/videos/1312831544-WandVideo-… \
  -H "Authorization: Bearer $WB2API_KEY"

请求参数：prompt（必填）、model、seconds（实测 4-15）、resolution、aspect_ratio（16:9 / 9:16 / 1:1）、negative_prompt、enable_audio（默认 true）、watermark（默认 true）、image（图生视频，公网/签名 URL）、last_image（尾帧）、wait（缺省 true）、timeout_seconds（缺省 900，封顶 1800）。除 wait / timeout_seconds 外都原样交给上游。

回执（出片后）：

{"id":"…","object":"video","task_id":"…","status":"completed","model":"cn:minimax-video-h3",
 "created_at":1793801279,"completed_at":1793801403,"size":"768P","seconds":4,
 "data":[{"url":"https://aigc-output-video-….cos.ap-guangzhou.myqcloud.com/….mp4?q-signature=…"}],
 "videos":[{"url":"…"}],
 "usage":{"credit":57.14,"output_video_tokens":200000,"output_video_duration":4,"output_video_coefficient":1},
 "hint":"视频地址是签名直链（约 12 小时有效）；需要长期保存请自行落盘。"}

实测口径（2026-11-04，CN 池）：

模型	请求	实际扣费	出片耗时	回执 size
`cn:minimax-video-h3`	4s / 16:9 / 有声	57.14	≈124s	`768P`
`cn:minimax-video-h3`	4s 图生视频	57.14	≈124s	`768P`
`cn:kling-video-v3`	4s（实际出 5s）	102.86	≈473s	不回该字段

几个必须知道的坑：

上游不校验 aspect_ratio / resolution：4:3、999x999 都能提交成功并正常出片。网关同样不假装校验（只把合法值写进文档），免得把上游未来支持的比例挡在外面。
上游 usage 只回一次：第一次查到 completed 时回，之后重复查询没有 usage（kling 连 size 都不回）。网关在任务台账里缓存这次用量，重复查询照样能拿到 credit / size / seconds。
计费只记一次：提交不扣钱，出片完成那一刻按 usage.credit 记一次（任务台账里的「已记账」标记 + 同步/异步两条路径共用同一把锁），重复查询、并发查询都不会重复记账。
任务是账号级可见：上游任务只对提交它的账号可见，账号结构里没有数字租户 id 可以反推，所以网关自己维护「task → 账号」台账；台账在进程内存里，重启后查询会退化成逐个账号试、命中即收养（此时若上游不再回 usage，这次查询就不带积分明细，但也不会重复扣费）。
kling 慢一个量级：MCP 默认 wait=true，客户端超时要给到 15 分钟以上；只想拿任务号就传 wait=false。

MCP 端点（`POST /mcp`）

MCP 端点走 Streamable HTTP 的纯 POST 形态（不提供 SSE 流、不维护 session）：客户端发一条 JSON-RPC 就回一条 JSON-RPC。鉴权与 REST 相同（Authorization: Bearer <api_key>）；GET /mcp 回 405 + Allow: POST（客户端据此退回纯 POST）。

curl -s http://127.0.0.1:7863/mcp \
  -H "Authorization: Bearer $WB2API_KEY" -H 'Content-Type: application/json' \
  -d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-06-18","capabilities":{},"clientInfo":{"name":"c","version":"0"}}}'

工具（5 个）：

工具	说明
`list_generation_models`	列可用的生图 / 出视频模型（读目录旁路缓存，不打上游），带计费与直链时效说明
`generate_image`	文生图，参数 `prompt`（必填）、`model`、`size`、`quality`、`n`；同步回 URL
`edit_image`	改图，参数 `prompt`（必填）、`image`（URL 或 `data:` URL，必填）、`model`
`generate_video`	出视频，参数 `prompt`（必填）、`model`、`seconds`、`resolution`、`aspect_ratio`、`negative_prompt`、`enable_audio`、`image`、`last_image`、`wait`（缺省 `true`）
`get_video_task`	查任务 / 收片，参数 `task_id`

客户端配置（Claude Code / DSH / 任何支持 HTTP MCP 的宿主）：

{"mcpServers":{"wb2api":{"type":"http","url":"http://127.0.0.1:7863/mcp",
  "headers":{"Authorization":"Bearer <api_key>"}}}}

约定：工具执行失败（上游 4xx/5xx、任务 failed）回 result.isError=true + 上游原话进 content[0].text，让模型自己读到「时长只支持 4-15 秒」这类可行动信息；参数不合法（缺 prompt / 缺 task_id / 未知工具）才走 JSON-RPC -32602。工具调用内部直接复用网关自己的 HTTP handler（httptest 形态），所以换号、错误策略、记账、请求日志与 REST 完全同一条路径——不会出现「REST 记了账、MCP 漏了账」这种分叉。

去水印（可选，默认关闭）

成品右下角有「AI生成 / WORKBUDD>.」水印。它是白色半透明、锚在右下角（距右边 / 下边各约 10px）：1024 / 1536 边长档量出来固定 111×51px，1344×1792 档约 126×80px，不随画布缩放。

两条路，按需选：

白底上它本来就不显眼——纯白区像素均值 255.0 / 标准差 0.1，成品最终排在白底上时肉眼看不出来，可以不处理。
要彻底去干净就裁：让画面底部真有一条纯白留白，再把这条留白整条裁掉，水印必然一起消失（水印最高约 80px，留白 ≥ 90px 才安全）。

模型不总肯留白（实测：杯子 38.5%、猫 31.2%、深色木桌那张只有 1.0%），所以稳的打法是两步：

# 1) 生成时直接要留白（不给白边就补一刀）
curl -s http://127.0.0.1:7863/v1/images/generations   -H "Authorization: Bearer $KEY" -H "Content-Type: application/json"   -d '{"model":"cn:hunyuan-image-alpha","size":"1024x1536",
       "prompt":"……；画面最下方三分之一是完全纯白留白，不要有任何物体、阴影、反光、文字"}'

# 留白不够？用改图补一条白边（约 5.71 credit）
curl -s http://127.0.0.1:7863/v1/images/edits   -H "Authorization: Bearer $KEY"   -F image=@photo.png   -F 'prompt=把图片最下方约三分之一区域涂成纯白色（#FFFFFF）空白留白，不要改变上方画面'

# 2) 裁掉留白（本地解码裁剪，不扣积分）
curl -s http://127.0.0.1:7863/v1/images/strip-watermark   -H "Authorization: Bearer $KEY" -H "Content-Type: application/json"   -d '{"image":"https://….myqcloud.com/….png","min_blank_px":90}'

回执（data_url 是裁好的图，return:"meta" 时只回数字不返回图）：

{
  "object": "image.strip",
  "width": 1024, "height": 1536, "out_width": 1024, "out_height": 944,
  "boundary": 944, "blank_px": 592, "blank_ratio": 0.385, "blank_lum": 254.4,
  "min_blank": 90, "white_lum": 248, "safe": true, "format": "png",
  "data_url": "data:image/png;base64,…",
  "usage": {"credit": 0, "hint": "本地后处理，不消耗上游积分"}
}

参数：image（必填：上游产物域 URL / data: URL / 裸 base64）、min_blank_px（默认 90）、keep_blank（裁完在内容下方留几像素白边，默认 0）、format（png / jpeg，省略跟随输入）、quality（JPEG 默认 92）、return（data_url 默认；meta 只回数字，适合先校验留白够不够）。

留白不够时回 422 no_blank_strip，gateway_hint 里带实测数字和下一步（先 edit_image 涂白）。MCP 侧同名工具 strip_watermark，回 MCP image content（base64）+ 文本元数据。

开关 features.watermark_strip_enabled（默认 false，面板保存后热生效）：关着时端点回 403 watermark_strip_disabled，MCP 的 strip_watermark 也不出现在 tools/list 里，其它生成接口完全不受影响。默认关是因为它要把成品图回读、解码、再 base64 回传（1024×1536 PNG 约 2.5MB → base64 3.4MB），只在真要彻底去水印时划算。

边界：只裁「整条纯白留白」，不做 inpainting；min_blank_px 调小会切到画面内容；裁切会改画幅，介意就 keep_blank 少裁一点。图片地址只允许上游产物域（.myqcloud.com），防止被当成 SSRF 跳板。

配置与数据

路径	用途
`config.json`	网关密钥、模型和调度等配置；字段参考配置示例
`auths/`	账号凭据，迁移与备份时保留
`data/`	运行状态、用量和历史记录；首次迁移可不带，旧历史不会转移

桌面 App 的上述路径位于应用数据目录；源码 / 二进制以启动工作目录和 -config 参数为准；Docker 以实际挂载为准。不要将凭据、实际配置或备份包提交到 Git。

发布与开发

版本号：上海时间，例如 v2026.10.30.1424 表示 2026 年 10 月 30 日 14:24。与上游 1.x 独立，不按两者数字大小判断新旧。
发布触发：推送 main 后由 GitHub Actions 自动打时间标签、测试、构建并创建 Release，无需手动改版本。仅修改 AutoBot 专用文件时按工作流规则跳过。
Docker 镜像：由独立工作流发布，Release 完成不代表镜像已完成，部署前检查对应构建状态。
本地构建：未注入发布版本时显示 dev。发布规则见 AGENTS.md。

源码运行需要符合 go.mod 的 Go 工具链：

git clone https://github.com/haohaomin/workbuddy2api-panel.git
cd workbuddy2api-panel
go run ./cmd/server

macOS App 构建还需要 Xcode Command Line Tools：

bash scripts/macos/build-app.sh arm64  # Intel 使用 amd64
open dist/WorkBuddy2API.app

来源与许可

本项目采用 MIT 许可，是非官方工具，与腾讯无隶属关系。请仅使用获得授权的账号，并遵守相关服务条款；上游接口变化可能导致功能不可用。

Name		Name	Last commit message	Last commit date
.github/workflows		.github/workflows
cmd		cmd
deploy/public-gateway		deploy/public-gateway
internal		internal
scripts		scripts
tests		tests
.dockerignore		.dockerignore
.gitattributes		.gitattributes
.gitignore		.gitignore
AGENTS.md		AGENTS.md
AutoBot.yml		AutoBot.yml
Dockerfile		Dockerfile
LICENSE		LICENSE
README.md		README.md
config.example.json		config.example.json
credit.sh		credit.sh
docker-compose.yml		docker-compose.yml
go.mod		go.mod
go.sum		go.sum
login.sh		login.sh
signin.sh		signin.sh

Navigation Menu

Repository navigation

About

Repository files navigation

WorkBuddy2API Panel++

与直接上游的区别

安装与使用

macOS 桌面应用

Windows / Linux

Windows 常驻运行

Docker / 公网部署

客户端连接

🎬 媒体生成：生图 / 改图 / 出视频 / MCP

接口一览

生图 / 改图

出视频（异步任务）

MCP 端点（`POST /mcp`）

去水印（可选，默认关闭）

配置与数据

发布与开发

来源与许可

Star 趋势

About

Releases

Packages

Contributors

Languages

Latest commit

History

Folders and files

Repository files navigation

WorkBuddy2API Panel++

与直接上游的区别

安装与使用

macOS 桌面应用

Windows / Linux

Windows 常驻运行

Docker / 公网部署

客户端连接

🎬 媒体生成：生图 / 改图 / 出视频 / MCP

接口一览

生图 / 改图

出视频（异步任务）

MCP 端点（POST /mcp）

去水印（可选，默认关闭）

配置与数据

发布与开发

来源与许可

Star 趋势

About

Topics

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages

MCP 端点（`POST /mcp`）