项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 3128
使用教程
环境要求
- Node.js 运行环境(用于执行 node src/index.js)
- Git(用于克隆仓库)
- Docker 与 Docker Compose(仅选择 Docker 部署时需要)
- PM2(可选,用于常驻后台运行)
安装与启动步骤
-
1克隆项目仓库
把 WindsurfAPI 源码下载到本地,并进入项目目录,后续命令都在此目录执行。
git clone https://github.com/dwgx/WindsurfAPI.git cd WindsurfAPI -
2运行一键初始化
执行 setup.sh,自动建目录、配权限并生成 .env 配置文件,这是官方的推荐入口。
bash setup.sh -
3启动服务
用 node 直接拉起主程序,服务会在前台运行,日志直接输出到当前终端。
node src/index.js -
4打开 Dashboard
浏览器访问 Dashboard 地址确认服务已起来,把“你的IP”换成实际机器 IP 或 localhost。
-
5改用 Docker 部署
不想装 Node 环境时用这条路线:先复制环境变量模板,再后台构建启动并跟踪日志。
cp .env.example .env docker compose up -d --build docker compose logs -f -
6用 PM2 常驻运行
需要长期后台运行时用 PM2 托管,并保存进程列表、设置开机自启。
npm install -g pm2 pm2 start src/index.js --name windsurf-api pm2 save && pm2 startup
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
.env | 是 | 主配置文件,由 setup.sh 生成或从 .env.example 复制 | .env |
DATA_DIR | 否 | 持久化数据目录,Docker 镜像中默认已设为 /data | /data |
如何确认成功
浏览器打开 http://你的IP:3003/dashboard,能看到 Dashboard 页面即表示启动成功。
常见问题
Q:服务启动后访问哪个地址?
A:Dashboard 地址为 http://你的IP:3003/dashboard,把“你的IP”替换成部署机器的实际 IP,本机部署可用 localhost。
Q:Docker 部署的数据存在哪里?
A:默认挂载到 ./.docker-data 下:data 存 accounts.json、proxy.json、stats.json 等,opt/windsurf 存 Language Server,tmp/windsurf-workspace 为临时工作区。
Q:想换持久化目录怎么办?
A:在 .env 里设置 DATA_DIR 即可修改数据目录,Docker 默认值已设为 /data。
Q:为什么不能用 pm2 restart?
A:README 明确提示 pm2 restart 会产生僵尸进程,更新时请改用一键更新脚本 bash update.sh。
Q:手动部署时 Language Server 怎么装?
A:使用 install-ls.sh,可传本地路径或 --url 参数,也可通过 WINDSURFAPI_LS_RELEASE 指定 release 地址。
注意事项
- 用 PM2 部署时请勿执行 pm2 restart,更新请用 bash update.sh。
- Docker 部署前需先执行 cp .env.example .env 生成配置文件。
- 手动部署 macOS 时,使用 install-ls.sh 打印出的 LS_BINARY_PATH。
- 只有关掉 DEVIN_CONNECT、走 Cascade 时,才会在缺二进制时尝试安装 LS。
核心亮点
- 零依赖纯 JS 实现,部署简单,无需配置复杂环境
- 同时兼容 OpenAI、Anthropic、Gemini 三套 API,覆盖主流工具
- 支持 100+ 模型自动路由,充分利用订阅额度,降低 API 成本
不足之处
- 依赖 Windsurf/Devin 订阅账号,非独立模型来源,存在封号风险
- 文档/社区待观察,项目尚在早期,生态和稳定性需时间验证
适用场景
- 在 Claude Code 或 Cursor 中使用 Windsurf 订阅的 Claude 模型
- 将多种模型统一封装为 OpenAI 格式,供内部应用调用
- 低成本测试不同模型效果,无需分别购买各厂商 API
替代项目
LiteLLM、One API、new-api
上一篇:database-build
下一篇:infinity
同类项目推荐
mlplatform-workshop
开源
用示例代码快速搭建机器学习平台骨架
Example code for a basic ML Platform based on Pulumi, FastAPI, DVC, MLFlow and more
lix
开源
给任意文件装上时光机,让AI变更可追溯
Embeddable version control system for files and tables.
simple-llm
开源
1300行Python手写LLM推理引擎,读懂并魔改每一步
~1300 line, minimal, extensible LLM inference engine built from scratch.
Belullama
开源
一键打包本地大模型和画图,开箱即用
Belullama is a comprehensive AI application that bundles Ollama, Open WebUI, and Aut···
picolm
开源
在 10 美元开发板上跑 10 亿参数大模型,边缘 AI 也能玩转。
Run a 1-billion parameter LLM on a $10 board with 256MB RAM
chromadb-chart
开源
一条命令在 Kubernetes 上部署 ChromaDB,省心省力
Chart for deploying ChromaDB in Kubernetes
sdk
开源
给生产级 ML 装个元数据仓库,让模型资产可追踪、可复现。
Metadata store for Production ML
genai-factory
开源
用 Terraform 在 GCP 一键搭好安全的生成式 AI 底座
A collection of end-to-end infrastructure blueprints to deploy generative AI infrast···
agentcat-python-sdk
开源
给 MCP 服务器装上监控眼,实时洞察 AI 代理调用。
AgentCat is an analytics platform for MCP server owners .
