ChatGLM 2 API

glm2api 是一个本地代理服务，用来把 chatglm.cn 的网页接口转换成 OpenAI 兼容接口，方便你直接接入 OpenAI SDK、Cherry Studio、Open WebUI、LobeChat 或其他兼容 OpenAI API 的工具。

支持的主要接口：

• POST /v1/chat/completions
• POST /v1/responses
• POST /v1/images/generations
• GET /v1/models
• GET /health

1. 使用前准备

启动前请确认：

• 你已经登录过 https://chatglm.cn

  其实不登陆也行,但是会有部分限制?

• 你能获取到有效的 refresh_token，或者接受游客模式的能力限制
• 本地已准备好 Python 虚拟环境

2. 获取 GLM Refresh Token / 游客模式

获取方式：

1. 打开 https://chatglm.cn
2. 登录你的账号
3. 按 F12 打开开发者工具
4. 进入 Application
5. 查看 Local Storage 或相关存储项
6. 找到 chatglm_refresh_token

拿到后，将它填入 .env 文件中的：

GLM_REFRESH_TOKEN=你的_refresh_token

如果你不想登录账号，也可以直接启用游客模式：

GLM_USE_GUEST_REFRESH_TOKEN=true

如果既没有配置 token.txt，也没有配置 GLM_REFRESH_TOKEN，程序也会自动退回游客模式，并在请求失败时自动重新获取新的游客 refresh_token 后重试。

3. 配置文件

先复制示例配置：

cp .env.example .env

如果当前目录没有 .env，程序启动时也会自动从 .env.example 复制一份默认配置再继续加载。

推荐优先准备 token.txt，每行一个账号的 refresh_token：

token-a
token-b
token-c

如果你暂时只有一个账号，也可以继续只改 .env 里的这一项：

GLM_REFRESH_TOKEN=你的_refresh_token

如果你想显式固定走游客模式，可以这样写：

GLM_USE_GUEST_REFRESH_TOKEN=true
GLM_GUEST_MAX_RETRIES=3

启用游客模式后，程序会按 GLM_MAX_CONCURRENCY 自动创建同等数量的游客账号槽位，让每个并发请求优先使用独立游客账号，避免多个并发长期挤在同一游客会话上。

常用配置说明：

• HOST 服务监听地址。只给本机使用时填 127.0.0.1，局域网访问可填 0.0.0.0

• PORT 服务端口，默认 8000

• API_PREFIX OpenAI 兼容路径前缀，默认 /v1

• DEBUG_DUMP_ALL 调试狂暴模式。开启后会自动切到 DEBUG，并打印入站原始请求、转发给 GLM 的原始 body、上游原始响应和 SSE 分片、工具调用转换结果等几乎所有调试信息 当 LOG_LEVEL=DEBUG（或 DEBUG_DUMP_ALL=true）时，自动在 log/glm2api_debug.log 写入日志文件（LOG_LEVEL=INFO — 只有终端输出，不写文件）

• GLM_ASSISTANT_ID 普通对话使用的 assistant id

• GLM_TOKEN_FILE 多账号 token 文件路径，默认 token.txt，每行一个 refresh_token

• GLM_IMAGE_ASSISTANT_ID 图片生成使用的 assistant id

• GLM_USE_GUEST_REFRESH_TOKEN 显式启用游客 ck；开启后会忽略已配置的账号 token

• GLM_GUEST_MAX_RETRIES 游客 ck 请求失败时，最多自动重新拉取游客 token 并重试多少次

• GLM_DELETE_CONVERSATION 是否在请求结束后自动删除 GLM 会话记录

• GLM_MAX_CONCURRENCY 本地代理允许同时占用的上游执行槽位数量，默认 3

• SERVER_API_KEYS 如果你希望访问本地代理时也带 Bearer Token，可以在这里填写

说明：

• 如果存在 token.txt，程序会优先从这里加载多账号
• 如果显式设置了 GLM_USE_GUEST_REFRESH_TOKEN=true，程序会直接走游客模式
• 游客模式下会按 GLM_MAX_CONCURRENCY 自动扩展游客账号池，尽量做到每个并发槽位对应一个独立游客账号
• 当某个账号请求失败时，会自动切换到下一账号继续尝试
• 如果本轮所有账号都失败，下一次会从第一个账号重新开始
• 当上游返回新的 refresh_token 时，多账号模式会自动写回 token.txt 对应行
• 单账号兜底模式下，程序仍会自动写回 .env
• 游客模式下不会把临时游客 refresh_token 落盘到 .env 或 token.txt
• 如果完全没有配置账号 token，程序会自动获取游客 refresh_token 作为兜底
• 如果你的 .env 不存在，程序无法自动落盘新的 token
• /v1/models 返回的模型列表已经固定写在代码中，不再通过配置文件自定义

4. 启动服务

拉取源代码

git clone https://github.com/XxxXTeam/glm2api.git

安装依赖

uv sync

运行项目

uv run .\main.py

或者：

.\.venv\Scripts\python.exe main.py

启动成功后你会看到类似日志：

启动服务 host=127.0.0.1 port=8000 prefix=/v1 models=...

5. 健康检查

curl http://127.0.0.1:8000/health

返回示例：

{"status":"ok"}

6. 查询模型列表

curl http://127.0.0.1:8000/v1/models

返回的是当前配置里暴露的模型列表。

7. 聊天接口

7.1 Curl 示例

curl http://127.0.0.1:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d "{\"model\":\"glm-4\",\"messages\":[{\"role\":\"user\",\"content\":\"你好，介绍一下你自己\"}]}"

7.2 Python OpenAI SDK 示例

from openai import OpenAI

client = OpenAI(
    base_url="http://127.0.0.1:8000/v1",
    api_key="dummy",
)

resp = client.chat.completions.create(
    model="glm-4",
    messages=[
        {"role": "user", "content": "你好，介绍一下你自己"}
    ],
)

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

7.3 流式示例

from openai import OpenAI

client = OpenAI(
    base_url="http://127.0.0.1:8000/v1",
    api_key="dummy",
)

stream = client.chat.completions.create(
    model="glm-4",
    messages=[{"role": "user", "content": "写一首七言绝句"}],
    stream=True,
)

for chunk in stream:
    delta = chunk.choices[0].delta
    if getattr(delta, "content", None):
        print(delta.content, end="")

7.4 OpenAI Responses API 示例

from openai import OpenAI

client = OpenAI(
    base_url="http://127.0.0.1:8000/v1",
    api_key="dummy",
)

resp = client.responses.create(
    model="glm-4",
    input=[
        {"role": "user", "content": "你好，介绍一下你自己"}
    ],
)

print(resp.output_text)

8. 图片生成接口

8.1 Curl 示例

curl http://127.0.0.1:8000/v1/images/generations \
  -H "Content-Type: application/json" \
  -d "{\"model\":\"glm-image-1\",\"prompt\":\"画个枫叶\",\"size\":\"1024x1024\"}"

8.2 Python OpenAI SDK 示例

from openai import OpenAI

client = OpenAI(
    base_url="http://127.0.0.1:8000/v1",
    api_key="dummy",
)

image = client.images.generate(
    model="glm-image-1",
    prompt="画个枫叶",
    size="1024x1024",
)

print(image.data[0].url)

8.3 当前支持的图片参数

• prompt
• model
• n
• size
• response_format
• style
• scene

说明：

• 默认返回图片 URL
• 如果 response_format=b64_json，会返回 base64 图片数据
• size 会自动映射到 GLM 所需的宽高比例

9. 鉴权方式

如果 .env 中 SERVER_API_KEYS 为空，则本地接口默认不校验 Bearer Token。

如果你配置了：

SERVER_API_KEYS=sk-local-1,sk-local-2

那么请求时需要带：

Authorization: Bearer sk-local-1

10. 日志说明

程序默认输出彩色日志，常见内容包括：

• 服务启动
• 请求进入队列
• 并发槽位获取/释放
• 上游请求转发
• 会话删除结果
• 错误原因

如果你想查看更多细节，可以把 .env 中的：

LOG_LEVEL=DEBUG

11. 常见问题

11.1 启动时报 GLM_REFRESH_TOKEN 缺失

新版本默认会自动退回游客模式；如果你仍想固定使用账号，请检查 .env 或 token.txt 里的 refresh_token 是否填写正确。

11.2 返回“请等待其他对话生成完毕”

说明同一账号在 GLM 侧存在并发限制。程序已经内置串行队列和自动等待重试。

11.3 返回“请登录后继续使用”

说明当前账号状态无效，或者 token 已失效，需要重新登录并更新 refresh_token