凌晨3点还在改Bug？GitHub星标35k+的ChatGPT-Next-Web，用Docker和API Key让程序员提前下班

1. 凌晨三点的报错，多半卡在 API Key 这一环

ChatGPT-Next-Web 是一个开源的 AI 对话前端，GitHub 星标 35k+，能让你把大模型对话界面部署到自己的服务器或 Vercel 上，支持多模型切换、对话历史本地存储、自定义系统提示词。适合谁？适合想拥有一个私有对话入口的开发者、需要给团队内部搭一个统一 AI 门户的技术负责人，以及不想在多个网页之间来回切换的独立开发者。

但真正让人凌晨三点还睡不着的，往往不是界面本身，而是部署完之后那一句401 Unauthorized，或者页面上转圈半天最后弹出local proxy failed。我见过太多人把 Docker 命令跑通了，容器也起来了，打开页面输入一句话，结果报错信息只有一行，连是 Key 的问题还是网络的问题都分不清。

这篇就聚焦两件事：ChatGPT-Next-Web 在 Docker 和 Vercel 两种部署路径下，API Key 到底该怎么配；以及配完之后怎么用一次最小请求验证它真的通了。我会给出可以直接复制的环境变量片段、一份 JSON 配置示例，还有几个真实报错的对照排查表。你跟着做，至少能少熬两个晚上。

需要提前说明的是，ChatGPT-Next-Web 本身只是一个前端壳，它不提供模型能力，你需要自己准备一个兼容 OpenAI 接口的服务地址和 Key。下面所有配置里的 Base URL 和 Key，都替换成你自己实际可用的那一套即可。

2. TaoToken 作为模型接入层的前置准备

在讲 Docker 和 Vercel 配置之前，先把「模型接入层」这件事说清楚。ChatGPT-Next-Web 默认走的是 OpenAI 官方接口，但很多开发者手里并没有官方 Key，或者希望统一管理多个模型的调用额度。这时候就需要一个兼容 OpenAI 协议的接入层，把 Base URL 指向它，Key 也用它的。

TaoToken 就是这样一个接入层，它的 API 地址是https://taotoken.net/api，兼容 OpenAI 的/v1/chat/completions接口格式。也就是说，ChatGPT-Next-Web 里所有关于OPENAI_API_KEY和BASE_URL的配置，都可以直接指向它，不需要改任何前端代码。

你需要先拿到两样东西：一个可用的 Key，以及确认 Base URL 的写法。Key 在控制台的 API Keys 页面创建，地址是https://taotoken.net/console/api-keys。创建的时候建议给 Key 起一个能区分用途的名字，比如next-web-docker或next-web-vercel，这样后面排查问题时能一眼看出是哪个部署环境在用。

Base URL 的写法有个坑：ChatGPT-Next-Web 内部会自己拼接/v1/chat/completions，所以你在环境变量里填的BASE_URL应该是https://taotoken.net/api，而不是https://taotoken.net/api/v1。多写一个/v1会导致最终请求路径变成/api/v1/v1/chat/completions，直接 404。这个细节我在第一次配的时候也踩过，报错信息只显示请求失败，根本不告诉你路径拼错了。

另外，模型 ID 也要确认。ChatGPT-Next-Web 的环境变量里有一个CUSTOM_MODELS，用来控制下拉框里显示哪些模型。如果你不配，它默认显示的是 OpenAI 的模型列表，你选了gpt-4但接入层那边没有这个模型，就会报模型不存在的错误。所以建议在配置阶段就把CUSTOM_MODELS写上你实际可用的模型 ID，比如+gpt-4o,+claude-3-5-sonnet这种格式，加号表示追加到默认列表。

如果你只是想在部署前先验证一下 Key 和模型能不能通，可以先用模型对话页面发一条消息试试，地址是https://taotoken.net/chat。这一步能通，再往下配 Docker 和 Vercel 就心里有底了。

3. Docker 与 Vercel 的可复制配置片段

这一节是全文的核心操作部分，我会分别给出 Docker 和 Vercel 的配置写法，包括环境变量、JSON 配置片段，以及路径说明。你直接复制改 Key 就能用。

3.1 Docker 环境变量配置

Docker 部署的关键是把环境变量传进容器。ChatGPT-Next-Web 支持的变量名里，最核心的三个是OPENAI_API_KEY、BASE_URL和CUSTOM_MODELS。下面这条命令可以直接复制，把sk-你的Key和模型 ID 换成你自己的：

docker run -d \ --name chatgpt-next-web \ -p 3000:3000 \ -e OPENAI_API_KEY="sk-你的Key" \ -e BASE_URL="https://taotoken.net/api" \ -e CUSTOM_MODELS="+gpt-4o,+claude-3-5-sonnet" \ -e CODE="你设置的访问密码" \ yidadaa/chatgpt-next-web

这里有几个点要说明。CODE是页面访问密码，不设的话任何人打开你的 3000 端口都能用你的 Key，建议设上。BASE_URL结尾不要带斜杠，也不要带/v1。CUSTOM_MODELS里的加号是追加语义，如果你只想显示自己指定的模型，可以用-all,+gpt-4o这种写法先清空再追加。

如果你习惯用docker-compose，可以写成这样一份docker-compose.yml：

version: "3.8" services: chatgpt-next-web: image: yidadaa/chatgpt-next-web container_name: chatgpt-next-web ports: - "3000:3000" environment: - OPENAI_API_KEY=sk-你的Key - BASE_URL=https://taotoken.net/api - CUSTOM_MODELS=+gpt-4o,+claude-3-5-sonnet - CODE=你设置的访问密码 restart: unless-stopped

restart: unless-stopped这行建议加上，服务器重启后容器能自动起来，不用你手动再跑一遍。

3.2 Vercel 环境变量配置

Vercel 部署的路径稍微不同。你先把 ChatGPT-Next-Web 的仓库 fork 到自己账号下，然后在 Vercel 里 Import 这个仓库。在部署配置页面，找到 Environment Variables 区域，添加下面这几条：

Vercel 的环境变量是分环境的，Production、Preview、Development 三个都要填，否则你在 Preview 分支测试的时候会发现 Key 读不到。填完之后点 Deploy，等构建完成。

如果你是在本地用 Vercel CLI 部署，可以在项目根目录建一个.env.local文件，内容如下：

OPENAI_API_KEY=sk-你的Key BASE_URL=https://taotoken.net/api CUSTOM_MODELS=+gpt-4o,+claude-3-5-sonnet CODE=你设置的访问密码

然后跑vercel --prod。注意.env.local不要提交到 Git 仓库，Vercel 的.gitignore默认已经忽略了它，但你自己确认一下。

3.3 一份可复用的 settings 配置片段

ChatGPT-Next-Web 在浏览器端也支持通过设置面板覆盖部分配置。如果你不想每次部署都改环境变量，可以在页面设置里填 Base URL 和 Key，它会存在浏览器本地。对应的配置结构大致是这样一份 JSON：

{ "openaiApiKey": "sk-你的Key", "openaiApiBaseUrl": "https://taotoken.net/api", "customModels": "+gpt-4o,+claude-3-5-sonnet", "temperature": 0.7, "top_p": 1, "model": "gpt-4o" }

这份 JSON 不是直接导入的文件，而是帮你对照设置面板里每一项该填什么。openaiApiBaseUrl对应设置里的「接口地址」，openaiApiKey对应「API Key」，customModels对应「自定义模型」。填完之后点保存，刷新页面生效。

如果你用的是 Claude Code 这类需要单独配置的客户端，它的配置文件路径和字段名又不一样，但核心三件套是一样的：Base URL、Key、Model ID。这三个对齐了，大部分接入问题都能解决。

4. 一次对话请求的验证动作与成功结果

配置写完不代表通了，必须做一次最小验证。这一步的目的是把「配置问题」和「模型问题」分开，让你知道到底卡在哪一层。

4.1 用 curl 直接验证接入层

在配 Docker 或 Vercel 之前，先用 curl 打一次接入层的接口，确认 Key 和 Base URL 本身是通的：

curl -X POST "https://taotoken.net/api/v1/chat/completions" \ -H "Authorization: Bearer sk-你的Key" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-4o", "messages": [{"role": "user", "content": "说一句你好"}], "max_tokens": 20 }'

注意这里的路径是/api/v1/chat/completions，因为 curl 是直接打完整路径，而 ChatGPT-Next-Web 内部会自己拼/v1，所以环境变量里只填到/api。这个区别很关键，很多人在这里搞混。

如果返回的 JSON 里有choices数组，并且message.content里有内容，说明接入层这一层是通的。如果返回401，说明 Key 无效或没带上；如果返回404，说明路径拼错了；如果返回model not found，说明模型 ID 不对。

4.2 在 ChatGPT-Next-Web 页面里发一条消息

接入层验证通过后，打开你部署好的页面，输入访问密码，然后在对话框里发一句「你好」。正常情况下你会看到回复逐字出现。如果页面转圈后报错，打开浏览器开发者工具，切到 Network 面板，找到发往/api/openai/v1/chat/completions的那条请求，看它的响应状态码和响应体。

这里有个细节：ChatGPT-Next-Web 的前端请求是先打到自己部署的 Next.js 接口，再由服务端转发到BASE_URL。所以你在 Network 里看到的请求地址是本地的/api/openai/...，不是直接打taotoken.net。真正的转发发生在服务端，服务端的报错会体现在响应体里。

4.3 成功结果的判断标准

一次成功的对话请求，应该满足三个条件：页面正常显示回复内容；Network 面板里那条请求的状态码是 200；响应体里没有error字段。如果状态码是 200 但内容为空，多半是max_tokens设得太小或者模型返回了空内容，可以调大max_tokens再试。

如果你在 Docker 里部署，还可以看容器日志：

docker logs -f chatgpt-next-web

日志里会打印服务端转发的请求和响应摘要。如果看到401或403，回去检查 Key；如果看到ECONNREFUSED，检查BASE_URL是否写错或网络是否可达。

5. 常见报错对照排查：401、local proxy failed、reading choices

这一节把几个高频报错单独拎出来，给你一份对照表。遇到报错先查表，比盲目改配置快得多。

5.1 401 Unauthorized

这是最常见的报错，意思是 Key 没通过验证。可能的原因有四个：Key 复制的时候多了空格或换行；Key 已经被删除或过期；Authorization头没带上，比如环境变量名写成了OPENAI_KEY而不是OPENAI_API_KEY；或者 Base URL 指向了一个不需要 Key 但也不认这个 Key 的地址。

排查动作：先用第 4.1 节的 curl 命令单独测 Key，排除前端干扰。如果 curl 也 401，那就是 Key 本身的问题，去控制台重新创建一个。如果 curl 通了但页面还 401，检查环境变量名是否拼写正确，Docker 里可以用docker exec chatgpt-next-web env | grep OPENAI看一下容器内实际读到的值。

5.2 local proxy failed

这个报错通常出现在 Vercel 部署或本地开发模式下，意思是前端请求打到了本地的代理接口，但代理接口转发失败。常见原因是BASE_URL没配，或者配了一个前端无法访问的地址。Vercel 的 Serverless 函数在转发时，如果BASE_URL是localhost或内网地址，就会失败。

排查动作：确认BASE_URL是一个公网可访问的地址，比如https://taotoken.net/api。如果你在本地 Docker 里跑，而BASE_URL写的是http://localhost:8080，那容器内部的 localhost 指向的是容器自己，不是宿主机，需要改成宿主机的局域网 IP 或host.docker.internal。

5.3 reading 'choices' 或 Cannot read properties of undefined

这个报错说明前端拿到了响应，但响应结构里没有choices字段，代码在读取choices[0]的时候崩了。根本原因通常是接入层返回了一个错误对象，而不是正常的对话结构。比如返回了{"error": {"message": "invalid api key"}}，前端没做错误分支处理，直接去读choices就报了这个错。

排查动作：打开 Network 面板，看那条请求的原始响应体。如果里面是error字段，按错误信息去查。如果是空响应，检查BASE_URL是否多写了/v1导致 404 返回了 HTML 页面。这个报错本身不是根因，根因在响应体里。

5.4 OAuth 或 auth.json 相关报错

如果你用的是 Claude Code 或其他需要 OAuth 的客户端，可能会遇到auth.json读取失败或 OAuth token 过期。这类客户端的配置文件和 ChatGPT-Next-Web 不同，但核心三件套一样：Base URL、Key、Model ID。以 Claude Code 为例，它的配置文件通常在~/.claude/settings.json或项目级的.claude/settings.json，里面需要填apiBaseUrl和apiKey。如果你用的是 CC Switch 或 Cline MCP 这类工具，配置入口在各自的设置面板里，找到「自定义 API 地址」和「API Key」两栏填上即可。

排查动作：确认配置文件路径正确，字段名和工具文档一致。OAuth 类报错通常需要重新走一遍授权流程，或者把认证方式从 OAuth 切换成 API Key。切换之后记得重启客户端，有些工具不会热加载配置。

6. 把接入层配稳之后，长期编码可以这样走

配置跑通只是第一步。如果你打算把 ChatGPT-Next-Web 当成日常编码的固定入口，建议把 Key 的管理和模型的选择分开处理。Key 用环境变量注入，不要写死在代码或配置文件里；模型用CUSTOM_MODELS控制，想换模型的时候只改这一个变量，不用动其他配置。

对于需要长期跑 Agent 任务或高频编码调用的场景，可以了解一下 Coding Plan 这类按周期计费的方案，地址是https://taotoken.net/coding-plan。它适合那种每天都要调用很多次、但又不想每次单独算 token 的用法。如果你只是偶尔用用，按量计费的 API Key 就够了。

另外，接入文档里有各个客户端的具体配置示例，包括 Docker、Vercel、Claude Code 等，遇到不确定的字段名可以去查一下：https://taotoken.net/doc。文档里对 Base URL 的写法和模型 ID 的格式有明确说明，比在报错里猜要快得多。

最后说一个我自己的习惯：每次改完环境变量，先跑一遍第 4.1 节的 curl，再打开页面发一条消息。两步都过了，再去干正事。这样能把配置问题和业务问题分开，省得在凌晨三点对着一个转圈的页面发呆。