六边形战士！免费使用阿里通义千问API接口，支持高速流式输出、无水印AI绘图、长文档解读、图像解析、多轮对话，零配置部署……

项目简介

qwen-free-api 是一个开源项目，提供与阿里通义千问大模型兼容的API接口。

该项目支持多种功能，包括高速流式输出、无水印AI绘图、长文档解读、图像解析以及多轮对话等。允许用户通过零配置部署，支持多路token，并能自动清理会话痕迹，以提高使用体验。

使用场景

1. 对话补全：用户可以利用qwen-free-api进行自动文本生成，实现聊天机器人的对话补全功能。
2. AI绘图：根据用户提供的描述，AI可以生成相应的图像。
3. 文档解读：AI可以解析用户提供的文档内容，并给出解读。
4. 图像解析：AI可以对用户提供的图像进行内容解析。
5. 多轮对话：支持在对话中进行多轮交互，使对话更加自然和连贯。

使用方法

在线体验

提供了一个临时测试功能的链接：https://udify.app/chat/qOXzVl5kkvhQXM8r。

接入准备

• 用户从通义千问（https://tongyi.aliyun.com/qianwen）登录获取login_tongyi_ticket。
• 使用开发者工具从Cookies中找到login_tongyi_ticket的值，这将作为后续请求的Bearer Token。

部署方法

提供了多种部署方式，包括Docker、Docker-compose、Render、Vercel、Zeabur和原生部署。

1. Docker 部署

• 准备一台具有公网IP的服务器，并将8000端口开放。
• 使用以下命令拉取镜像并启动服务：

docker run -it -d --init --name qwen-free-api -p 8000:8000 -e TZ=Asia/Shanghai vinlic/qwen-free-api:latest

• 查看、重启或停止服务的命令分别是：

docker logs -f qwen-free-api
docker restart qwen-free-api
docker stop qwen-free-api

2. Docker-compose 部署

使用以下docker-compose.yml文件：

services:
qwen-free-api:
container_name: qwen-free-api
image: vinlic/qwen-free-api:latest
restart: always
ports:
- "8000:8000"
environment:
- TZ=Asia/Shanghai

3. Render 部署

• fork本项目到你的github账号下。
• 访问 Render 并登录你的github账号。
• 构建你的 Web Service（New+ -> Build and deploy from a Git repository -> Connect你fork的项目 -> 选择部署区域 -> 选择实例类型为Free -> Create Web Service）。
• 等待构建完成后，复制分配的域名并拼接URL访问即可。

4. Vercel 部署

• 确保安装Node.js环境。
• 全局安装Vercel CLI：

npm i -g vercel --registry http://registry.npmmirror.com

• 登录Vercel并部署项目：

npm i -g vercel --registry http://registry.npmmirror.com
vercel login
git clone https://github.com/LLM-Red-Team/qwen-free-api
cd qwen-free-api
vercel --prod

5. 原生部署

• 准备一台服务器并安装Node.js环境。
• 安装依赖：

npm i

• 安装PM2进行进程守护：

npm i -g pm2

• 编译构建：

npm run build

• 启动服务：

pm2 start dist/index.js --name "qwen-free-api"

• 查看、重启或停止服务的命令分别是：

pm2 logs qwen-free-api
pm2 reload qwen-free-api
pm2 stop qwen-free-api

接口列表

• 对话补全：兼容openai的/chat/completions接口，允许发送对话消息并获取补全结果。
• AI绘图：兼容openai的/images/generations接口，根据描述生成图像。
• 文档解读：允许用户上传文档并获取AI的解读结果。
• 图像解析：提供图像URL或BASE64编码，获取AI对图像内容的解析。
• Token存活检测：检测提供的login_tongyi_ticket是否有效。

目前支持与openai兼容的 /v1/chat/completions 接口，可自行使用与openai或其他兼容的客户端接入接口，或者使用 dify 等线上服务接入使用。

PS：项目推荐使用二次开发客户端如LobeChat或ChatGPT Web，以简化接入流程。