ZtoApi 是一个高性能的 OpenAI 兼容 API 代理服务器，专为 Z.ai 的 GLM-4.5 和 GLM-4.5V 模型设计。使用 Deno 原生 HTTP API 实现，支持完整的流式和非流式响应，提供实时监控 Dashboard，让你能够无缝地将 Z.ai 的强大 AI 能力集成到现有的 OpenAI 客户端应用中。

• 🔄 完全 OpenAI 兼容: 支持标准 OpenAI API 格式，无需修改客户端代码
• 🌊 智能流式传输: 支持 Server-Sent Events (SSE) 实时流式响应
• 🧠 思考过程处理: 智能解析和展示 GLM-4.5 的推理思考过程
• 📊 实时监控面板: 内置 Web Dashboard，实时显示 API 调用统计和性能指标
• 🔐 安全身份验证: 支持 API 密钥验证和匿名 Token 自动获取
• ⚡ 高性能架构: 基于 Deno 原生 HTTP API，支持高并发请求处理
• 🌍 多平台部署: 支持 Deno Deploy 边缘计算和自托管部署
• 🛠️ 灵活配置: 通过环境变量进行全面配置管理

ZtoApi 支持 Z.ai 的多个先进 AI 模型：

GLM-4.5 (0727-360B-API)

• ✅ 思考过程展示
• ✅ MCP 工具调用
• ✅ 代码生成与分析
• ❌ 多模态理解

GLM-4.5V (glm-4.5v) - 全方位多模态理解

• ✅ 思考过程展示
• ✅ 图像理解与分析
• ✅ 视频内容分析
• ✅ 复杂图表解读
• ✅ 长文档处理
• ✅ 音频内容理解
• ❌ MCP 工具调用

⚠️ 重要提示: 多模态功能（图像、视频、文档、音频）需要正式的Z.ai API Token，匿名token不支持多媒体处理。

要使用完整的多模态功能，需要获取正式的 Z.ai API Token：

1. 访问 Z.ai 官网
2. 注册账户并登录
3. 在开发者设置中获取 API Token
4. 将 Token 设置为 ZAI_TOKEN 环境变量

1. 打开 Z.ai 聊天界面
2. 按 F12 打开开发者工具
3. 切换到 "Application" 或 "存储" 标签
4. 查看 Local Storage 中的认证token
5. 复制token值设置为环境变量

⚠️ 注意: 方式2获取的token可能有时效性，建议使用方式1获取长期有效的API Token。

Deno Deploy是一个全球分布式的边缘计算平台，非常适合部署Deno应用。

1. 准备代码

   • 确保你有一个GitHub仓库，包含main.ts文件
   • 将代码推送到GitHub仓库

2. 登录Deno Deploy

   • 访问 https://dash.deno.com/
   • 使用GitHub账号登录

3. 创建新项目

   • 点击"New Project"按钮
   • 选择你的GitHub仓库
   • 选择包含main.ts文件的分支

4. 配置环境变量

   • 在项目设置中，添加以下环境变量：
     • DEFAULT_KEY: 客户端API密钥（可选，默认: sk-your-key）
     • ZAI_TOKEN: Z.ai访问令牌（多模态功能必需，不提供仅支持文本对话）
     • DEBUG_MODE: 调试模式开关（可选，默认: true）
     • DEFAULT_STREAM: 默认流式响应（可选，默认: true）
     • DASHBOARD_ENABLED: Dashboard功能开关（可选，默认: true）

5. 部署

   • 点击"Deploy"按钮
   • 等待部署完成

6. 测试

   • 部署完成后，你会获得一个URL
   • 访问 {你的URL}/v1/models 测试API是否正常工作
   • 访问 {你的URL}/dashboard 查看监控仪表板

适合本地开发、测试和内网部署场景。

1. 安装Deno

   # Windows (PowerShell)
   irm https://deno.land/install.ps1 | iex
   
   # macOS/Linux
   curl -fsSL https://deno.land/install.sh | sh
   
   # 或访问 https://deno.land/#installation 查看更多安装方式

2. 下载项目文件

   • 确保你有 main.ts 文件

3. 配置环境变量（可选）

   # Linux/macOS
   export DEFAULT_KEY="sk-your-local-key"
   export DEBUG_MODE="true"
   export PORT="9090"
   
   # Windows CMD
   set DEFAULT_KEY=sk-your-local-key
   set DEBUG_MODE=true
   set PORT=9090
   
   # Windows PowerShell
   $env:DEFAULT_KEY="sk-your-local-key"
   $env:DEBUG_MODE="true"
   $env:PORT="9090"

4. 启动服务

   deno run --allow-net --allow-env main.ts

启动成功后，通过以下地址访问各项功能：

# 开发环境推荐配置
export DEFAULT_KEY="sk-your-development-key"  # 自定义API密钥
export DEBUG_MODE="true"                      # 启用详细日志
export DEFAULT_STREAM="true"                  # 默认流式响应
export DASHBOARD_ENABLED="true"               # 启用监控面板
export PORT="9090"                            # 自定义端口

# 测试API连通性
curl http://localhost:9090/v1/models

# 测试聊天功能
curl -X POST http://localhost:9090/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-your-local-key" \
  -d '{
    "model": "0727-360B-API",
    "messages": [{"role": "user", "content": "你好"}],
    "stream": false
  }'

适合需要更高控制力的生产环境部署。

# 编译为二进制文件（推荐用于生产环境）
deno compile --allow-net --allow-env --output ztoapi main.ts

# 运行编译后的文件
./ztoapi          # Linux/macOS
ztoapi.exe        # Windows

1. 创建Dockerfile

   FROM denoland/deno:1.40.0
   
   WORKDIR /app
   COPY main.ts .
   
   EXPOSE 9090
   
   CMD ["deno", "run", "--allow-net", "--allow-env", "main.ts"]

2. 构建和运行

   # 构建镜像
   docker build -t ztoapi .
   
   # 运行容器
   docker run -p 9090:9090 \
     -e DEFAULT_KEY="sk-your-production-key" \
     -e DEBUG_MODE="false" \
     ztoapi

使用进程管理器确保服务稳定运行：

# 使用 PM2 (需要先安装 pm2)
pm2 start "deno run --allow-net --allow-env main.ts" --name ztoapi

# 使用 systemd (Linux)
# 创建 /etc/systemd/system/ztoapi.service
[Unit]
Description=ZtoApi Service
After=network.target

[Service]
Type=simple
User=your-user
WorkingDirectory=/path/to/your/app
ExecStart=/path/to/deno run --allow-net --allow-env main.ts
Restart=always
Environment=DEFAULT_KEY=sk-your-key
Environment=DEBUG_MODE=false

[Install]
WantedBy=multi-user.target

所有配置项都有合理的默认值，可直接部署使用。

💡 提示:

• 必须设置 ZAI_TOKEN 才能使用多模态功能（图像、视频、文档、音频）
• 不设置 ZAI_TOKEN 将使用匿名token，仅支持纯文本对话
• 生产环境建议设置 DEBUG_MODE=false 以提升性能
• DASHBOARD_ENABLED=false 可禁用监控面板以节省资源

import openai

# 配置客户端
client = openai.OpenAI(
    api_key="your-api-key",  # 对应 DEFAULT_KEY
    base_url="https://your-project.deno.dev/v1"
)

# 使用 GLM-4.5 进行文本对话
response = client.chat.completions.create(
    model="0727-360B-API",  # GLM-4.5
    messages=[{"role": "user", "content": "你好，请介绍一下自己"}]
)
print(response.choices[0].message.content)

# 使用 GLM-4.5V 进行全方位多模态理解

# 1. 图像分析
response = client.chat.completions.create(
    model="glm-4.5v",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "分析这张图片的内容和情感"},
            {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,..."}}
        ]
    }]
)

# 2. 视频理解
response = client.chat.completions.create(
    model="glm-4.5v",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "总结这个视频的主要内容"},
            {"type": "video_url", "video_url": {"url": "data:video/mp4;base64,..."}}
        ]
    }]
)

# 3. 文档分析
response = client.chat.completions.create(
    model="glm-4.5v",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "提取这份文档的关键信息"},
            {"type": "document_url", "document_url": {"url": "data:application/pdf;base64,..."}}
        ]
    }]
)

# 4. 音频理解
response = client.chat.completions.create(
    model="glm-4.5v",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "转录并分析这段音频内容"},
            {"type": "audio_url", "audio_url": {"url": "data:audio/mp3;base64,..."}}
        ]
    }]
)

# 5. 多媒体组合分析
response = client.chat.completions.create(
    model="glm-4.5v",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "综合分析这些多媒体内容的关联性"},
            {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,..."}},
            {"type": "document_url", "document_url": {"url": "data:application/pdf;base64,..."}},
            {"type": "audio_url", "audio_url": {"url": "data:audio/wav;base64,..."}}
        ]
    }]
)

print(response.choices[0].message.content)

# 流式请求示例
response = client.chat.completions.create(
    model="0727-360B-API",
    messages=[{"role": "user", "content": "请写一首关于春天的诗"}],
    stream=True
)

for chunk in response:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

# 使用 GLM-4.5 进行文本对话
curl -X POST https://your-project.deno.dev/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-api-key" \
  -d '{
    "model": "0727-360B-API",
    "messages": [{"role": "user", "content": "你好"}],
    "stream": false
  }'

# 使用 GLM-4.5V 进行全方位多模态理解

# 图像分析
curl -X POST https://your-project.deno.dev/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-api-key" \
  -d '{
    "model": "glm-4.5v",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "分析这张图片"},
        {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,..."}}
      ]
    }]
  }'

# 视频理解
curl -X POST https://your-project.deno.dev/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-api-key" \
  -d '{
    "model": "glm-4.5v",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "总结这个视频内容"},
        {"type": "video_url", "video_url": {"url": "data:video/mp4;base64,..."}}
      ]
    }]
  }'

# 文档分析
curl -X POST https://your-project.deno.dev/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-api-key" \
  -d '{
    "model": "glm-4.5v",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "分析这份文档"},
        {"type": "document_url", "document_url": {"url": "data:application/pdf;base64,..."}}
      ]
    }]
  }'

# 多媒体组合分析
curl -X POST https://your-project.deno.dev/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-api-key" \
  -d '{
    "model": "glm-4.5v",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "综合分析这些内容"},
        {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,..."}},
        {"type": "document_url", "document_url": {"url": "data:application/pdf;base64,..."}}
      ]
    }]
  }'

# 流式请求示例
curl -X POST https://your-project.deno.dev/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer your-api-key" \
  -d '{
    "model": "0727-360B-API",
    "messages": [{"role": "user", "content": "请写一首诗"}],
    "stream": true
  }'

// 使用 GLM-4.5 进行文本对话
async function chatWithGLM45(message, stream = false) {
  const response = await fetch('https://your-project.deno.dev/v1/chat/completions', {
    method: 'POST',
    headers: {
      'Content-Type': 'application/json',
      'Authorization': 'Bearer your-api-key'
    },
    body: JSON.stringify({
      model: '0727-360B-API',
      messages: [{ role: 'user', content: message }],
      stream: stream
    })
  });
  
  const data = await response.json();
  console.log(data.choices[0].message.content);
}

// 使用 GLM-4.5V 进行全方位多模态理解

// 1. 图像分析
async function analyzeImage(text, imageUrl) {
  const response = await fetch('https://your-project.deno.dev/v1/chat/completions', {
    method: 'POST',
    headers: {
      'Content-Type': 'application/json',
      'Authorization': 'Bearer your-api-key'
    },
    body: JSON.stringify({
      model: 'glm-4.5v',
      messages: [{
        role: 'user',
        content: [
          { type: 'text', text: text },
          { type: 'image_url', image_url: { url: imageUrl } }
        ]
      }]
    })
  });
  
  const data = await response.json();
  console.log(data.choices[0].message.content);
}

// 2. 视频理解
async function analyzeVideo(text, videoUrl) {
  const response = await fetch('https://your-project.deno.dev/v1/chat/completions', {
    method: 'POST',
    headers: {
      'Content-Type': 'application/json',
      'Authorization': 'Bearer your-api-key'
    },
    body: JSON.stringify({
      model: 'glm-4.5v',
      messages: [{
        role: 'user',
        content: [
          { type: 'text', text: text },
          { type: 'video_url', video_url: { url: videoUrl } }
        ]
      }]
    })
  });
  
  const data = await response.json();
  console.log(data.choices[0].message.content);
}

// 3. 文档分析
async function analyzeDocument(text, documentUrl) {
  const response = await fetch('https://your-project.deno.dev/v1/chat/completions', {
    method: 'POST',
    headers: {
      'Content-Type': 'application/json',
      'Authorization': 'Bearer your-api-key'
    },
    body: JSON.stringify({
      model: 'glm-4.5v',
      messages: [{
        role: 'user',
        content: [
          { type: 'text', text: text },
          { type: 'document_url', document_url: { url: documentUrl } }
        ]
      }]
    })
  });
  
  const data = await response.json();
  console.log(data.choices[0].message.content);
}

// 4. 多媒体组合分析
async function analyzeMultimedia(text, mediaUrls) {
  const content = [{ type: 'text', text: text }];
  
  // 添加各种媒体类型
  if (mediaUrls.image) content.push({ type: 'image_url', image_url: { url: mediaUrls.image } });
  if (mediaUrls.video) content.push({ type: 'video_url', video_url: { url: mediaUrls.video } });
  if (mediaUrls.document) content.push({ type: 'document_url', document_url: { url: mediaUrls.document } });
  if (mediaUrls.audio) content.push({ type: 'audio_url', audio_url: { url: mediaUrls.audio } });
  
  const response = await fetch('https://your-project.deno.dev/v1/chat/completions', {
    method: 'POST',
    headers: {
      'Content-Type': 'application/json',
      'Authorization': 'Bearer your-api-key'
    },
    body: JSON.stringify({
      model: 'glm-4.5v',
      messages: [{ role: 'user', content }]
    })
  });
  
  const data = await response.json();
  console.log(data.choices[0].message.content);
}

// 使用示例
chatWithGLM45('你好，请介绍一下JavaScript');
analyzeImage('分析这张图片', 'data:image/jpeg;base64,...');
analyzeVideo('总结视频内容', 'data:video/mp4;base64,...');
analyzeDocument('提取文档要点', 'data:application/pdf;base64,...');
analyzeMultimedia('综合分析这些内容', {
  image: 'data:image/jpeg;base64,...',
  document: 'data:application/pdf;base64,...'
});

• 运行时: Deno 1.40+ (零配置、安全优先)
• 语言: TypeScript 5.0+ (类型安全、现代语法)
• HTTP服务: Deno 原生 HTTP API (高性能、低延迟)
• 流式传输: Server-Sent Events (SSE) 标准实现
• 部署平台: 支持 Deno Deploy 边缘计算和传统服务器

• 零依赖: 无需外部依赖包，启动速度极快
• 内存优化: 智能请求缓存和内存管理
• 并发处理: 支持高并发请求和连接复用
• 边缘部署: 基于 Deno Deploy 的全球边缘网络

• 思考过程解析: 智能提取和展示 GLM-4.5 推理过程
• 多模态支持: 支持文本和图像输入处理
• 流式优化: 实时逐token输出，响应更流畅
• 匿名会话: 每次对话独立token，保护隐私

• 实时Dashboard: Web界面实时监控API使用情况
• 性能指标: 响应时间、成功率、错误统计
• 请求追踪: 详细的请求日志和用户代理分析
• SSE监控: 实时数据推送，无需页面刷新

部署完成后，你可以通过以下端点访问各项功能：

示例URL: https://your-project.deno.dev/v1/chat/completions

⚠️ 重要: 如果使用匿名token（未设置ZAI_TOKEN），多媒体请求会被Z.ai服务器拒绝。

支持的多模态消息格式：

{
  "model": "glm-4.5v",
  "messages": [{
    "role": "user", 
    "content": [
      {"type": "text", "text": "分析这些多媒体内容"},
      {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,..."}},
      {"type": "video_url", "video_url": {"url": "data:video/mp4;base64,..."}},
      {"type": "document_url", "document_url": {"url": "data:application/pdf;base64,..."}},
      {"type": "audio_url", "audio_url": {"url": "data:audio/mp3;base64,..."}}
    ]
  }]
}

调试日志关键字：

• 🎯 检测到全方位多模态请求 - 确认收到多媒体内容
• 🖼️ 消息[X] 图像[Y] - 图像数据详情
• 🎥 消息[X] 视频[Y] - 视频数据详情
• 📄 消息[X] 文档[Y] - 文档数据详情
• 🎵 消息[X] 音频[Y] - 音频数据详情
• 🎯 多模态内容统计 - 各类媒体统计信息
• ⚠️ 警告: 模型不支持多模态 - 模型选择错误
• ⚠️ 重要警告: 正在使用匿名token处理多模态请求 - Token权限不足
• ✅ 使用正式API Token，支持完整多模态功能 - Token配置正确

启用调试模式以获取详细日志：

# 在Deno Deploy中，设置环境变量
DEBUG_MODE=true

# 在自托管环境中
export DEBUG_MODE=true
deno run --allow-net --allow-env main.ts

# 推荐的生产环境配置
export DEBUG_MODE=false
export DASHBOARD_ENABLED=true  # 保留监控功能
export DEFAULT_STREAM=true     # 优化响应速度

• Deno Deploy: 自动全球边缘分发，无需额外配置
• 自托管: 建议使用反向代理 (Nginx/Cloudflare) 进行负载均衡
• 监控: 利用内置 Dashboard 监控关键指标

# 推荐的安全配置
export DEFAULT_KEY="sk-$(openssl rand -hex 32)"  # 生成随机密钥
export DEBUG_MODE=false                           # 避免敏感信息泄露

• 实时监控: 通过 Dashboard 监控异常请求模式
• 日志分析: 关注频繁失败的 IP 地址
• 流量统计: 监控 API 调用频率，防止滥用

1. 定期更新: 关注Deno官方更新，及时升级运行时
2. 依赖管理: 虽然本项目使用原生API，但仍需关注Deno API变化
3. 备份策略: 定期备份配置和环境变量

如果遇到问题，可以通过以下方式获取帮助：

1. 查看Deno官方文档: https://deno.land/manual
2. 访问Deno Deploy文档: https://deno.com/deploy/docs
3. 提交Issue到原项目仓库

• ✅ 稳定运行: 已在生产环境验证
• 🔄 持续更新: 跟随 Deno 和 Z.ai 最新特性
• 🛡️ 安全优先: 定期安全审计和更新
• 📈 性能优化: 持续性能调优和监控

如果这个项目对你有帮助，请给我们一个 ⭐ Star！

本项目基于 MIT 许可证开源，详见 LICENSE 文件。

🎉 享受使用 ZtoApi 带来的便捷体验！

Made with ❤️ using Deno & TypeScript