将 arena.ai 的 300+ 模型通过 OpenAI 兼容 API 代理出来。

graph LR
    Client["OpenAI 客户端<br/>(SDK / curl / 任意工具)"]
    Server["Python 代理服务器<br/>localhost:9090"]
    Ext["Chrome 扩展<br/>(arena.ai 页面内)"]
    Arena["arena.ai API"]

    Client -- "OpenAI 格式请求<br/>POST /v1/chat/completions" --> Server
    Ext -- "定时推送 cookies / models<br/>POST /v1/extension/push" --> Server
    Server -- "任务入队<br/>GET /v1/extension/fetch" --> Ext
    Ext -- "浏览器内 fetch 转发<br/>(携带真实 cookies + reCAPTCHA)" --> Arena
    Ext -- "SSE 数据块回传<br/>POST /v1/extension/fetch_chunk" --> Server
    Server -- "OpenAI SSE 格式<br/>data: {choices: [...]}" --> Client

Chrome 扩展由三层脚本组成，通过消息桥接实现跨 world 通信：

sequenceDiagram
    participant I as injector.js<br/>(MAIN World)
    participant C as content.js<br/>(ISOLATED World)
    participant B as background.js<br/>(Service Worker)
    participant S as Python Server
    participant A as arena.ai API

    Note over I: 页面加载完成
    I->>I: 提取 models (Next.js 数据)
    I->>I: 提取 cookies (document.cookie)
    I->>C: window.postMessage({type: INIT})
    C->>B: chrome.runtime.sendMessage({type: PAGE_INIT})
    B->>B: 合并 cookies + 存储 models
    B->>S: POST /v1/extension/push

    Note over B: 每 500ms 轮询任务队列
    B->>S: GET /v1/extension/fetch
    S-->>B: {task_id, url, payload, headers}
    B->>A: fetch(arena.ai, payload) — 浏览器内发出
    A-->>B: SSE 流式响应
    B->>S: POST /v1/extension/fetch_chunk × N
    B->>S: POST /v1/extension/fetch_chunk (done=true)

当客户端发起 /v1/chat/completions 请求时：

flowchart TD
    A["客户端请求<br/>POST /v1/chat/completions"] --> B{扩展是否连接?}
    B -- "否 (last_push > 120s)" --> B1["返回 503"]
    B -- 是 --> C{模型是否存在?}
    C -- 否 --> C1["模糊匹配模型名"]
    C1 -- 仍未找到 --> C2["返回 404 + 可用模型列表"]
    C1 -- 找到 --> D
    C -- 是 --> D["构建 arena.ai 请求体"]
    D --> E["生成 UUIDv7 (eval_id)"]
    E --> F["拼接多轮对话历史"]
    F --> G["任务入队 RequestQueue"]
    G --> H["等待扩展轮询并转发"]
    H --> I["扩展用浏览器 fetch 发送到 arena.ai"]
    I --> J["扩展逐块回传 SSE 数据"]
    J --> K{stream 参数?}
    K -- true --> L["逐行解析 SSE → 转换为 OpenAI chunk 格式"]
    K -- false --> M["累积全部内容 → 返回完整 OpenAI 响应"]

• Python 3.10+
• Chrome 或 Firefox 浏览器
• 一个 arena.ai 账号（免费注册）
• macOS 用户需额外安装系统依赖：brew install libidn2 rtmpdump

# 创建虚拟环境
uv venv .venv --python python3.10
source .venv/bin/activate

# macOS 系统依赖
brew install libidn2 rtmpdump

# 安装 Python 依赖
uv pip install curl-cffi fastapi uvicorn

# 启动服务
uv run python server.py

DEBUG=1 uv run python server.py

服务器默认监听 http://localhost:9090，启动后会等待扩展连接。

1. 打开 Chrome，地址栏输入 chrome://extensions/
2. 开启右上角的 开发者模式
3. 点击 加载已解压的扩展程序
4. 选择项目中的 extension/ 目录

1. 打开 Firefox，地址栏输入 about:debugging#/runtime/this-firefox
2. 点击 临时载入附加组件
3. 选择项目中的 extension-firefox/manifest.json 文件

1. 点击扩展图标，点击 Open Arena.ai 按钮（或手动打开 https://arena.ai/?mode=direct）
2. 等待页面完全加载（约 3-5 秒）
3. 再次点击扩展图标，确认以下状态均为绿色：
   • Server → Connected
   • Arena Tab → Active
   • Auth Cookie → Yes
   • Models → 数量 > 0

# 查看所有可用模型
curl http://localhost:9090/v1/models

curl -s http://localhost:9090/v1/models | python3 -c "import json,sys; [print(m['id']) for m in json.load(sys.stdin)['data'] if 'claude' in m['id'].lower()]"


# 非流式聊天
curl http://localhost:9090/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-6",
    "messages": [{"role": "user", "content": "用python写一个排序算法"}]
  }'

# 流式聊天
curl http://localhost:9090/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-pro",
    "messages": [{"role": "user", "content": "Hello!"}],
    "stream": true
  }'

curl http://localhost:9090/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model":"claude-sonnet-4-6","messages":[{"role":"user","content":"Hello!"}],"stream":true}'

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:9090/v1",
    api_key="not-needed",  # 无需 API Key
)

# 流式输出
response = client.chat.completions.create(
    model="GPT-4o",
    messages=[{"role": "user", "content": "Hello!"}],
    stream=True,
)

for chunk in response:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

本服务兼容以下客户端和API网关：

• OpenAI SDK - 标准 OpenAI 格式
• Claude Code - Anthropic Claude 客户端
• Gemini API - Google Gemini 客户端
• Codex - OpenAI Codex 客户端
• OpenCode - 开源代码助手
• NewAPI - OpenAI API 网关
• OneAPI - 统一 API 网关

服务器会自动检测客户端类型（通过 User-Agent）并适配相应的响应格式。

点击扩展图标，在弹窗中可修改 Server URL（默认 http://127.0.0.1:9090）。

arena2api/
├── server.py              # FastAPI 代理服务器（OpenAI 格式转换 + arena.ai 调用）
├── requirements.txt       # Python 依赖（fastapi, uvicorn, httpx）
├── extension/             # Chrome 扩展 (Manifest V3)
│   ├── manifest.json      # 扩展清单（权限、脚本注入配置）
│   ├── background.js      # Service Worker — token 池管理、cookie 刷新、定时推送
│   ├── content.js         # Content Script (ISOLATED) — injector ↔ background 消息桥
│   ├── injector.js        # Page Script (MAIN) — reCAPTCHA 调用、模型提取、cookie 读取
│   ├── popup.html/js      # 扩展弹窗 UI（状态监控、手动操作）
│   └── icons/             # 扩展图标
├── extension-firefox/     # Firefox 扩展 (Manifest V2)
│   ├── manifest.json      # Firefox 扩展清单
│   ├── background.js      # Background Script — 兼容 Firefox API
│   ├── content.js         # Content Script — 兼容 Firefox API
│   ├── injector.js        # Page Script（与 Chrome 版本相同）
│   ├── popup.html/js      # 扩展弹窗 UI
│   └── icons/             # 扩展图标
└── README.md

确认 Python 服务器已启动且端口正确。扩展每 30 秒自动推送一次，也可点击 Push 按钮手动触发。

确保 arena.ai 页面已完全加载。模型列表从页面的 Next.js 数据中提取，如果页面未加载完成则无法获取。尝试刷新 arena.ai 页面。

扩展超过 120 秒未推送数据，服务器判定连接断开。检查 arena.ai 标签页是否仍然打开，或重新打开页面。

reCAPTCHA token 有效期约 2 分钟，扩展每 80 秒自动补充。如果短时间内大量请求耗尽 token 池，稍等片刻即可恢复。

• 需要保持 arena.ai 标签页打开 — 扩展依赖页面环境获取 reCAPTCHA token
• Token 有效期约 2 分钟 — 扩展自动刷新，高频请求时可能需要等待补充
• 免费使用 — arena.ai 本身免费，本工具仅做协议格式转换
• 模型名称 — 使用 arena.ai 原始名称（如 GPT-4o、Claude 3.5 Sonnet），通过 /v1/models 查看完整列表
• 仅限本地使用 — 服务器默认监听 0.0.0.0，生产环境请注意网络安全

在 Claude Code 客户端里，把 API Base URL 设置为你的本地服务：

方法1：环境变量

export ANTHROPIC_BASE_URL=http://localhost:9090/v1 export ANTHROPIC_API_KEY=any-string 方法2：~/.claude/settings.json

{ "env": { "ANTHROPIC_BASE_URL": "http://localhost:9090/v1", "ANTHROPIC_API_KEY": "any-string" } } 然后在请求时指定模型，比如 claude-sonnet-4-6。

注意：Claude Code 默认用 Anthropic 的 /messages 接口格式，而你的服务是 OpenAI 的 /chat/completions 格式，两者不兼容，直接配置可能无法工作，需要在 server.py 里额外实现 /v1/messages 端点来兼容 Anthropic SDK 格式。

curl -s http://localhost:9090/v1/messages
-H "Content-Type: application/json"
-H "x-api-key: test"
-H "anthropic-version: 2023-06-01"
-d '{"model":"claude-sonnet-4-6","max_tokens":1024,"messages":[{"role":"user","content":"Hello!"}]}' | python3 -m json.tool