部署 Agent2API免费白嫖deepseek Glm kimi minimax等大模型

Agent2API 是一个把「AI 桌面客户端里已登录的账号」聚合成一个 OpenAI 兼容接口的自托管网关。它不需要上游 API Key，客户端填一个 base_url 就能用这些账号的模型额度。

它解决什么问题

日常会遇到这种情况：手上有 WorkBuddy、Qoder、Trae、Cline 这类桌面客户端的登录态，额度分散在各家，想在自己的脚本或别的客户端里复用时，得挨个去对接协议。Agent2API 的思路是：把这些登录态收进一个本地网关，对外只暴露一套 http://127.0.0.1:3065/v1 的 OpenAI 兼容接口，Chat / Responses / Messages 三种协议都吃。

它自带 17 家提供商的适配，支持凭证自动续期、多账号轮转、每账号独立出口代理、请求报表和定时签到。对我最实用的点是：任何支持自定义 base_url 的客户端都能直接接进来，包括我自己在跑的 Hermes Agent。

第一步：部署

最简单的办法就是让ai agent帮你部署项目，复制下面的内容让你的agent帮你安装

https://github.com/aimod-cc/agent2api 帮我安装此项目

第二步：添加模型提供商账号

目前支持的模型提供商如图所示，按流程接入账号即可

第三步：建网关 Key，接入客户端

登录面板后到「网关 Key」页生成一把 Key。没建 Key 之前网关是 fail-closed 的，转发表面通、实际拒绝转发，这是设计上的安全默认值。

之后任何 OpenAI 兼容客户端这样填：

base_url = https://你的域名/v1
api_key  = sk-你生成的那把

定时签到功能

agent2api支持定时签到和workbuddy的派猫猫去旅行，在签到中心配置即可

模型管理

模型管理页面可以映射模型名称，比如有些提供商给的模型名称是sn-deepseek-v4-1-flash-1017 有些是deepseek-v4-1-flash-1017 可以映射一个统一的名称

实测性能

部署完顺手测了下吞吐（流式，统计从首 token 到结束的生成速率）：

另外测了一次大输入：13,217 tokens 的 prompt，2.2 秒返回，prefill 速率约 6k tok/s。首 token 延迟稳定在 1.5~2 秒，不随输出长度增长，说明 nginx 反代加容器本地转发这一层基本没有引入额外开销。

小结

整个部署从拉镜像到 HTTPS 可用大概十几分钟

上线后的体验是：一个域名、一把 Key、一套 OpenAI 兼容接口，桌面客户端里的那些额度就变成了我脚本里可以直接调的东西。至于额度够不够用，取决于面板里挂的上游账号，这就不在网关的能力范围内了。