Name	Name	Last commit message	Last commit date
Latest commit History 8 Commits
app	app
docker	docker
routers	routers
script	script
services	services
.dockerignore	.dockerignore
.env.example	.env.example
.gitattributes	.gitattributes
.gitignore	.gitignore
.python-version	.python-version
Dockerfile	Dockerfile
LICENSE	LICENSE
README.md	README.md
cli.py	cli.py
image.png	image.png
main.py	main.py
pyproject.toml	pyproject.toml
request_body.json	request_body.json
uv.lock	uv.lock

Codex2DeepSeek

OpenAI Responses API ↔ DeepSeek Chat API 流式转发代理。

将 OpenAI Codex 等客户端发出的 Responses API 请求,实时转换为 DeepSeek Chat Completions 格式,实现 SSE 流式透传。

同时支持使用OpenAI账号登录Codex和不登录纯自定义模式。

妈的,使用Codex,想用DeepSeek接入,找了半天工具,就没发现什么非常好用的工具,协议都不匹配,找到 Nigel211/codex_deepseek_proxy 但是单文件模式不习惯,使用flask框架也不喜欢,同时在使用中发现模型的对应问题,很头大,没工夫去慢慢研究了,所以重构了fastAPI的版本,后续有空的话会增加其他各路国产模型的适配。

特性

协议转换 — 将 OpenAI Responses API 请求(input/instructions/tools 等字段)自动映射为 DeepSeek Chat Completions 格式
流式透传 — 基于 SSE (Server-Sent Events) 实时转发 DeepSeek 响应,完整保留 reasoning_content(思考链)
工具调用 — 支持 Function Calling 的双向格式转换与消息重排,兼容并行工具调用
模型映射 — 通过环境变量灵活配置客户端模型名到 DeepSeek 模型的对应关系
身份验证 — 支持 Authorization Bearer Token 鉴权
轻量部署 — 仅依赖 FastAPI + Uvicorn + Requests

流程

Codex IDE/CLI Proxy Server DeepSeek API
───────────── ───────────── ────────────
Responses API ────→ 格式转换 (Responses→Chat) ────→ /v1/chat/completions
SSE Stream ←──── 格式转换 (Chat→Responses) ←──── SSE Stream

项目结构

├── main.py # 应用入口:CLI 参数、FastAPI 初始化、启动
├── pyproject.toml # 项目配置与依赖声明
├── .env # 环境变量(API Key、模型映射等)
├── app/
│ ├── __init__.py
│ └── config.py # 配置管理:.env 加载、API Key 交互式输入、模型映射表
├── routers/
│ ├── __init__.py # 路由统一注册
│ ├── proxy.py # API 端点:/responses, /v1/responses, /v1/chat/completions
│ ├── lifespan.py # 应用生命周期管理
│ └── middleware.py # 中间件:CORS、Auth 鉴权、模型名称解析
└── services/
 ├── __init__.py
 ├── converter.py # 协议转换:Responses API → Chat Completions
 └── stream.py # SSE 流式生成器

快速启动

前置条件:Python 3.8+、uv(uv 未安装请自行百度uv安装)

1. 安装依赖

git clone https://github.com/PineKings/Code2DeepSeek.git
cd Code2DeepSeek
uv sync

2. 配置

创建 .env 文件:

# DeepSeek API Key(必填)
DEEPSEEK_API_KEY=sk-your-deepseek-key
# 本服务鉴权密钥(必填,客户端请求需携带)
MY_API_KEY=sk-your-proxy-key
# 默认模型(请求中未指定模型时使用)
MODEL_DEFAULT=deepseek-v4-flash
# 模型映射:客户端模型名 → DeepSeek 模型名(留空则使用 MODEL_DEFAULT)
MODEL_GTP5_5=deepseek-v4-pro
MODEL_GTP5_4=deepseek-v4-flash
MODEl_GPT5_4_MINI=deepseek-v4-flash
MODEL_GTP5_3_CODEX=deepseek-v4-flash
MODEL_GTP5_2=deepseek-v4-flash

首次启动时若未配置 DEEPSEEK_API_KEY 或 MY_API_KEY,程序会交互式提示输入并自动写入 .env,该方式docker启动不可用❌。

3. 运行

uv run main.py

参数	默认值	说明
`--port`	`12345`	服务端口
`--host`	`0.0.0.0`	绑定地址
`--debug`	—	启用调试日志

4. Docker 方式构建后部署

确保已安装 Docker 和 Docker Compose(Docker Desktop 已内置 compose)。

构建镜像

# 从 Dockerfile 构建(根目录)
docker build -t codex2deepseek:latest .
# 跨平台构建
docker buildx build --platform linux/amd64,linux/arm64 -t codex2deepseek:latest .

启动服务

# 使用 docker-compose.yml 后台启动
docker compose -f docker/docker-compose.yml up -d
# 查看日志
docker compose -f docker/docker-compose.yml logs -f
# 重启
docker compose -f docker/docker-compose.yml restart
# 停止并删除容器
docker compose -f docker/docker-compose.yml down

服务将在 http://127.0.0.1:12345 监听。

⚠️ .env 文件必须在启动前已配置好 DEEPSEEK_API_KEY 和 MY_API_KEY。Docker 模式下不支持交互式输入,请确认 .env 文件内容完整。

单独使用 Docker(不依赖 Compose)

# 构建
docker build -t codex2deepseek:latest .
# 运行
docker run -d -p 127.0.0.1:12345:12345 \
 --name codex2deepseek \
 --env-file .env \
 --restart unless-stopped \
 codex2deepseek:latest

文件说明

├── Dockerfile # 多阶段构建,builder 使用 python:3.12-slim + uv
├── docker/
│ ├── docker-compose.yml # Compose 编排文件(构建 + 启动)
│ └── .env.example # 环境变量模板

Dockerfile 位于项目根目录,使用 python:3.12-slim 作为构建和运行时基镜像,避免 musl/glibc 不兼容问题
docker/docker-compose.yml 位于 docker/ 目录下,通过 context: .. 引用项目根目录的 Dockerfile 和 .env

5. Docker 部署 (推荐)

拉取镜像

苹果系统M系列芯片

docker pull infoepochai/codex2deepseek:arm64

其他系统

docker pull infoepochai/codex2deepseek:amd64

运行容器

docker run -d \
 --name codex2deepseek \
 -p 12345:12345 \
 --env-file ./.env \
 infoepochai/codex2deepseek:<arm64或者amd64>
#### 创建.env文件
```bash
touch .env

编辑.env文件(`vi .env`)

# ==== codex_proxy 配置文件 ====
# 复制此文件为 .env 并填入你的配置
# 必填:DeepSeek API Key(从 https://platform.deepseek.com/api_keys 获取)
DEEPSEEK_API_KEY=*********
# 本服务的API Key,用于代理请求
MY_API_KEY=sk-1234567890
# 默认模型
MODEL_DEFAULT=deepseek-v4-flash
## codex模型对应,为空则使用默认模型
MODEL_GTP5_5=deepseek-v4-pro
MODEL_GTP5_4=deepseek-v4-flash
MODEl_GPT5_4_MINI=deepseek-v4-flash
MODEL_GTP5_3_CODEX=deepseek-v4-flash
MODEL_GTP5_2=deepseek-v4-flash
# 可选:DeepSeek API 地址(默认官方地址,一般无需修改)
# DEEPSEEK_URL=https://api.deepseek.com/v1/chat/completions
# 可选:调试日志,设为 1 开启
# DEEPSEEK_DEBUG=1

运行容器

docker run -d \
 --name codex2deepseek \
 -p 12345:12345 \
 --env-file ./.env \
 infoepochai/codex2deepseek:latest

用法

API Endpoints 1(推荐)

本项目提供了一个简易的命令行接口,用于将配置Codex 的桌面端请求代理到本中转服务

用法1 直接传递参数运行其中,-u 参数为代理地址,-k 为你的MY_API_KEY,-t 为初始化类型(c为custom_init,o为openai_init,分别代表是否使用OpenAI登录)

uv run cli.py -u http://<你的ip>:12345 -k <你设置的MY_API_KEY> -t <初始化类型(o/c)>

用法2 启动后交互式输入

uv run cli.py

API Endpoints 2

如果要使用第三方工具,请使用下面的API Endpoints

打开ccswitch,点击添加新供应商,选择自定义,填写代理地址和端口即可。

供应商名称: DeepSeek
API Key: sk-your-proxy-key
API 请求地址:http://127.0.0.1:12345(本地跑这个服务就本地,远程就改成你的ip和端口号)

注意:

点击"获取模型列表"按钮,报错"未找到可用的模型列表端点,请检查 Base URL 或确认供应商是否开放该接口"非常正常!因为本项目就没有中转模型列表获取的接口!
测试是否对接成功,在供应商列表,然后点击"测试模型",如果返回了类似这样DeepSeek 运行正常 (4ms)的信息就说明成功了

alt text

模型映射

通过环境变量为每个 Codex 模型名指定对应的 DeepSeek 模型:

环境变量	默认值	客户端请求 model
`MODEL_DEFAULT`	`deepseek-v4-flash`	未指定或未匹配时使用
`MODEL_GTP5_5`	`MODEL_DEFAULT`	`gpt-5.5`
`MODEL_GTP5_4`	`MODEL_DEFAULT`	`gpt-5.4`
`MODEl_GPT5_4_MINI`	`MODEL_DEFAULT`	`gpt-5.4-mini`
`MODEL_GTP5_3_CODEX`	`MODEL_DEFAULT`	`gpt-5.3-codex`
`MODEL_GTP5_2`	`MODEL_DEFAULT`	`gpt-5.2`

模型解析优先级:中间件解析值 > 请求体中的 model > MODEL_DEFAULT > 代码默认值

环境变量

变量	必填	默认值	说明
`DEEPSEEK_API_KEY`	是	—	DeepSeek API 密钥
`MY_API_KEY`	是	—	本服务鉴权密钥
`DEEPSEEK_URL`	否	`https://api.deepseek.com/v1/chat/completions`	DeepSeek API 地址
`DEFAULT_MODEL`	否	`deepseek-v4-flash`	无模型指定时的默认模型(旧配置)
`MODEL_DEFAULT`	否	`deepseek-v4-flash`	模型映射默认值
`DEEPSEEK_DEBUG`	否	`0`	设为 `1` 启用调试日志到 `proxy_debug.log`
`MODEL_GTP5_5`	否	`MODEL_DEFAULT`	`gpt-5.5` 映射目标
`MODEL_GTP5_4`	否	`MODEL_DEFAULT`	`gpt-5.4` 映射目标
`MODEl_GPT5_4_MINI`	否	`MODEL_DEFAULT`	`gpt-5.4-mini` 映射目标
`MODEL_GTP5_3_CODEX`	否	`MODEL_DEFAULT`	`gpt-5.3-codex` 映射目标
`MODEL_GTP5_2`	否	`MODEL_DEFAULT`	`gpt-5.2` 映射目标

Tool Calling 兼容性

代理处理了 DeepSeek Chat Completions API 与 OpenAI Responses API 之间的以下差异:

问题	处理方式
工具定义格式不同	将 Responses API 扁平格式转为 Chat API 嵌套 `function` 格式,清除 `strict` 和 `additionalProperties` 字段
并行工具调用	将 Codex 的多个连续 `function_call` 项合并为单个 assistant 消息(含多个 `tool_calls`)
消息顺序	DeepSeek 要求 tool 消息紧跟对应的 assistant 消息;代理自动重排插入的 system 消息
思考模式	默认禁用(`thinking: {type: "disabled"}`),避免 `reasoning_content` 回传兼容问题
`reasoning_content`	仅在流结束事件中随 `item.done` 回传,避免破坏 Responses API 事件结构

归属权

本项目重构自 Nigel211/codex_deepseek_proxy,该项目以MIT协议开源,本项目亦同。

Folders and files

Latest commit

History

Repository files navigation

Codex2DeepSeek

特性

流程

项目结构

快速启动

1. 安装依赖

2. 配置

3. 运行

4. Docker 方式构建后部署

构建镜像

启动服务

单独使用 Docker(不依赖 Compose)

文件说明

5. Docker 部署 (推荐)

拉取镜像

运行容器

编辑.env文件(vi .env)

运行容器

用法

API Endpoints 1(推荐)

API Endpoints 2

模型映射

环境变量

Tool Calling 兼容性

归属权

About

Topics

Resources

License

Uh oh!

Stars

Watchers

Forks

Contributors

Uh oh!

Languages

编辑.env文件(`vi .env`)