koishi-plugin-lmarena

🎯 一键将图片转换为手办风格！

基于 LMArena Bridge API，支持多种 AI 绘图模型，让你的图片瞬间变成精美手办。

✨ Gemini 分支特性

本分支 (gemini) 针对 Google Gemini API 进行了深度优化：

1. 原生 Gemini 支持：配合 Cloudflare Worker 适配器，完美支持 gemini-2.5-flash-image 等模型。
2. 鉴权支持：新增 apiKey 配置项，支持通过 Authorization 头进行鉴权。
3. Data URI 支持：全面支持 data:image/... 格式的图片输入和输出,适配各种代理场景。
4. 调试增强：详细的调试日志，方便排查 API 响应和图片处理问题。
5. 可选图片处理：支持使用 koishi-plugin-sharp 进行图片压缩和格式转换，优化传输效率。

注意：如需图片压缩、格式转换等功能，请从 Koishi 插件市场安装相应的图片处理插件（如 koishi-plugin-sharp）。

快速开始 (Gemini)

1. （推荐）安装图片处理插件：

   • 在 Koishi 插件市场搜索并安装 koishi-plugin-sharp
   • 安装后插件会自动将上传的图片压缩为 1536x1536 JPEG 格式，减少传输大小
   • 如不安装，插件将直接使用原始图片（可能导致图片过大）

2. 部署 Cloudflare Worker 适配器 (参见 cloudflare_adapter.js)

3. 在 Koishi 插件配置中：

   • baseUrl: 填入 Worker 地址 (e.g., https://your-worker.workers.dev/v1beta/openai/chat/completions)
   • model: gemini-2.5-flash-image
   • apiKey: 填入你的 Gemini API Key

4. 尽情使用！

🚀 后端部署教程

重要提示：这里以【flux-1-kontext-pro】模型为例。

需要有桌面环境和 Python 环境。

第一步：安装浏览器插件

1. 访问：https://github.com/Lianues/LMArenaBridge/blob/main/TampermonkeyScript/LMArenaApiBridge.js
2. 打开 Tampermonkey 扩展的管理面板
3. 点击"添加新脚本"或"Create a new script"
4. 将 TampermonkeyScript/LMArenaApiBridge.js 文件中的所有代码复制并粘贴到编辑器中
5. 保存脚本
6. 注意： 请按照 tampermonkey#Q209 操作，开启开发者模式。

第二步：部署 Python 后端

# 克隆项目
git clone https://github.com/Lianues/LMarenaBridge
cd LMarenaBridge

# 安装依赖
pip install -r requirements.txt

# 启动 API 服务器（保持运行）
python api_server.py

注意：这个项目必须先运行 python api_server.py 才能运行其他附属 py 文件。

第三步：开始部署服务

3.1 更新模型列表

1. 保持第一个 cmd 窗口运行的 python api_server.py。
2. 使用安装了脚本的浏览器，打开：https://lmarena.ai/?mode=direct&chat-modality=image
3. 在网页上方选择模型为【flux-1-kontext-pro】
4. 新开一个 cmd 窗口，运行：python model_updater.py
5. 运行完成后关闭这个窗口

3.2 获取模型 Session ID

3. 使用安装了脚本的浏览器，打开：https://lmarena.ai/?mode=direct&chat-modality=image
4. 新开一个 cmd 终端，运行：python id_updater.py（保持运行状态）
5. 在网页上方选择模型为【flux-1-kontext-pro】
6. 输入任意提示词，进行交互生成图片
7. 等待模型返回图片后，点击图片右上角的重试按钮
8. 这样就算是完成了【python id_updater.py】的配置
9. 关掉运行 id_updater.py 的 cmd 窗口
10. 现在仅剩下第一个cmd 窗口运行的 python api_server.py。

3.3 编辑配置文件

步骤一：查找模型 ID

1. 打开项目文件夹中的 available_models.json 文件
2. 搜索模型名称【flux-1-kontext-pro】
3. 找到类似这样的数据：

{
    "id": "43390b9c-cf16-4e4e-a1be-3355bb5b6d5e",
    "publicName": "flux-1-kontext-pro",
    "organization": "bfl",
    "provider": "fal",
    "capabilities": {
        "inputCapabilities": {
            "text": true,
            "image": {
                "multipleImages": false
            }
        },
        "outputCapabilities": {
            "image": {
                "aspectRatios": [
                    "1:1"
                ]
            }
        }
    }
}

4. 记下这个 id 值：43390b9c-cf16-4e4e-a1be-3355bb5b6d5e

步骤二：处理 ID 把 id 后面加上一个 :image，变成：

43390b9c-cf16-4e4e-a1be-3355bb5b6d5e:image

步骤三：编辑 models.json

1. 打开项目文件夹中的 models.json 文件
2. 这个 json 文件默认内容是：

{
    "gemini-2.5-pro": "e2d9d353-6dbe-4414-bf87-bd289d523726",
    "gpt-5": "983bc566-b783-4d28-b24c-3c8b08eb1086",
    "nano-banana": "e4e58f18-c04f-47cd-8d11-4b2ece7b617e:image"
}

3. 编辑文件为：

{
    "gemini-2.5-pro": "e2d9d353-6dbe-4414-bf87-bd289d523726",
    "gpt-5": "983bc566-b783-4d28-b24c-3c8b08eb1086",
    "nano-banana": "e4e58f18-c04f-47cd-8d11-4b2ece7b617e:image",
    "flux-1-kontext-pro": "43390b9c-cf16-4e4e-a1be-3355bb5b6d5e:image"
}

注意：末尾有 :image 的表示这是图像模型

4. 保存文件

第四步：重启服务

1. 关闭所有刚才打开的 python 后端
2. 重新运行：python api_server.py
3. 不出意外，你就可以直接调用 API 了！

⚠️ 重要注意事项

1. 保持浏览器页面开启：在运行过程中，需要保持浏览器页面一直开着，否则会报错
2. Cloudflare 验证：浏览器页面可能会遇到 CF 拦截，需要手动完成 CF 的验证，以保持后端正常运行
3. Request Entity Too Large 错误：有时候 python 后端报错 Request Entity Too Large，可能就是因为遇到了 CF 验证，需要手动过验证

🔧 常见问题

Q: 提示 "Internal Server Error"

A: 通常是图片格式问题，插件会自动处理 GIF 转换，请稍后重试。

Q: 提示 "Request Entity Too Large"

A:

• 如果图片小于 5MB：检查浏览器是否遇到 Cloudflare 验证
• 如果图片大于 5MB：请使用更小的图片

Q: 生成失败

A:

1. 确保浏览器页面保持打开
2. 检查 Python 后端是否正常运行
3. 完成 Cloudflare 人机验证（如有）