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

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。