什么是 Azure OpenAI Proxy？面向新手的 OpenAI API 代理完整指南：一文解决 OpenAI 与 Azure API 不兼容难题
【免费下载链接】azure-openai-proxyA proxy for Azure OpenAI API that can convert an OpenAI request into an Azure OpenAI request.项目地址: https://gitcode.com/gh_mirrors/azur/azure-openai-proxy
🔑Azure OpenAI Proxy是一个用 Go 语言编写的 OpenAI API 代理工具，它能把标准 OpenAI 请求自动转换成 Azure OpenAI 请求，让你无需改动任何代码，就能让各类开源 ChatGPT 项目直接跑在 Azure OpenAI 上；它也支持作为纯 OpenAI 接口代理，解决部分地区无法直连 OpenAI 接口的问题。
一、痛点：OpenAI 与 Azure OpenAI 接口为什么不兼容？
很多同学把 Azure 资源接进自己熟悉的 ChatGPT 开源项目时，都会遇到"报错一片"的情况。原因很简单：虽然服务同源，但两者的 API 规范并不一样。
| 对比项 | 原生 OpenAI API | Azure OpenAI API |
|---|---|---|
| 请求路径 | /v1/chat/completions | /openai/deployments/{部署名}/chat/completions |
| 鉴权方式 | Authorization: Bearer *** | 请求头api-key |
| 模型标识 | 模型名（如gpt-3.5-turbo） | 部署名（如gpt-35-turbo） |
| 版本参数 | 无需 | 必须携带api-version查询参数 |
换句话说：同一个模型名，在 Azure 上可能叫另一个名字；同一个请求头，在 Azure 上根本不认。手动改造请求代码费时费力，这正是代理工具登场的地方。
二、Azure OpenAI Proxy 能做什么？
这个工具的核心定位是"OpenAI 与 Azure OpenAI 之间的翻译官"，主要能力有：
- 🌐 代理 Azure OpenAI 的全部主要接口（对话、补全、向量）
- 🧠 支持所有 Azure OpenAI 模型，包括自定义微调模型
- 🗺️ 支持自定义"模型名 → 部署名"的映射关系
- 🔄 同时提供反向代理和正向代理两种使用方式
- 👍 对 Azure 不支持的 OpenAI 接口（如列出模型）自动 Mock 返回，兼容更多 Web 项目
核心逻辑集中在两个源码文件中：main.go 负责路由分发，pkg/azure/proxy.go 负责把 OpenAI 请求改写为 Azure 请求（替换鉴权头、拼接部署路径、附加api-version参数）。
三、两种代理模式：总有一种适合你
1️⃣ 反向代理模式（OpenAI API 网关）
你的项目把接口地址指向本代理，代理再转发到 Azure。适合"我想把 Azure 当作 OpenAI 用"的场景，也是默认模式：
- 请求：
POST /v1/chat/completions - 代理改写为：
POST {AzureEndpoint}/openai/deployments/{部署名}/chat/completions?api-version=... - 鉴权自动从
Authorization: Bearer换成api-key请求头
2️⃣ 正向代理模式（HTTP Proxy）
代理把请求透明转发到https://api.openai.com，适合在部分地区直连 OpenAI 受限的环境下使用。该模式的实现见 pkg/openai/proxy.go，注意它不内置 HTTPS 终结，通常需要在前面架设 Nginx 提供 HTTPS 支持。
通过环境变量AZURE_OPENAI_PROXY_MODE（取值azure/openai）即可切换。
四、最快上手：Docker 一键部署步骤
无需编译，官方镜像几分钟即可跑起来：
docker pull ishadows/azure-openai-proxy:latest docker run -d -p 8080:8080 --name=azure-openai-proxy \ --env AZURE_OPENAI_ENDPOINT={你的Azure Endpoint} \ --env AZURE_OPENAI_MODEL_MAPPER=gpt-3.5-turbo=gpt-35-turbo \ ishadows/azure-openai-proxy:latest也可以 clone 仓库自行构建（构建过程见 Dockerfile）：
git clone https://gitcode.com/gh_mirrors/azur/azure-openai-proxy.git常用环境变量清单
| 参数名 | 说明 | 默认值 |
|---|---|---|
AZURE_OPENAI_PROXY_ADDRESS | 服务监听地址 | 0.0.0.0:8080 |
AZURE_OPENAI_PROXY_MODE | 代理模式：azure/openai | azure |
AZURE_OPENAI_ENDPOINT | Azure OpenAI Endpoint（必需） | — |
AZURE_OPENAI_APIVERSION | API 版本 | 2023-03-15-preview |
AZURE_OPENAI_MODEL_MAPPER | 模型名=部署名 映射对，逗号分隔 | gpt-3.5-turbo=gpt-35-turbo |
AZURE_OPENAI_TOKEN | 设置后忽略请求头中的 Token | 空 |
部署完成后，像调用 OpenAI 一样调用即可：
curl https://localhost:8080/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer {你的Azure API Key}" \ -d '{ "model": "gpt-3.5-turbo", "messages": [{"role": "user", "content": "Hello!"}] }'五、模型映射机制：模型名和部署名对不上怎么办？
Azure 上你部署的模型有独立"部署名"，往往和 OpenAI 模型名不一致（比如gpt-3.5-turbo对应gpt-35-turbo）。代理内置了默认映射，并支持用AZURE_OPENAI_MODEL_MAPPER自定义扩展：
| OpenAI 模型名 | Azure 部署名 |
|---|---|
gpt-3.5-turbo | gpt-35-turbo-upgrade |
gpt-3.5-turbo-0301 | gpt-35-turbo-0301-fine-tuned |
如果某个模型名未命中映射表，代理会走 fallback 策略：自动去掉模型名中的.和:后透传（大部分 Azure 模型命名与 OpenAI 保持一致，微调模型通常可直接透传）。映射解析逻辑可参考 pkg/azure/proxy.go 中的GetDeploymentByModel函数。
六、支持哪些接口？还有哪些贴心设计？
| 接口 | 状态 |
|---|---|
/v1/chat/completions | ✅ 已代理 |
/v1/completions | ✅ 已代理 |
/v1/embeddings | ✅ 已代理 |
/v1/models、OPTIONS请求 | ✅ Mock 返回 |
针对"兼容性"还做了不少细节处理（见 main.go）：
- 📋
/v1/models接口直接 Mock 返回常用模型列表，解决依赖该接口的 Web 项目报错 - 🌐
OPTIONS预检请求返回跨域头，解决浏览器跨域检查失败的问题 - 📄 流式响应（SSE）自动补一个结尾换行，修复部分前端渲染异常
七、新手常见问题 FAQ
Q1：我的项目需要改代码吗？不需要。反向代理模式下，只需把项目的 API Base URL 指向代理地址，模型名照旧填写即可。
Q2：API Key 填在哪里？两种都行：请求头Authorization: Bearer {Azure Key}，或统一配置AZURE_OPENAI_TOKEN环境变量（后者会覆盖请求头）。
Q3：微调模型能用吗？可以。Azure 上的自定义微调模型同样支持，直接透传部署名或配置映射即可。
💡小结：如果你正在为 OpenAI 与 Azure API 的格式差异头疼，Azure OpenAI Proxy 提供了一个轻量、可 Docker 一键部署的中间层，让"原生 OpenAI 代码"无缝跑在 Azure 上。配置好 Endpoint 和模型映射，几分钟即可开工。
【免费下载链接】azure-openai-proxyA proxy for Azure OpenAI API that can convert an OpenAI request into an Azure OpenAI request.项目地址: https://gitcode.com/gh_mirrors/azur/azure-openai-proxy
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
