本项目是一个混合 AI 代理服务器，结合了 deepseek-r1 模型的思考能力和 gemini 模型的强大语料库与多模态能力。它可以接收类似 OpenAI API 格式的请求，支持文本对话和图像识别，并返回流式响应。该模型支持自动联网搜索学术信息。
-
混合模型架构：
- 使用 DeepSeek-R1 作为前置思考系统（支持 7B 到 671B 不同参数规模）
- 使用 Gemini 模型前置信息处理和讨论小组，包括处理互联网和多模态信息
- 使用 Gemini 作为主要输出模型
- 支持模型故障自动切换和重试机制
-
多模态支持：
- 支持图像识别和理解
- 支持多图片同时处理
- 图像描述自动传递给文本模型进行深度理解
-
高可用性：
- 自动重试机制（最多3次）
- 模型故障自动切换
- 流式响应支持
-
智能搜索功能：
- AI 自主判断是否需要联网搜索
- 多语言、多关键词综合搜索
- 搜索结果自动整合到对话上下文
- 支持实时搜索和信息更新
- 本地Https动态解析
- 已安装 Node.js 和 npm
- 已获取必要的 API 密钥：
- DeepSeek-R1 API 密钥
- Gemini-Beta API 密钥
- 注意，该项目要求GeminiAPI具备高并发，动态负载和安全过滤，因此直连单API无法在本项目中使用，建议部署类OneAPI的动态负载项目。
- 由于不同供应商的R1输出JSON格式不同，暂时只能兼容硅基流动和官方API。NIM和Azure可能出现意外错误。
- 克隆项目：
git clone <repository-url>
cd <project-directory>- 安装依赖：
npm install- 配置环境变量：
创建
.env文件并配置以下环境变量：
# 代理服务器配置
PROXY_URL=http://your-proxy-url:3000
PROXY_URL2=http://your-proxy-url:3000
PROXY_URL3=http://your-proxy-url:3000
PROXY_PORT=4120
# DeepSeek R1 配置
DEEPSEEK_R1_API_KEY=your-api-key
DEEPSEEK_R1_MODEL=deepseek-ai/DeepSeek-R1
DEEPSEEK_R1_MAX_TOKENS=7985
DEEPSEEK_R1_CONTEXT_WINDOW=2000000
DEEPSEEK_R1_TEMPERATURE=0.7
# 图像识别模型配置
Image_Model_API_KEY=your-api-key
Image_MODEL=gemini-exp-1206
Image_Model_MAX_TOKENS=7985
Image_Model_CONTEXT_WINDOW=2000000
Image_Model_TEMPERATURE=0.4
# API 密钥
OUTPUT_API_KEY=your-api-key
# 联网搜索模型配置
GoogleSearch_API_KEY=your-api-key
GoogleSearch_MODEL=gemini-2.0-flash-exp
GoogleSearch_Model_MAX_TOKENS=7985
GoogleSearch_Model_TEMPERATURE=0.4
# 搜索功能提示词配置
GoogleSearch_Determine_PROMPT=your-prompt
GoogleSearch_PROMPT=your-prompt
GoogleSearch_Send_PROMPT=your-promptnode main.js端点：/v1/chat/completions
方法：POST
请求头：
Content-Type: application/json
Authorization: Bearer your-api-key
文本对话请求体示例：
{
"model": "Gemini1206MIXR1",
"messages": [
{
"role": "user",
"content": "你好，请介绍一下你自己"
}
],
"stream": true
}图像请求体示例：
{
"model": "Gemini1206MIXR1",
"messages": [
{
"role": "user",
"content": [
{
"type": "text",
"text": "这张图片是什么内容？"
},
{
"type": "image_url",
"image_url": {
"url": "data:image/jpeg;base64,/9j/4AAQSkZJRg..."
}
}
]
}
],
"stream": true
}支持在同一消息中发送多张图片：
{
"model": "Gemini1206MIXR1",
"messages": [
{
"role": "user",
"content": [
{
"type": "text",
"text": "比较这两张图片的区别"
},
{
"type": "image_url",
"image_url": {
"url": "data:image/jpeg;base64,/9j/4AAQSkZJRg..."
}
},
{
"type": "image_url",
"image_url": {
"url": "data:image/jpeg;base64,/9j/4AAQSkZJRg..."
}
}
]
}
],
"stream": true
}DeepSeek-R1 支持多种参数规模的模型，从 7B 到 671B 不等。可以根据需求在环境变量中配置：
DEEPSEEK_R1_MODEL=deepseek-ai/DeepSeek-R1-7B
# 或
DEEPSEEK_R1_MODEL=deepseek-ai/DeepSeek-R1-67B
# 或
DEEPSEEK_R1_MODEL=deepseek-ai/DeepSeek-R1-671B- 系统会自动重试失败的请求（最多3次）
- 当 R1 模型不可用时，会自动切换到 Gemini 模型
- 详细的错误信息会通过状态码和响应体返回
系统集成了先进的 AI 驱动搜索功能，具有以下特点：
-
自主判断机制：
- AI 自动分析对话内容，判断是否需要联网搜索
- 考虑时效性信息、专业数据、新闻事件等多个维度
- 智能避免不必要的搜索请求
-
多维度搜索策略：
- 自动生成多个相关搜索关键词
- 同时使用中英文进行搜索
- 考虑专业术语和普通用语
- 支持精确短语匹配
-
搜索结果处理：
- 自动整合多个来源的信息
- 结果经过 AI 筛选和总结
- 无缝融入对话上下文
- 保持信息的时效性和准确性
-
使用场景：
- 需要最新数据或统计信息
- 查询实时新闻或事件
- 验证专业知识或技术细节
- 需要多源信息交叉验证
在 .env 文件中配置搜索相关参数：
# 联网搜索模型配置
GoogleSearch_API_KEY=your-api-key
GoogleSearch_MODEL=gemini-2.0-flash-exp
GoogleSearch_Model_MAX_TOKENS=7985
GoogleSearch_Model_TEMPERATURE=0.4
# 搜索功能提示词配置
GoogleSearch_Determine_PROMPT=your-prompt
GoogleSearch_PROMPT=your-prompt
GoogleSearch_Send_PROMPT=your-prompt基础对话请求：
{
"model": "Gemini1206MIXR1",
"messages": [
{
"role": "user",
"content": "请告诉我最近的 AI 发展情况"
}
],
"stream": true
}系统会：
- 自动判断需要搜索最新 AI 发展信息
- 生成多个搜索关键词（如 "latest AI developments 2024", "人工智能最新进展", "AI breakthrough news" 等）
- 执行搜索并整合信息
- 将搜索结果融入回答中
- 图片数据需要以 Base64 格式编码
- 建议保持
stream: true以获得更好的响应体验 - 所有 API 调用都需要有效的 API 密钥
- 图像识别结果会自动传递给文本模型进行深度理解和回答
- 401: 未授权（API 密钥无效）
- 429: 请求过于频繁
- 503: 服务暂时不可用
- 504: 请求超时
- 支持更多的模型组合
- 添加模型自动选择功能
- 优化图像识别性能
- 添加更多的错误处理机制
