ds2api 实现原理解析：让 DeepSeek 网页学会说 OpenAI 普通话

要一句话说清 ds2api 是干什么的，其实很简单：

它是一个“万能翻译官”，让只会刷网页的 DeepSeek，学会了说 OpenAI、Claude、Gemini 三家的普通话。

你手里各种 AI 软件，比如 Cherry Studio、NextChat、各种编程助手、Agent 框架，它们只认 OpenAI 那套接口。但 DeepSeek 最强、最便宜、更新最快的模型，偏偏藏在 chat.deepseek.com 这个网页后面。你不能直接插上去用。

ds2api 就在中间开了家“翻译餐厅”：前面迎接所有客人，后厨只跟 DeepSeek 网页打交道。

1. 它解决了一个很现实的别扭事

想象一下，你有个特别聪明的朋友，什么都会，但他有个怪癖：只愿意在微信里用语音跟你聊天，不接电话，不回邮件。

而你公司所有的办公系统，都只会发邮件。你想让他帮你干活，怎么办？你只能雇一个人，专门坐在中间：把邮件念成大白话发微信给他，再把他的微信语音整理成正式邮件发回公司。

ds2api 就是这个中间人。

DeepSeek 官方 API 和网页版，其实是两套东西。网页版往往模型更新、能力更全，还有思考过程、联网搜索。但它没有给开发者用的标准插口。而全世界的 AI 工具，默认插口都是 OpenAI 定的：POST /v1/chat/completions 发过去，SSE 一行行流回来。

ds2api 把这两头接起来了。你在代码里写 model: gpt-4o、model: claude-sonnet，它都笑着收下，转头翻译成 deepseek-v4-flash / pro，然后去网页端帮你问完，再包装成你想要的样子还给你。

这就是为什么它 config/models.go 里有一张巨大的“别名表”：gpt-5 对应 flash，o1、gpt-5-pro 对应 pro，gemini-pro-vision 对应 vision。就像万能充电头，不管你拿的是美标、欧标插头，到它这儿都能插上。

2. 整家店的结构：前厅、翻译官、后厨

你可以把 ds2api 想象成一家餐厅。

前厅是 internal/server/router.go。 基于 Go 的 chi 路由。迎宾员站在门口，不管你是 OpenAI 的客人、Claude 的客人还是 Gemini 的客人，都领进来。还顺手管 CORS 跨域、RequestID、日志、panic 恢复。健康检查 /healthz 就像门口挂的“正常营业”牌子。

翻译官是 internal/promptcompat，全店灵魂。 所有点菜单到了这里，都被压成一张后厨能看懂的小纸条。

后厨是 internal/deepseek/client。 真正去跟 DeepSeek 网页后厨打交道的地方：登录、占个桌子（建会话）、买门票（过 PoW 验证）、下单（发 completion）、端菜（收 SSE）。

装盘工是 internal/format + internal/assistantturn。 后厨端出来是一大盆乱炖，装盘工负责分成：这是思考过程，这是正文，这是工具调用，这是引用链接，再按你点的菜系摆盘。

这家店有个铁规矩：翻译官只做一次，所有菜系共享。 不允许 OpenAI 后厨和 Claude 后厨各炒一锅。先归一，再渲染。这保证了不管你从哪个门进来，吃到的味道是一致的。

3. 门口保安：两种客人两种进法

internal/auth/request.go 就像小区保安，认两种人。

第一种，自带钥匙的散客：直通模式。 你请求头里带的 Bearer Token 本来就是 DeepSeek 的 token，保安直接放你过去，不占小区资源。适合你自己有号，只想借个翻译。

第二种，拿会员卡的住户：托管模式。 你带的 Token 是 ds2api 自己发的 API Key。保安就会去后面的“司机池”给你叫个司机，帮你全程代驾。你甚至可以用 X-Ds2-Target-Account 指定司机。用完司机要归还。

个人玩家和工作室多账号玩法，一套代码全兼容。

4. 司机池：滴滴代驾那套玩法

internal/account 就是一个滴滴调度中心。

它手里攥着几十个 DeepSeek 账号。每个账号默认最多同时接 2 单，全局还有总并发上限。新请求来了，就从队列里轮着派单，有 token 的优先派。

Acquire 是叫车，Release 是结单，waiters 是排队的人。如果司机全忙，就让客人在门口排队等，而不是直接赶走。

更狠的是 SwitchAccount：如果这个司机开到一半被交警拦了（上游 429 限流、token 失效），调度中心立刻给你换个司机，重下一单。对用户来说只是慢了一点，完全无感。

5. 口音伪装：TLS 指纹，学得像 Safari

DeepSeek 会看你“长得像不像自己人”。浏览器和 Go 程序发 HTTPS 请求时，握手阶段的“口音”是不一样的，叫 TLS 指纹。你用 Go 原生一开口，人家一听机器人，直接拦掉。

internal/deepseek/transport 干的就是“学口音”。它用 utls 库硬是把握手伪装成 Safari，还强制只说 http/1.1，禁用 HTTP/2。因为真正的 DeepSeek 客户端就是这个腔调。

这就像去批发市场拿货，你必须穿得像本地餐馆老板，说本地话，老板才给你批发价。

6. 买门票：PoW，那道变态数学题

DeepSeek 为了防机器人，下单前还要你做数学题，叫 PoW，pow/ 目录就是解题的。

你先去问要啥题，对方给你 challenge 哈希、salt、difficulty（约 14 万）、过期时间。你要在 0 到 14 万之间一个个试，找到 hash(salt_expire_ + 数字) == challenge 的幸运数字。

更变态的是哈希是魔改版 DeepSeekHashV1：Keccak 大转盘本来转 24 轮，它偏偏跳过第 0 轮，只转 1~23 轮。拿现成库算永远对不上。

所以作者用纯 Go 手搓了 Keccak，还做了优化：公共前缀提前揉进状态，循环内零分配，几十毫秒出答案。然后把答案 base64(json) 塞进 x-ds-pow-response 头，这才算买到门票。

7. 把西餐菜单翻译成大白话：PromptCompat

OpenAI 的请求是结构化的乐高：system、user、assistant、tool 分得清清楚楚。DeepSeek 网页版只认一根面条：prompt: string 大文本框。

promptcompat 就是把乐高压成面条还不丢味道的大厨：先归一成 StandardRequest，再把工具说明书贴进 system，把聊天记录熬成一锅粥，太长就拆成附件 ref_file_ids，最后看模型名定思考和搜索开关。

8. 听懂碎碎念：SSE 电报碎片

DeepSeek 回来的不是完整句子，而是一堆电报碎片。internal/sse 就是电报员：按路径分拣思考与正文，扔掉 token_usage 等噪音，看到 </think> 强行切换，还要收集搜索引用、处理风控截断。internal/stream/engine.go 则是传送带，带心跳和超时，保证长思考也不断线。

9. 脑内小剧场 vs 嘴上说的话：AssistantTurn

internal/assistantturn/turn.go 像心理医生：RawThinking 是脑内小剧场，RawText 是嘴上说的话。还要查工具调用、用 tiktoken 本地估算 token 用量、判定空输出原因（限流 429 / 风控 400 / 不可用 503），直接驱动重试策略。

10. 假装会用工具：最像魔术的一招

网页本身不会调函数，只能演。翻译官把调用格式写进 prompt，模型配合输出 XML，internal/toolcall 在后台盯着，一看到就拉上幕布不让用户看到，转头用 OpenAI 格式喊工具登场。还能容错修 JSON、流式防泄漏，Go 和 Node 各养了一个场务保证一致。

11. 回译三国语言 + 售后重做

internal/format 按客人国籍上菜：OpenAI、Claude、Gemini 各摆各的盘，但后厨同一锅。internal/completionruntime 是大堂经理：空输出就重做，429 就换厨师（切账号），流式断了就续上，保证成功率莫名其妙地高。

12. 前台大屏与摆摊车

admin + webui/（React）是酒店前台大屏：账号管理、测活、热更新、排队查看、抓包回放。支持 Docker、Zeabur、Vercel 部署，api/chat-stream.js 给无服务器环境留了 Node 小桥。

结语：桥很精致，但河是别人的

ds2api 是在别人家河上造的桥：这头是全世界统一的标准，那头是随时会变的私协议。它靠伪装混进去，靠解题买门票，靠 prompt 骗模型，靠拼图还原思考，靠账号池保 SLA。厉害，也脆弱——上游一改就得连夜修。所以仓库里存了大量真实抓包和法医级 SSE 报告。

如果你只是想用，记住三件事：配好账号池，选对模型别名，开好重试。剩下的，交给这位翻译官吧。

项目地址：git@github.com:yuanguangshan/ds2api.git（fork 自 CJackHwang/ds2api）