Command Code Proxy

Command Code API → OpenAI 兼容接口的反向代理
🚀 一键部署 | 🐳 Docker Compose | 📦 零外部依赖 | 🔄 完整的 OpenAI/Anthropic SDK 兼容

基于官方 CLI v0.32.3 网络流量分析构建，完整复刻 Command Code API 协议。

English | 中文文档

✨ 特性

🚀 零依赖单文件 - 纯 Node.js 实现，无需安装任何 npm 包
🔄 双协议支持 - OpenAI Chat Completions + Anthropic Messages API
📡 完整流式支持 - SSE 流式响应，实时输出
🛠️ 工具调用支持 - Function calling / Tool use
🖼️ 多模态输入 - 支持图像输入（Vision 模型）
🧠 推理控制 - reasoning_effort 参数支持
📊 动态模型列表 - 自动从 Provider API 获取最新模型
💾 缓存命中统计 - 详细的 token 使用和缓存数据
🔒 隐私保护 - 日志不记录 API Key 片段
🐳 Docker 一键部署 - 完整的容器化方案
🏥 健康检查 - 内置健康检查端点
⚡ 智能重试 - 零输出自动重试、连续超时处理

🚀 快速开始

方式 0：使用预构建镜像（最快）

无需克隆代码，直接使用发布的镜像：

# 使用 Docker Hub 镜像
docker run -d \
  --name commandcode-proxy \
  -p 3050:3050 \
  al1ya/commandcode-proxy:latest

# 或使用 GitHub Container Registry
docker run -d \
  --name commandcode-proxy \
  -p 3050:3050 \
  ghcr.io/apaidedie/commandcode-proxy:latest

支持多架构：linux/amd64 和 linux/arm64

方式 1：一键部署脚本（推荐）

# 1. 克隆或下载项目
git clone https://github.com/apaidedie/commandcode-proxy.git
cd commandcode-proxy

# 2. 运行部署脚本
chmod +x deploy.sh
./deploy.sh

部署脚本会自动：

✅ 检查 Docker 环境
✅ 创建配置文件
✅ 构建镜像
✅ 启动服务
✅ 健康检查
✅ 显示使用说明

方式 2：使用 Makefile

# 查看所有命令
make help

# 一键部署
make deploy

# 或者手动步骤
make config    # 创建配置文件
make build     # 构建镜像
make up        # 启动服务
make health    # 健康检查
make logs      # 查看日志

方式 3：Docker Compose（推荐）

# 创建 docker-compose.yml
cat > docker-compose.yml << 'EOF'
services:
  commandcode-proxy:
    image: al1ya/commandcode-proxy:latest
    container_name: commandcode-proxy
    restart: unless-stopped
    ports:
      - '3050:3050'
    volumes:
      - ./logs:/app/logs
EOF

# 启动服务
docker compose up -d

# 查看日志
docker compose logs -f

# 健康检查
curl http://localhost:3050/health

注意：仓库中的 docker-compose.yml 已精简为最小配置。如需完整配置（环境变量、健康检查、资源限制），请使用 docker-compose.full.yml：

docker compose -f docker-compose.full.yml up -d

方式 4：本地运行

# 无需 npm install，直接运行
npm start

# 或开发模式（自动重载）
npm run dev

📋 配置说明

环境变量配置

创建 .env 文件（或复制 .env.example）：

# 服务配置
PROXY_PORT=3050                               # 宿主机端口
PORT=3050                                     # 容器内端口
HOST=0.0.0.0                                  # 监听地址

# API 配置
CC_API_BASE=https://api.commandcode.ai        # CC API 地址
PROJECT_SLUG=cc-proxy                         # 项目标识

# 日志配置
LOG_FILE=                                     # 日志文件路径（空=控制台）
LOG_LEVEL=info                                # 日志级别

# 模型配置
CC_USE_PROVIDER_MODELS=true                   # 动态获取模型列表

# 其他
TZ=Asia/Shanghai                              # 时区

config.json 配置

{
  "port": 3050,
  "host": "0.0.0.0",
  "apiBase": "https://api.commandcode.ai",
  "projectSlug": "cc-proxy",
  "logFile": "",
  "logLevel": "info",
  "useProviderModels": true,
  "modelRefreshIntervalMs": 300000
}

🔧 API 使用示例

1. OpenAI Chat Completions

Python SDK

from openai import OpenAI

client = OpenAI(
    api_key="user_xxxxxxxxx",  # 你的 Command Code API Key
    base_url="http://localhost:3050/v1",
)

# 非流式
response = client.chat.completions.create(
    model="deepseek/deepseek-v4-flash",
    messages=[{"role": "user", "content": "你好"}],
)
print(response.choices[0].message.content)

# 流式
stream = client.chat.completions.create(
    model="deepseek/deepseek-v4-flash",
    messages=[{"role": "user", "content": "你好"}],
    stream=True,
)
for chunk in stream:
    print(chunk.choices[0].delta.content or "", end="")

cURL

curl http://localhost:3050/v1/chat/completions \
  -H "Authorization: Bearer user_xxxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-v4-flash",
    "messages": [{"role": "user", "content": "你好"}],
    "stream": true
  }'

2. Anthropic Messages API

import anthropic

client = anthropic.Anthropic(
    api_key="user_xxxxxxxxx",
    base_url="http://localhost:3050",
)

message = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1000,
    system="你是一个有帮助的助手。",
    messages=[{"role": "user", "content": "你好"}],
)
print(message.content[0].text)

3. 多模态图像输入

# 需要使用支持 Vision 的模型
response = client.chat.completions.create(
    model="xiaomi/mimo-v2.5",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "描述这张图片"},
            {
                "type": "image_url",
                "image_url": {
                    "url": "data:image/jpeg;base64,/9j/4AAQ..."
                }
            }
        ]
    }]
)

4. 工具调用（Function Calling）

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "获取指定城市的天气",
        "parameters": {
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "城市名称"}
            },
            "required": ["city"]
        }
    }
}]

response = client.chat.completions.create(
    model="deepseek/deepseek-v4-flash",
    messages=[{"role": "user", "content": "北京天气怎么样？"}],
    tools=tools,
    tool_choice="auto"
)

📊 支持的模型

代理会动态获取最新模型列表，常见模型包括：

模型 ID	描述	特性
`deepseek/deepseek-v4-flash`	DeepSeek V4 Flash	快速、通用
`deepseek/deepseek-v4-pro`	DeepSeek V4 Pro	高精度推理
`claude-sonnet-4-6`	Claude Sonnet 4.6	长上下文
`claude-opus-4-8`	Claude Opus 4.8	最强推理
`moonshotai/Kimi-K2.5`	Kimi K2.5	多模态/前端
`xiaomi/mimo-v2.5`	MiMo V2.5	支持图像输入
`Qwen/Qwen3.7-Max`	通义千问 3.7 Max	大参数
`google/gemini-3.5-flash`	Gemini 3.5 Flash	推理模型

获取完整模型列表

curl http://localhost:3050/v1/models \
  -H "Authorization: Bearer user_xxxxxxxxx"

🔗 第三方集成

Cursor

在 Cursor 设置中添加自定义 Provider：

API Base URL: http://localhost:3050/v1
API Key: user_xxxxxxxxx
Model: 从模型列表中选择

OpenCode

{
  "provider": "openai-compatible",
  "baseUrl": "http://localhost:3050/v1",
  "apiKey": "user_xxxxxxxxx"
}

Continue

{
  "models": [{
    "title": "DeepSeek V4 Flash",
    "provider": "openai",
    "model": "deepseek/deepseek-v4-flash",
    "apiKey": "user_xxxxxxxxx",
    "apiBase": "http://localhost:3050/v1"
  }]
}

🛠️ 常用命令

Makefile 命令

make help       # 显示所有命令
make deploy     # 一键部署
make up         # 启动服务
make down       # 停止服务
make restart    # 重启服务
make logs       # 查看日志
make ps         # 查看状态
make health     # 健康检查
make test       # 运行测试
make clean      # 清理资源

Docker Compose 命令

docker compose up -d              # 启动服务
docker compose down               # 停止服务
docker compose restart            # 重启服务
docker compose logs -f            # 查看日志
docker compose ps                 # 查看状态
docker compose exec commandcode-proxy sh  # 进入容器
docker compose build --no-cache   # 重新构建

测试命令

# 健康检查
curl http://localhost:3050/health

# 模型列表
curl http://localhost:3050/v1/models \
  -H "Authorization: Bearer user_xxxxxxxxx"

# 运行完整测试套件
chmod +x test.sh
API_KEY=user_xxxxxxxxx ./test.sh

📂 项目结构

commandcode-proxy/
├── proxy.mjs              # 代理核心（~1600 行，零依赖）
├── package.json           # npm 配置
├── config.json            # 服务配置
├── Dockerfile             # Docker 镜像构建
├── docker-compose.yml     # Compose 编排
├── .env.example           # 环境变量模板
├── .dockerignore          # Docker 忽略文件
├── .gitignore             # Git 忽略文件
├── deploy.sh              # 一键部署脚本
├── test.sh                # API 测试脚本
├── Makefile               # Make 命令
├── README.md              # 英文文档
├── README_zh.md           # 中文文档
├── LICENSE                # MIT 许可证
└── logs/                  # 日志目录（运行时创建）

🔒 安全特性

API Key 验证

✅ 必须以 user_ 开头
✅ 自动清理额外路径/前缀
✅ 拒绝 sk-xxx 格式（OpenAI 格式）
✅ 支持 Bearer token 格式

隐私保护

✅ 日志不记录 API Key 片段
✅ 日志不记录错误响应体
✅ 日志不记录堆栈跟踪
✅ 每个 API Key 独立会话

容器安全

✅ 非 root 用户运行（nodejs:1001）
✅ 资源限制（CPU/内存）
✅ 健康检查机制
✅ 日志轮转配置
✅ 最小化镜像体积（Alpine）

🚨 错误处理

HTTP 状态码	说明	处理建议
`400`	请求格式无效	检查请求体格式
`401`	API Key 缺失/格式错误/被拒绝	确认 API Key 格式正确
`429`	流超时（30s 流式 / 90s 非流式）	SDK 会自动重试
`502`	零输出 token 或上游错误	SDK 会自动重试
`503`	服务暂时不可用	稍后重试

🔍 监控与调试

健康检查

# 检查服务状态
curl http://localhost:3050/health

# 检查容器健康
docker inspect --format='{{.State.Health.Status}}' commandcode-proxy

日志查看

# 实时日志
docker compose logs -f

# 最近 100 行
docker compose logs --tail=100

# 导出日志
docker compose logs > proxy.log

性能监控

# 容器资源使用
docker stats commandcode-proxy

# 详细信息
docker inspect commandcode-proxy

📄 许可证

MIT License

⚠️ 免责声明

本项目仅供学习和研究使用。

非官方项目 - 本项目与 Command Code 官方无任何关联
个人使用 - 使用者承担所有责任，请遵守 Command Code 服务条款
API Key 安全 - 本项目不收集、上传或泄露你的 API Key
协议分析 - 基于本地 CLI 网络流量的被动观察，未进行任何服务器破解或篡改
账号风险 - 请保持使用频率与正常 CLI 使用一致，避免触发风控

🔗 相关链接

🤝 贡献

欢迎提交 Issue 和 Pull Request！

开发流程

# 1. Fork 项目
# 2. 创建特性分支
git checkout -b feature/amazing-feature

# 3. 提交更改
git commit -m 'Add amazing feature'

# 4. 推送到分支
git push origin feature/amazing-feature

# 5. 创建 Pull Request

Made with ❤️ by MAXeaglet

回到顶部 ⬆️

Name		Name	Last commit message	Last commit date
.github/workflows		.github/workflows
.dockerignore		.dockerignore
.env.example		.env.example
.gitignore		.gitignore
BUILD_SUMMARY.md		BUILD_SUMMARY.md
CHANGELOG.md		CHANGELOG.md
CHECKLIST.md		CHECKLIST.md
CLI_TRAFFIC_ANALYSIS.md		CLI_TRAFFIC_ANALYSIS.md
DEPLOYMENT_GUIDE.md		DEPLOYMENT_GUIDE.md
DOCKER_COMPOSE_GUIDE.md		DOCKER_COMPOSE_GUIDE.md
Dockerfile		Dockerfile
FINAL_DEPLOYMENT_SUMMARY.md		FINAL_DEPLOYMENT_SUMMARY.md
FINAL_RISK_ASSESSMENT.md		FINAL_RISK_ASSESSMENT.md
LICENSE		LICENSE
Makefile		Makefile
PROJECT_SUMMARY.txt		PROJECT_SUMMARY.txt
QUICKSTART.md		QUICKSTART.md
README.md		README.md
README_zh.md		README_zh.md
SECURITY_ANALYSIS.md		SECURITY_ANALYSIS.md
SECURITY_ENHANCED_GUIDE.md		SECURITY_ENHANCED_GUIDE.md
auto-setup-dockerhub.sh		auto-setup-dockerhub.sh
config.json		config.json
deploy.sh		deploy.sh
docker-compose.full.yml		docker-compose.full.yml
docker-compose.yml		docker-compose.yml
one-command-setup.sh		one-command-setup.sh
package.json		package.json
proxy.mjs		proxy.mjs
setup-dockerhub.sh		setup-dockerhub.sh
test.sh		test.sh

Latest commit

History

Folders and files

Repository files navigation