chatgpt-web
chatgpt-web 是一个基于 OpenAI API 构建的轻量级单页网页应用,旨在为用户提供简洁、私密的 ChatGPT 对话界面。它主要解决了用户希望以更低的成本使用官方模型,同时确保对话数据完全本地化存储、不经过第三方服务器的隐私痛点。只需拥有 OpenAI API Key,即可在浏览器中开启安全对话,即使关闭页面,历史记录也能通过本地存储随时恢复。
这款工具非常适合注重数据隐私的普通用户、希望按需付费而非订阅 Plus 会员的个人,以及想要快速自建对话界面的开发者。其技术亮点在于极致的轻量化与功能性平衡:支持 GPT-4 等多种模型切换,具备语音输入与朗读功能,并能实时流式输出回复。此外,它还内置了丰富的预设提示词库,支持代码高亮一键复制、对话导出为 Markdown,甚至能通过特定指令调用 DALL·E 进行图像生成。作为开源项目,chatgpt-web 允许用户自行部署或打包为桌面应用,兼具移动端适配能力,让 AI 交互变得更加灵活、高效且透明。
使用场景
一名自由职业开发者需要频繁调用 GPT-4 辅助编写代码和生成素材,同时严格保障客户数据隐私并控制运营成本。
没有 chatgpt-web 时
- 成本高昂:被迫订阅每月 20 美元的 ChatGPT Plus 会员,即便按量计费更划算也无法选择,导致小额高频使用场景下成本虚高。
- 隐私隐患:对话记录存储在云端服务器,处理敏感客户代码或私有数据时存在泄露风险,且无法完全掌控数据去向。
- 协作割裂:生成的代码片段和对话历史难以快速导出分享,每次都需要手动复制粘贴并重新格式化,降低交付效率。
- 功能受限:缺乏原生的语音交互和图像生成入口,需在不同工具间切换才能完成多模态任务,打断工作流。
使用 chatgpt-web 后
- 降本增效:直接对接 OpenAI API 按实际用量付费,相比固定订阅费节省了大量开支,尤其适合间歇性高强度使用场景。
- 数据私有:所有聊天记录仅保存在浏览器本地存储中,关闭标签页后数据不离端,彻底消除了敏感信息上云的顾虑。
- 流畅交付:一键将完整对话导出为 Markdown 文件,代码块自动高亮并可单独复制,方便直接整理进技术文档或交付给客户。
- 全能集成:在同一界面即可通过语音输入指令、调用 DALL·E 生成配图,并支持流式输出实时查看结果,实现了多模态工作流的闭环。
chatgpt-web 通过本地化存储与灵活的 API 接入,为开发者打造了一个既经济安全又功能完备的私有化 AI 工作台。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
ChatGPT-web
网址: https://niek.github.io/chatgpt-web/

ChatGPT-web 是一个简单的单页 Web 界面,用于访问 OpenAI 的 ChatGPT API。要使用它,您需要先注册获取 OpenAI API 密钥。所有消息都存储在您的浏览器本地存储中,因此一切都是 私密的。您也可以关闭浏览器标签页,稍后再回来继续对话。
特性
- 开源: ChatGPT-web 是开源的(GPL-3.0),因此您可以自行托管并根据需要进行修改。
- 私密: 所有聊天和消息都存储在您的浏览器本地存储中,因此一切都是私密的。
- 可定制: 您可以自定义提示词、温度以及其他模型设置。支持多种模型(包括 GPT-4)。
- 更便宜: ChatGPT-web 使用的是商业版 OpenAI API,因此比 ChatGPT Plus 订阅要便宜得多。
- 快速: ChatGPT-web 是一个单页 Web 应用程序,因此它 快速且响应迅速。
- 移动友好: ChatGPT-web 兼容移动设备,因此您可以在手机上使用它。
- 语音输入: ChatGPT-web 支持语音输入,因此您可以与 ChatGPT 对话,它也会回应您。
- 预选提示词: ChatGPT-web 自带一份 预选提示词列表,方便您快速开始。
- 导出: ChatGPT-web 可以将聊天记录导出为 Markdown 文件,以便与他人分享。
- 代码: ChatGPT-web 能够识别并高亮显示代码块,并允许您一键复制。
- 桌面应用: ChatGPT-web 可以打包成桌面应用程序,这样您就可以在浏览器之外使用它。
- 图像生成: ChatGPT-web 可以使用 DALL·E 模型通过提示词“给我展示一张……的图片”来生成图像。
- 流式传输: ChatGPT-web 可以流式传输来自 API 的响应,因此您可以在响应生成时实时查看内容。
开发与构建
以下是参与开发以及准备生产构建的方法:
设置并运行开发服务器
要安装依赖项并启动开发服务器:
npm ci
npm run dev
准备生产构建
要编译项目以供生产使用,确保最佳性能:
npm run build
此命令会生成一个 dist 文件夹,其中包含可用于部署的生产版本项目。
集成 Awesome ChatGPT Prompts
Awesome ChatGPT Prompts 仓库是一个丰富的提示词示例库,专为 ChatGPT 模型设计。这些提示词可以激发新的对话,或扩展与模型的现有互动。您可以通过添加自己的提示词或利用该仓库来启发您的贡献:
要更新并将仓库中的最新提示词集成到您的项目中,请运行以下命令:
git subtree pull --prefix src/awesome-chatgpt-prompts https://github.com/f/awesome-chatgpt-prompts.git main --squash
此命令会将最新的提示词同步到您项目的 src/awesome-chatgpt-prompts/ 目录中,从而营造持续创新和扩展的环境。
使用 Docker Compose 进行本地部署
使用 Docker Compose 可以轻松地在本地部署应用程序及其模拟 API。通过执行以下命令,您可以毫不费力地启动这两个服务:
docker compose up -d
访问本地 Web 服务
成功运行 Docker Compose 命令后,本地版本的 Web 服务即可访问。您可以通过访问以下地址与其交互:http://localhost:5173/
模拟 API 的使用
对于那些希望立即获得 API 响应的情况,可以考虑使用模拟 API。请按照以下步骤配置和自定义您的模拟 API 响应:
配置:
- 打开位于项目根目录下的
.env文件。 - 将键值对
VITE_API_BASE=http://localhost:5174分配给变量,以将请求重定向到模拟 API。 - 执行
docker compose up -d mocked_api启动模拟 API 服务。
- 打开位于项目根目录下的
自定义响应:
- 若要在 API 响应中引入延迟,可以使用
d加上所需的秒数(例如,d2表示延迟 2 秒)。 - 若要指定响应的长度,可以使用
l加上所需的句子数量(例如,l10表示 10 句话的响应)。 - 例如,发送
d2 l10会配置模拟 API 在 2 秒后延迟响应,并返回 10 句话。
- 若要在 API 响应中引入延迟,可以使用
桌面应用
要将 ChatGPT-web 用作桌面应用程序:
安装: 首先,请确保您的计算机上已安装 Rust。
开发版本:
- 运行
npm run tauri dev以在开发模式下启动桌面应用。
- 运行
生产版本:
- 使用
npm run tauri build编译应用的生产版本。
- 使用
构建后的应用程序位置:
- 构建好的应用程序将位于
src-tauri/target文件夹中。
- 构建好的应用程序将位于
贡献者
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
LLMs-from-scratch
LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备
Deep-Live-Cam
Deep-Live-Cam 是一款专注于实时换脸与视频生成的开源工具,用户仅需一张静态照片,即可通过“一键操作”实现摄像头画面的即时变脸或制作深度伪造视频。它有效解决了传统换脸技术流程繁琐、对硬件配置要求极高以及难以实时预览的痛点,让高质量的数字内容创作变得触手可及。 这款工具不仅适合开发者和技术研究人员探索算法边界,更因其极简的操作逻辑(仅需三步:选脸、选摄像头、启动),广泛适用于普通用户、内容创作者、设计师及直播主播。无论是为了动画角色定制、服装展示模特替换,还是制作趣味短视频和直播互动,Deep-Live-Cam 都能提供流畅的支持。 其核心技术亮点在于强大的实时处理能力,支持口型遮罩(Mouth Mask)以保留使用者原始的嘴部动作,确保表情自然精准;同时具备“人脸映射”功能,可同时对画面中的多个主体应用不同面孔。此外,项目内置了严格的内容安全过滤机制,自动拦截涉及裸露、暴力等不当素材,并倡导用户在获得授权及明确标注的前提下合规使用,体现了技术发展与伦理责任的平衡。



























