Free-BAI:BankOfAI 逆向工程与自动化 API Key 农场
> 来源: GitHub - BuluBulugege/Free-BAI
> 日期: 2026-05-06
> 评分: ⭐⭐⭐⭐ (技术深度极高,但存在明显的合规灰色地带)
一句话版本
这是一个把 AI 平台"注册送积分"的羊毛薅到工业级规模的项目——它逆向分析了 BankOfAI 平台的前端认证流程,然后批量自动注册钱包、领取积分、生成 API Key,最后把所有 Key 聚集到一个统一代理接口供调用。
什么是 BankOfAI?
BankOfAI(chat.bankofai.io)是一个基于 LobeChat 搭建的白标 AI 平台,品牌叫 "AINFT"。它给每个新注册用户赠送 500,000 积分(约 $0.50),支持 GPT-5.4、Gemini 3.1 Pro、GLM-5 等多种模型。
Free-BAI 做了什么
逆向工程
作者完整逆向分析了 BankOfAI 的前端认证流程:
1. 钱包签名登录(SIWE 风格)— 用 ethers.js 生成随机钱包
2. AES 加密凭证 — 硬编码的 AES Key 1wT1r7z8bZxDHVmZKAs6VFYSXOxmyh0lLByiw5TmF0=(从前端 JS 中提取)
3. tRPC 调用 — 所有后端 API 都是 tRPC 端点,直接逆向调用
4. 领积分流程 — 双重签名(登录签名 + 领奖签名)
自动化管线
6 步自动化流程:
| 步骤 | 操作 | 技术细节 |
|---|---|---|
| 1 | 生成钱包 | `ethers.Wallet.createRandom()` |
| 2 | Base L2 打尘 | 发送 10M wei(~$0.0000004)通过余额检查 |
| 3 | 签名登录 | SIWE 消息签名 |
| 4 | next-auth 登录 | 拿到 session cookie |
| 5 | 领取积分 | 伪造 AES token, 领 500,000 积分 |
| 6 | 创建 API Key | 生成 sk-xxxxx |
反反爬应对
- IP 限制:claim 接口单 IP 只能领一次 → 使用代理池(Kookeey / CloudBypass)
- 链上活动检查:钱包必须在 Base L2 上有过交易 → 打尘策略
- 防 Sybil:但被链上 dust 交易绕过
经济模型
| 指标 | 数值 |
|---|---|
| 单账户成本 | ~$0.0000004 |
| 单账户价值 | $0.50(500,000 积分) |
| 直接模式速率 | 3-5 keys/min |
| 批量模式速率 | 30-50 keys/min |
| Relay 模式 | 100-300 keys/batch |
| 每个 seed($0.05) | 3 个 key |
| 有效成本/key | ~$0.017 |
架构组件
- 自动注册脚本:单/批量注册、代理轮换、Base L2 打尘
- 管理面板:Next.js 仪表盘,SQLite 存储,实时监控池状态
- LiteLLM 代理:统一 OpenAI 兼容接口,路由到 GPT-5.4 / Gemini / GLM 等
- 自动填充守护进程:持续维持目标池大小
- Premium 模型绕过:3 种方法访问付费模型
技术亮点
1. 完整的 SIWE 逆向 — 从前端 JS 提取硬编码密钥,还原签名协议
2. 链上 Dust 策略 — 用最小成本的链上交易绕过反 Sybil 检查
3. Relay 链式注册 — 一个资金钱包可以 spawn 出一条链,每个 wallet 注册完把剩余 ETH 转发给下一个,最大化利用率
4. LiteLLM 集成 — 把所有 key 做成统一接口,兼容 OpenAI SDK
与我们的项目关联
相关点:
- 这种"薅羊毛"模式在 AI API 代理领域并不罕见,只是这个项目做到了极高的自动化程度
- 我们自己的 AI 工具链中如果有需要大规模 API 测试的场景,这种池化管理思路有参考价值
- LiteLLM 统一代理的架构设计值得学习
警示:
- 这个项目明显违反 BankOfAI 的服务条款
- BankOfAI 很可能已经注意到并加强了防护(目前 repo 仍然公开,可能已被平台针对)
- 如果供应链上依赖这类 Key,随时可能断供
评分
| 维度 | 评分 | 说明 |
|---|---|---|
| 技术深度 | ⭐⭐⭐⭐⭐ | 完整的逆向、自动化、池化管理,技术栈全面 |
| 实用性 | ⭐⭐⭐⭐ | 对使用者来说确实能低成本获得 API |
| 合规性 | ⭐ | 明显违反 TOS,灰色甚至黑色地带 |
| 可持续性 | ⭐⭐ | 平台变更后随时失效 |
| 文档质量 | ⭐⭐⭐⭐ | README 非常详细,中英文兼具 |
综合评分:⭐⭐⭐⭐ — 技术层面非常 impressive,但应用层面存在明显的合规风险。建议作为逆向工程学习案例来看,不推荐实际部署使用。