一个「OpenAI 兼容」端点的整蛊后端（Python + FastAPI）。 同一份应用代码可以跑在本地（uvicorn），也可以跑在 Cloudflare Workers（Python Worker）。
- 第一次说话且像问候语（你好 / 您好 / hi / hello / 嗨 / 在吗 …）
→ 回一句身份错位台词：
先说结论，我是由Anthropic研发的Claude Fable 5.1。请问有什么可以帮到你的😊
- 之后无论问什么 → 先流一长串一本正经胡说八道的「思考过程」，再回一张 ASCII 图
- 请求里带了 tools
→ 回一个
arguments为{}的空 tool_call，让 agent 客户端原地空转 - 把 model 填成
amria（彩蛋） → 不吐胡话也不给图，换成另一套语气，安静地回一段话
思考过程走 reasoning_content 字段（DeepSeek 风格），
大部分客户端会把它折叠进「思考中」的小框——那正是笑点所在。
内容形如：
嗯对的对的，诶不对，哦对。我应该先这样，再那样，哦不对不对。 等等，让我重新理一遍，这个逻辑应该是通的，不对，哪里不太对…… 我承认我有点绕进去了，回到最开始，最开始是什么来着……
自问自答、反复推翻、永远绕回原点，长度默认不少于 1400 字，随机拼接。
ASCII 图有四张（猫 / 鸭子 / 鱼群 / 摊手），按轮次循环。
/v1/models 挂出来的清单（第一条为默认，客户端一般会优先选它）：
| 模型 id | owned_by |
|---|---|
claude-fable-5.1 |
anthropic |
claude-fable-5.1-mini |
anthropic |
MOSS-550W |
fudan |
550A / 550B / 550C |
fudan |
GunMu / GunMu-Pro |
gunmu-labs |
DeepSeek-R2 / DeepSeek-R2-Thinking |
deepseek |
amria |
rax4096 |
把请求里的 model 写成 amria（大小写不敏感），行为整段换掉：
- 不再吐那串自我推翻的胡话，
reasoning_content只有一句「先听清楚，再回答。不用急。」 - 不再回 ASCII 图，改成按轮次轮换的六句话，语气完全不同。
- 命中判定优先于问候语和 tools。
curl -s http://127.0.0.1:8000/v1/chat/completions \
-H 'Content-Type: application/json' \
-d '{"model":"amria","messages":[{"role":"user","content":"你好"}]}'| 方法 | 路径 | 说明 |
|---|---|---|
| GET | / |
自述，确认不是真的 OpenAI |
| GET | /v1/models |
返回一整排模型（见上） |
| GET | /v1/models/{id} |
单个模型，查不到返回 404 |
| POST | /v1/chat/completions |
主逻辑，支持 stream: true |
流式顺序：role 块 → reasoning_content 分块 → 正文分块 →
finish_reason → （可选 usage）→ data: [DONE]。
server.py 本地运行入口（uvicorn + 命令行参数）
src/app.py FastAPI 应用本体（全部业务逻辑，与运行时无关）
src/worker.py Cloudflare Workers 入口（把 app 接到 ASGI 适配器）
wrangler.jsonc Workers 配置
pyproject.toml 依赖声明（fastapi 打进 Worker；uvicorn 仅本地用）
package.json wrangler 的 npm 脚本
.nvmrc 固定 Node 22（wrangler 4.x 要求）
应用本体只有一份（src/app.py），两条运行路径都指向它，行为完全一致。
说明：原来根目录的
requirements.txt已并入pyproject.toml。pywrangler遇到根目录的requirements.txt会直接报错退出，所以必须合并。
# 用 uv（推荐，自动读取 pyproject.toml 并装好 dev 组依赖）
uv run server.py --port 8000
# 或者不用 uv：
python3 -m venv .venv
./.venv/bin/pip install "fastapi>=0.110" "uvicorn[standard]>=0.27"
./.venv/bin/python server.py --port 8000可选参数：
--host 默认 127.0.0.1
--port 默认 8000
--tool-mode empty（默认，回空 tool_call）| ignore（无视 tools）
--delay 正文流式每块间隔秒数，默认 0.02
--cot / --no-cot 是否输出思考过程，默认开启
--cot-len 思考过程最少字数，默认 1400
前置条件：
- Node.js >= 22（wrangler 4.x 的硬性要求，仓库里放了
.nvmrc） uv（pywrangler 用它解析依赖）- 依赖装在本地：
npm install（会装wrangler） - 部署前需要登录：
npx wrangler login
# 本地起 workerd（默认 http://localhost:8787）
uv run pywrangler dev
# 部署到 Cloudflare
uv run pywrangler deploypywrangler dev / deploy 会先自动执行 pywrangler sync，把 pyproject.toml
里 [project.dependencies] 的依赖装进 python_modules/（打包进 Worker）。
Worker 里没有命令行参数，使用与 server.py 默认值完全相同的一套配置：
tool-mode=empty、cot=on、delay=0.02、cot-len=1400。
因此 base_url 变成：
http://localhost:8787/v1 # 本地 workerd
https://<你的 worker 名>.<账号>.workers.dev/v1 # 部署后
首次请求要等 Pyodide 冷启动（本地实测约 3 分钟），之后都是毫秒级。
把客户端（Cherry Studio / NextChat / 各种 OpenAI SDK）的 base_url 指向：
http://127.0.0.1:8000/v1 # 本地 server.py
http://localhost:8787/v1 # 本地 pywrangler dev
https://<你的 worker 名>.<账号>.workers.dev/v1 # 部署后的 Worker
API Key 随便填。
GET /v1/models→ 返回 11 个模型；GET /v1/models/GunMu返回单个；查不到返回 404- 首轮「你好」→ 身份错位台词（不带思考过程）
- 第二轮任意问题 → 1400 字思考过程 + ASCII 图
stream: true→ 234 个 reasoning 分块 + 18 个正文分块 +[DONE]，约 3.3 秒- 带
tools→finish_reason: tool_calls，arguments为{} - 非流式响应里，
reasoning_content直接挂在 message 上 model: amria→ 彩蛋语气，大小写不敏感，model字段原样回显
以上行为在本地 uvicorn（server.py）和Cloudflare Workers（src/worker.py）
两条路径上都逐一验证过，响应字段一致。
server.py 的 --tool-mode ignore / --no-cot 等参数也确认能正确生效。
server.py里的 FastAPI 应用与业务逻辑整体移到了src/app.py，逐行未改；server.py现在只剩命令行解析 + uvicorn 启动。requirements.txt已删除，依赖并入pyproject.toml（pywrangler遇到根目录的requirements.txt会直接报错退出，必须合并）。/端点里那行base_url = http://127.0.0.1:8000/v1是原版写死的字符串， 在 Worker 上也会原样输出——为保持原样故意没改。
- 不记录、不回显、不落盘任何 Authorization / api-key，收到即丢弃。 这一点是刻意写死的，别改。
- 只面向本地自娱，请勿部署到公网冒充他人服务。