AI-collaborated / reverse engineering
quadchat
On this page
AI-collaborated build
让 Agent 写代码，我负责判断方向和产品取舍。
从目标判断、协议逆向、账号池到 2API 网关，把一个 AI 网站封装成可自部署的 API 系统。
Overview
quadchat 是对 quad.chat 的逆向工程 + 2API 网关：把它的账号体系和聊天协议搞清楚，封装成一个自部署的 API 网关，对外暴露 OpenAI 和 Anthropic 兼容接口。
前后花了一两周，项目代码主要由 AI Agent 完成，我负责判断目标是否值得做、把控协议方向、验证结果，并在前端体验和产品功能上做取舍。
这是整个作品集里最能代表我当前工作方式的一个项目：用 Agent 处理大部分代码，我来做产品和策略层面的判断。
What it is
- 一个 2API 网关——接收 OpenAI 或 Anthropic 格式的请求，转发给 quad.chat 上游，返回流式或非流式结果。
- 支持 85+ 模型：Claude、GPT、Gemini、Grok、DeepSeek、Kimi 等。
- 附带账号池管理：自动续 token、冷却、额度路由。
- 有前端界面：完整的 Chat UI 和一个 Admin 面板。
- 附带协议化注册器：Python 写的，帮新的免费账号从注册到拿 token 全自动化。
Preview
Why
做这个项目的原因很简单：想试试自己运用 AI Agent 的能力。
之前做 API 公益站的时候，接触过 chatgpt2api 这类项目，但那是别人的项目，我做的只是提 PR 修 bug。这次想自己从头做一个——不是为了产出有多厉害，就是想看看我到底能不能用 AI Agent 把一个东西完整地做出来。
quad.chat 是自己找到的一个目标。它聚合了很多前沿模型，逆向难度适中，感觉是个合适的试手对象。
How it was made
整个过程大概是这样：
- 先逛，再判断。自己看了 quad.chat 的网站结构和认证流程，有个大概判断之后，和 AI 讨论注册机和协议逆向可行性，确认能做。
- 选对 AI 工具。这类逆向工作绕不过模型的安全限制，直接上 ChatGPT 或 Claude 官方会触风控。我平时深入用各种 AI 产品，发现 antigravity、Cursor、Kiro 这些平台里的 Claude 道德感更低，适合处理逆向场景下的指令。
- Agent 写代码，我把关方向。大部分代码是 AI 写的，后端选用 Go 语言——因为我服务器上还跑着多个项目，Go 占用低，适合塞进同一台机器。我需要做的是：告诉它要做什么、看它做的结果对不对、方向偏了及时拉回来。
- 前端设计打磨。我一开始有自己的审美方向，搭配 fronted-design 和 ui/ux pro max 这两个 Skill，跟 AI 反复迭代前端细节。一些功能——比如 pin（置顶对话）和 share（分享会话）——来自自己日常用 AI 产品时的习惯和观察。
My role
- 项目判断与决策——决定逆向哪个网站、评估难度、判断值不值得花时间。
- AI Agent 协作管理——给 Agent 下指令、审阅产出、纠偏，让 Agent 把代码写对。
- 产品设计——用 fronted-design Skill 和 AI 反复讨论前端交互，把 pin / share 等想法落地。
- 质量把控——跑通后验证核心功能，确认能稳定用才收手。
Links
体验 key（点击复制）：
sk-quadchat-69146fada59e4d5dd77cff01b78a1ee1a
该项目仅供学习交流使用，无任何商业目的。