mmc/lingma-proxy-compose

Fork 0

Files

coolxll 9b652fea67 ci: add GitHub release workflow

2026-03-30 15:57:18 +08:00

5.9 KiB

Raw Blame History

lingma-ipc-proxy

English | 简体中文

lingma-ipc-proxy 是一个独立的 Go 后端，通过 Lingma 本地 pipe 或 websocket 传输与其通信，并对外暴露：

GET /v1/models
POST /v1/messages
POST /v1/chat/completions

当前范围：

支持非流式与流式响应
单次只处理一个请求
支持 Windows named pipe 传输，也支持本地 websocket 传输
直接走 Lingma IPC，不依赖 DOM/CDP

运行

cd C:\Workspace\Personal\lingma-ipc-proxy
go run .\cmd\lingma-ipc-proxy

配置文件

代理现在支持 JSON 配置文件，这样就不用每次都带一长串启动参数。

默认会尝试读取：

./lingma-ipc-proxy.json

也可以显式指定：

.\dist\lingma-ipc-proxy.exe --config .\config.example.json

参数解析优先级：

内置默认值
JSON 配置文件
环境变量
命令行参数

仓库里附带了一份示例配置：

config.example.json

比较实用的方式是先复制成 lingma-ipc-proxy.json，改好一次，后面直接启动代理，不再重复拼长参数。

推荐结构：

{
  "host": "127.0.0.1",
  "port": 8095,
  "transport": "auto",
  "mode": "chat",
  "session_mode": "reuse",
  "timeout": 120,
  "cwd": "C:/Workspace/Personal/lingma-ipc-proxy",
  "shell_type": "powershell",
  "current_file_path": "",
  "pipe": "",
  "websocket_url": ""
}

构建

构建 Windows 可执行文件：

cd C:\Workspace\Personal\lingma-ipc-proxy
.\scripts\build.ps1

默认输出：

dist\lingma-ipc-proxy.exe

发布

GitHub Actions 可以自动发布 GitHub Release。

触发方式：

推送匹配 v* 的 tag，例如 v0.1.0
或手动运行 Release workflow，并传入一个 tag

示例：

git tag v0.1.0
git push origin v0.1.0

发布产物：

lingma-ipc-proxy_<tag>_windows_amd64.zip
lingma-ipc-proxy_<tag>_sha256.txt

等价的 Go 构建命令：

$env:CGO_ENABLED = "0"
$env:GOOS = "windows"
$env:GOARCH = "amd64"
go build -trimpath -ldflags "-s -w" -o .\dist\lingma-ipc-proxy.exe .\cmd\lingma-ipc-proxy

运行构建后的二进制：

.\dist\lingma-ipc-proxy.exe --host 127.0.0.1 --port 8095 --session-mode auto
.\dist\lingma-ipc-proxy.exe --transport websocket --ws-url ws://127.0.0.1:36510 --port 8095

Windows 服务

这个项目正确的部署形态是本机进程，不是 Docker。原因很直接：代理需要通过本地 pipe 或 websocket 与 Lingma 通信，所以必须和 Lingma 跑在同一台主机上。

NSSM

先构建：

.\scripts\build.ps1

再用 NSSM 安装：

.\scripts\install-nssm-service.ps1 -NssmPath C:\Tools\nssm\nssm.exe

它等价于执行：

nssm.exe install LingmaIpcProxy C:\Workspace\Personal\lingma-ipc-proxy\dist\lingma-ipc-proxy.exe --host 127.0.0.1 --port 8095 --session-mode auto
nssm.exe set LingmaIpcProxy AppDirectory C:\Workspace\Personal\lingma-ipc-proxy
nssm.exe start LingmaIpcProxy

WinSW

先准备可执行文件：

.\scripts\build.ps1

把 WinSW 二进制放到：

dist\WinSW-x64.exe

然后生成服务包装文件：

.\scripts\install-winsw-service.ps1

脚本会生成：

LingmaIpcProxy.exe
LingmaIpcProxy.xml

然后安装并启动：

.\LingmaIpcProxy.exe install
.\LingmaIpcProxy.exe start

WinSW 模板文件位置：

scripts\lingma-ipc-proxy.xml.template

启动参数

go run .\cmd\lingma-ipc-proxy --port 8095 --session-mode auto

--host
--port
--transport
--pipe
--ws-url
--cwd
--current-file-path
--mode
--shell-type
--session-mode
- reuse：持续复用 sticky Lingma 会话
- fresh：为本次请求创建临时会话，结束后自动删除
- auto：单轮请求复用会话；带 system/history 的请求走临时 fresh 会话并在结束后自动删除
--timeout

环境变量

LINGMA_PROXY_TRANSPORT
LINGMA_IPC_PIPE
LINGMA_PROXY_WS_URL
LINGMA_PROXY_HOST
LINGMA_PROXY_PORT
LINGMA_PROXY_CWD
LINGMA_PROXY_CURRENT_FILE_PATH
LINGMA_PROXY_MODE
LINGMA_PROXY_SHELL_TYPE
LINGMA_PROXY_SESSION_MODE
LINGMA_PROXY_TIMEOUT_SECONDS

示例

Anthropic 非流式：

$body = @{
  model = "dashscope_qwen3_coder"
  messages = @(
    @{ role = "user"; content = "请只回复：ANTHROPIC_OK" }
  )
  stream = $false
} | ConvertTo-Json -Depth 8

Invoke-RestMethod `
  -Method Post `
  -Uri http://127.0.0.1:8095/v1/messages `
  -ContentType "application/json" `
  -Body $body

Anthropic 流式：

$body = @{
  model = "dashscope_qwen3_coder"
  messages = @(
    @{ role = "user"; content = "请只回复：ANTHROPIC_STREAM_OK" }
  )
  stream = $true
} | ConvertTo-Json -Depth 8

curl.exe -N `
  -H "Content-Type: application/json" `
  -d $body `
  http://127.0.0.1:8095/v1/messages

OpenAI 非流式：

$body = @{
  model = "dashscope_qwen3_coder"
  messages = @(
    @{ role = "user"; content = "请只回复：OPENAI_OK" }
  )
  stream = $false
} | ConvertTo-Json -Depth 8

Invoke-RestMethod `
  -Method Post `
  -Uri http://127.0.0.1:8095/v1/chat/completions `
  -ContentType "application/json" `
  -Body $body

OpenAI 流式：

$body = @{
  model = "dashscope_qwen3_coder"
  messages = @(
    @{ role = "user"; content = "请只回复：OPENAI_STREAM_OK" }
  )
  stream = $true
} | ConvertTo-Json -Depth 8

curl.exe -N `
  -H "Content-Type: application/json" `
  -d $body `
  http://127.0.0.1:8095/v1/chat/completions

流式返回形状

Anthropic 流式响应会输出与 messages API 兼容的 SSE 事件：

message_start
content_block_start
content_block_delta
content_block_stop
message_delta
message_stop

OpenAI 流式响应会输出 chat.completion.chunk 形状的 data: 行，并以：

data: [DONE]

结束。

5.9 KiB Raw Blame History Unescape Escape