先自锤标题党，本文介绍的 GPT-4 API 目前还只能调用 /v1/chat/completions 以及 /v1/models 和 v1/embeddings 接口。至于 v1/audio/speech 、 v1/fine_tuning 、 v1/files 、 v1/images 、 v1/moderations 等接口是不支持的。但是胜在免费，而且其文字能力确实强大而又出众。

本文只需要用到一个仓库，是 Yanyutin753 开发的 gpt4-copilot-java ，目前还没有放出源码，只能在 Release 中下载打包好的 fat jar 包运行或者直接 docker 运行使用。

感谢始皇提供的 Cocopilot 以及公车 ghu_ThisIsARealFreeCopilotKeyByCoCopilot （已失效）。

部署

docker 运行过于简单，这里不再赘述。大致说明一下 fat jar 直接运行的方法：

# 下载 fat jar 包
curl -L -o gpt4-copilot-java.jar "https://github.com/Yanyutin753/gpt4-copilot-java/releases/download/v0.0.3/gpt4-copilot-java-0.0.3.jar"
# 测试运行，把 PORT 改为自己喜欢的端口，最后的 server.servlet.context-path 参数可以改成自己喜欢的尾缀
java -jar gpt4-copilot-java.jar --server.port=PORT --server.servlet.context-path=/
# 加入 pm2 管理
pm2 start java --name gpt4-copilot-java -- -jar gpt4-copilot-java.jar --server.port=PORT --server.servlet.context-path=/

使用

不妨设 gpt4-copilot-java 运行的地址为 https://your_gpt4-copilot-java.com 。使用公车作为 API Key 进行请求：

# 请求 /v1/chat/comletions 接口
curl --location 'https://your_gpt4-copilot-java.com/cocopilot/v1/chat/completions' \
  --header "Content-Type: application/json" \
  --header "Authorization: Bearer ghu_ThisIsARealFreeCopilotKeyByCoCopilot" \
  --data '{
    "model": "gpt-4",
    "messages": [
      {
        "role": "system",
        "content": "You are a helpful assistant."
      },
      {
        "role": "user",
        "content": "鲁迅打周树人"
      }
    ]
  }'

# 请求 v1/embeddings 接口
curl --location 'https://your_gpt4-copilot-java.com/cocopilot/v1/embeddings' \
  --header "Authorization: Bearer ghu_ThisIsARealFreeCopilotKeyByCoCopilot" \
  --header "Content-Type: application/json" \
  --data '{
    "input": "鲁迅打周树人...",
    "model": "text-embedding-ada-002",
    "encoding_format": "float"
  }'

1
2
3

# 请求 /v1/models 接口
curl --location 'https://your_gpt4-copilot-java.com/cocopilot/v1/models' \
  --header "Authorization: Bearer ghu_ThisIsARealFreeCopilotKeyByCoCopilot"

即为 https://your_gpt4-copilot-java.com/cocopilot 做 API BASE URL ，再使用 ghu_ThisIsARealFreeCopilotKeyByCoCopilot 做 API Key 请求即可。为了使用方便，可以与上一篇博客一样接入 One-api 进行使用。

lvguanjun/copilot_to_chatgpt4

如果你需要同时薅很多家 copilot 中转商，又不希望同时搭多个 gpt4-copilot-java ，那么可以使用 lvguanjun/copilot_to_chatgpt4 这个仓库。

首先，为了防止被人白嫖，也为了自己的IP安全，可以先搭建一个 HTTP 代理：

{
  "rewrites": [
    { "source": "/proxy/:match/:url*", "destination": "https://:match/:url*" },
    { "source": "/proxy/:match/:url*/", "destination": "https://:match/:url*/" },
    { "source": "/httpproxy/:match/:url*", "destination": "http://:match/:url*" },
    { "source": "/httpproxy/:match/:url*/", "destination": "http://:match/:url*/" }
  ]
}

在 GitHub 中新建一个仓库，仓库中新建名为 vercel.json 的文件，并填入以上内容。再去 Vercel 中新建 Project ，选择刚刚新建的这个仓库即可。这样你就获得了一个由 Vercel 提供的通用 HTTP 代理，只需要在你需要访问的地址前加上https://your-vercel-project.vercel.app/proxy/即可通过 Vercel 代理访问目标地址，如https://proxy-nineninesix.vercel.app/proxy/www.google.com即为通过 Vercel 访问https://www.google.com。

接下来，我以 Serv00 免费 FreeBSD 主机为例记录 lvguanjun/copilot_to_chatgpt4 的部署过程：

首先在 Panel 中放行一个端口，然后将仓库代码克隆到 Serv00 上：

1	git clone -b endpoint https://github.com/lvguanjun/copilot_to_chatgpt4 c2g4 && cd c2g4

接着按照源仓库的README准备虚拟环境：

python3 -m venv venv
source venv/bin/activate
# 由于 Serv00 免费用户的使用限制，在这里必须使用cpuset命令进行依赖安装，不然装不上。
cpuset -l 0 pip install -r requirements.txt
cp config.py.sample config.py

接着使用 Panel 自带的编辑器或者 vim 编辑 config.py 的内容，主要修改WHITE_TOKEN_URLS的值：

1 2	# 切记不要带 /proxy 路径，该仓库不支持识别此路径，直接用 /* 覆盖全路径即可。 WHITE_TOKEN_URLS = "https://your-vercel-project.vercel.app/*"

保存后，新建一个启动脚本，方便使用 pm2 管理：

cat > run.sh << EOF
#!/bin/bash
source venv/bin/activate
# 记得将下一行的 PORT 替换为自己放行的端口
uvicorn main:app --host 0.0.0.0 --port PORT
deactivate
EOF

测试运行：

1	chmod +x run.sh && bash run.sh

使用pm2管理运行：

1	chmod +x run.sh && ~/.npm-global/bin/pm2 start ./run.sh --name copilot_to_chatgpt4

拼接Key的规则：https://your-vercel-project.app/proxy/地址||秘钥，如https://your-vercel-project.app/proxy/1.1.1.1/copilot_internal/v2/token||mxY5Oc8i8qUHoaiyfgeiuqgefoufmdZwyUqJmlz+MVIXNOabdfkhdaqL0tkQyajSOihkkP/tXbvBUMZhQE08GTfGW4p9GdSHRaNLijJCNVc=.kJfupjFfQeriLXvBDGiA7g==