PineCodex2DeepSeek
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。
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
拉取镜像
docker pull infoepochai/codex2deepseek:latest
创建.env文件
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
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
uv run cli.py -u http://<你的ip>:12345 -k <你设置的MY_API_KEY>
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。