Tabbit2API

将 Tabbit 浏览器封装为本地 OpenAI 兼容 API 代理，供 Codex、Claude Code、OpenCode 等 AI Agent 工具调用。

通过 Chrome DevTools Protocol (CDP) 连接已登录的 Tabbit 浏览器，利用 webpack 模块注入直接调用 Tabbit 内部聊天 API，不依赖 UI 自动化（不模拟打字、不点击按钮），稳定可靠。

工作原理

┌─────────────┐     HTTP      ┌──────────────┐     CDP/WebSocket     ┌─────────────┐
│  AI Agent   │ ──────────── │  Proxy (v3)  │ ───────────────────── │   Tabbit    │
│ (OpenCode)  │  OpenAI API  │  :9090       │  webpack injection    │  Browser    │
└─────────────┘              └──────────────┘                       └─────────────┘

Agent 发送 OpenAI 格式的 /v1/chat/completions 请求
代理通过 CDP 连接 Tabbit，注入 JavaScript 代码
JS 代码通过 webpackChunk_N_E 获取 Tabbit 内部的 sendMessage 函数
直接调用内部 API 发送消息，监听 setMessages 回调获取响应
返回 OpenAI 兼容格式的 JSON 响应

核心优势：不依赖页面 DOM、不模拟用户操作、不拦截网络请求，直接调用内部模块，响应捕获率接近 100%。

快速开始

前置条件

macOS（已测试）/ Windows / Linux
Tabbit 浏览器 已安装并登录
Python 3.10+
websocket-client Python 包

安装

# 克隆仓库
git clone https://github.com/ken861222/tabbit2api.git
cd tabbit2api

# 安装依赖
pip3 install websocket-client

启动

# 第一步：启动 Tabbit 浏览器（带 CDP）
/Applications/Tabbit.app/Contents/MacOS/Tabbit \
  --remote-debugging-port=9222 \
  "--remote-allow-origins=*" \
  --no-first-run \
  --disable-gpu-compositing \
  --disable-extensions &

# 第二步：启动代理
python3 tabbit_proxy_v3.py

或使用一键启动脚本：

./start_tabbit.sh && python3 tabbit_proxy_v3.py

启动成功后会自动：

连接 Tabbit CDP 端口
导航到聊天页面
动态发现 webpack 模块（sendMessage、modes）
发送测试请求验证连通性
在 http://127.0.0.1:9090 启动 HTTP 服务

验证

# 健康检查
curl http://127.0.0.1:9090/health

# 列出模型
curl -H "Authorization: Bearer sk-tabbit-local" http://127.0.0.1:9090/v1/models

# 发送消息
curl -X POST http://127.0.0.1:9090/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-5.5","messages":[{"role":"user","content":"hello"}]}'

API 接口

`GET /health`

健康检查。

{"status": "ok", "modules": true}

modules: true 表示 webpack 模块已发现，代理可用

`GET /v1/models`

列出可用模型（OpenAI 格式）。

`POST /v1/chat/completions`

发送聊天请求。

请求体（OpenAI Chat Completions 格式）：

{
  "model": "gpt-5.5",
  "messages": [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Hello!"}
  ],
  "stream": false
}

参数说明：

参数	类型	说明
`model`	string	模型名称，见下方模型列表
`messages`	array	消息数组，支持 `system`、`user`、`assistant` 角色
`stream`	boolean	是否流式输出，默认 `false`

响应（OpenAI 格式）：

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "created": 1782108029,
  "model": "GPT-5.5",
  "choices": [{
    "index": 0,
    "message": {"role": "assistant", "content": "Hello! How can I help?"},
    "finish_reason": "stop"
  }],
  "usage": {"prompt_tokens": 0, "completion_tokens": 0, "total_tokens": 0}
}

模型列表

模型 ID	Tabbit 显示名
`gpt-5.5`	GPT-5.5
`gpt-5.4`	GPT-5.4
`gpt-5.2-chat`	GPT-5.2-Chat
`claude-opus-4.8`	Claude-Opus-4.8
`claude-opus-4.7`	Claude-Opus-4.7
`claude-sonnet-4.6`	Claude-Sonnet-4.6
`claude-haiku-4.5`	Claude-Haiku-4.5
`deepseek-v4-pro`	DeepSeek-V4-Pro
`deepseek-v4-flash`	DeepSeek-V4-Flash
`deepseek-v3.2`	DeepSeek-V3.2
`gemini-3.5-flash`	Gemini-3.5-Flash
`gemini-3.1-pro`	Gemini-3.1-Pro
`minimax-m3`	MiniMax-M3
`minimax-m2.7`	MiniMax-M2.7
`kimi-k2.6`	Kimi-K2.6
`kimi-k2.5`	Kimi-K2.5
`glm-5.1`	GLM-5.1
`qwen3.5-plus`	Qwen3.5-Plus
`doubao-seed-1.8`	Doubao-Seed-1.8

优先级链（使用 tabbit/priority 或 default 时按顺序尝试）：

Claude-Opus-4.7 → GPT-5.5 → Claude-Sonnet-4.6 → GPT-5.4 → DeepSeek-V4-Pro → GLM-5.1 → Gemini-3.1-Pro

Agent Tool Calling

代理支持 OpenAI 兼容的 tool calling。工作原理：

将请求中的 tools 定义注入到 system prompt
让模型以 <tool_call> 格式输出工具调用
代理解析响应，转成 OpenAI tool_calls 格式返回

请求示例：

{
  "model": "gpt-5.5",
  "messages": [{"role": "user", "content": "What is the weather in Tokyo?"}],
  "tools": [{
    "type": "function",
    "function": {
      "name": "get_weather",
      "description": "Get weather for a location",
      "parameters": {
        "type": "object",
        "properties": {
          "location": {"type": "string"}
        },
        "required": ["location"]
      }
    }
  }]
}

响应示例：

{
  "choices": [{
    "message": {
      "role": "assistant",
      "content": null,
      "tool_calls": [{
        "id": "call_abc123",
        "type": "function",
        "function": {
          "name": "get_weather",
          "arguments": "{"location": "Tokyo"}"
        }
      }]
    },
    "finish_reason": "tool_calls"
  }]
}

注意事项：

模型响应时间较长（30-60秒），因为 Tabbit 使用的是网页版 API
tool calling 依赖模型遵循指令格式，不同模型效果可能不同
建议设置较长的超时时间

Agent 集成

OpenCode / Codex

在配置文件中添加：

[providers.tabbit]
api_base = "http://127.0.0.1:9090/v1"
api_key = "sk-tabbit-local"
model = "gpt-5.5"

Claude Code

export ANTHROPIC_BASE_URL=http://127.0.0.1:9090
export ANTHROPIC_API_KEY=sk-tabbit-local

通用 OpenAI SDK

from openai import OpenAI

client = OpenAI(
    base_url="http://127.0.0.1:9090/v1",
    api_key="sk-tabbit-local"
)

response = client.chat.completions.create(
    model="gpt-5.5",
    messages=[{"role": "user", "content": "Hello!"}]
)
print(response.choices[0].message.content)

macOS 开机自启

使用 launchctl 实现开机自动启动代理：

# 创建 plist 文件
cat > ~/Library/LaunchAgents/com.tabbit.proxy.plist << 'EOF'
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<dict>
    <key>Label</key>
    <string>com.tabbit.proxy</string>
    <key>ProgramArguments</key>
    <array>
        <string>/usr/bin/python3</string>
        <string>/path/to/tabbit_proxy_v3.py</string>
    </array>
    <key>WorkingDirectory</key>
    <string>/path/to/tabbit2api</string>
    <key>RunAtLoad</key>
    <true/>
    <key>KeepAlive</key>
    <true/>
    <key>StandardOutPath</key>
    <string>/tmp/tabbit_proxy.log</string>
    <key>StandardErrorPath</key>
    <string>/tmp/tabbit_proxy.log</string>
</dict>
</plist>
EOF

# 加载服务
launchctl load ~/Library/LaunchAgents/com.tabbit.proxy.plist

注意：Tabbit 浏览器需要手动启动（带 CDP 参数），代理会自动连接。

技术细节

为什么用 webpack 注入而不是 UI 自动化？

方案	原理	问题
UI 自动化	模拟打字 + 点击发送按钮 + 拦截网络请求	页面导航后拦截器丢失，~70% 失败率
Webpack 注入	直接调用内部 `sendMessage` API	不依赖 DOM，~99% 成功率

Webpack 模块发现

代理启动时会动态扫描 Tabbit 的 webpack 模块，找到：

sendMessage：发送聊天消息的函数（通过特征签名 setMessages + onChatFinish 识别）
modes：聊天模式枚举（通过 ASK 属性识别）

这种方式兼容不同 Tabbit 版本，无需硬编码模块 ID。

参考项目

hwttop5/tabbit2api — Node.js 实现，使用 Playwright + webpack 注入，本项目的核心思路来源于此

故障排除

Tabbit 启动后立即崩溃

# 添加 --disable-gpu-compositing 参数
/Applications/Tabbit.app/Contents/MacOS/Tabbit \
  --remote-debugging-port=9222 \
  "--remote-allow-origins=*" \
  --no-first-run \
  --disable-gpu-compositing \
  --disable-extensions &

CDP 连接失败 (503)

Tabbit 刚启动时 CDP 端口可能还未就绪，等待几秒后重试。代理内置了重试逻辑。

模块发现失败

确保 Tabbit 已登录且有可用的会话页面。代理会自动导航到 /chat/new，但如果登录态失效需要重新登录。

响应超时

默认超时 180 秒，可通过修改 TIMEOUT_S 调整
如果某个模型超时，代理会自动尝试优先级链中的下一个模型

项目结构

tabbit2api/
├── tabbit_proxy_v3.py    # 主代理脚本（当前版本）
├── tabbit_proxy_v2.py    # 旧版（UI 自动化，已弃用）
├── start_tabbit.sh       # Tabbit 启动脚本
├── README.md             # 本文档
└── .gitignore

许可

MIT License

致谢

Tabbit — 免费的多模型 AI 浏览器
hwttop5/tabbit2api — webpack 注入方案的原始实现

Navigation Menu

Repository files navigation

Tabbit2API

工作原理

快速开始

前置条件

安装

启动

验证

API 接口

`GET /health`

`GET /v1/models`

`POST /v1/chat/completions`

模型列表

Agent Tool Calling

Agent 集成

OpenCode / Codex

Claude Code

通用 OpenAI SDK

macOS 开机自启

技术细节

为什么用 webpack 注入而不是 UI 自动化？

Webpack 模块发现

参考项目

故障排除

Tabbit 启动后立即崩溃

CDP 连接失败 (503)

模块发现失败

响应超时

项目结构

许可

致谢

About

Releases

Packages

Contributors

Languages

Name		Name	Last commit message	Last commit date
.gitignore		.gitignore
README.md		README.md
start_tabbit.sh		start_tabbit.sh
tabbit_proxy_v2.py		tabbit_proxy_v2.py
tabbit_proxy_v3.py		tabbit_proxy_v3.py

Latest commit

History

Folders and files

Repository files navigation

Tabbit2API

工作原理

快速开始

前置条件

安装

启动

验证

API 接口

GET /health

GET /v1/models

POST /v1/chat/completions

模型列表

Agent Tool Calling

Agent 集成

OpenCode / Codex

Claude Code

通用 OpenAI SDK

macOS 开机自启

技术细节

为什么用 webpack 注入而不是 UI 自动化？

Webpack 模块发现

参考项目

故障排除

Tabbit 启动后立即崩溃

CDP 连接失败 (503)

模块发现失败

响应超时

项目结构

许可

致谢

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages

`GET /health`

`GET /v1/models`

`POST /v1/chat/completions`