[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-Omniplex-ai--omniplex":3,"tool-Omniplex-ai--omniplex":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","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。\n\n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。\n\nOpenClaw 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",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-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。\n\n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。\n\n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",158594,2,"2026-04-16T23:34:05",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":77,"owner_email":77,"owner_twitter":77,"owner_website":78,"owner_url":79,"languages":80,"stars":93,"forks":94,"last_commit_at":95,"license":96,"difficulty_score":32,"env_os":97,"env_gpu":97,"env_ram":97,"env_deps":98,"category_tags":110,"github_topics":77,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":111,"updated_at":112,"faqs":113,"releases":114},8341,"Omniplex-ai\u002Fomniplex","omniplex","Open-Source Perplexity","Omniplex 是一款开源的 AI 搜索对话工具，旨在复刻并扩展 Perplexity 的核心功能。它通过结合大语言模型与实时网络搜索能力，为用户提供带有来源引用的精准答案，有效解决了传统搜索引擎信息过载以及普通聊天机器人缺乏实时性和事实依据的痛点。\n\n这款工具主要面向开发者和技术研究人员。由于项目目前处于活跃开发阶段，且提供了详细的插件开发指南和多模型接入示例，用户需要具备一定的编程基础（熟悉 TypeScript、React 及 Next.js）才能充分利用其潜力。开发者可以基于 Omniplex 快速搭建自定义的 AI 搜索应用，或将其作为学习现代 AI 全栈架构的实战案例。\n\n在技术亮点方面，Omniplex 展现了极高的灵活性。它不仅支持 OpenAI、Anthropic 等多种主流大模型的无缝切换，还设计了独特的插件系统，允许开发者轻松集成天气、金融等外部数据源。此外，项目采用了 Next.js App Router、Vercel AI SDK、Redux 状态管理以及 TailwindCSS 等现代化技术栈，并支持图像\u002F视频搜索、视觉模型上传及聊天历史共享等高级功能。尽","Omniplex 是一款开源的 AI 搜索对话工具，旨在复刻并扩展 Perplexity 的核心功能。它通过结合大语言模型与实时网络搜索能力，为用户提供带有来源引用的精准答案，有效解决了传统搜索引擎信息过载以及普通聊天机器人缺乏实时性和事实依据的痛点。\n\n这款工具主要面向开发者和技术研究人员。由于项目目前处于活跃开发阶段，且提供了详细的插件开发指南和多模型接入示例，用户需要具备一定的编程基础（熟悉 TypeScript、React 及 Next.js）才能充分利用其潜力。开发者可以基于 Omniplex 快速搭建自定义的 AI 搜索应用，或将其作为学习现代 AI 全栈架构的实战案例。\n\n在技术亮点方面，Omniplex 展现了极高的灵活性。它不仅支持 OpenAI、Anthropic 等多种主流大模型的无缝切换，还设计了独特的插件系统，允许开发者轻松集成天气、金融等外部数据源。此外，项目采用了 Next.js App Router、Vercel AI SDK、Redux 状态管理以及 TailwindCSS 等现代化技术栈，并支持图像\u002F视频搜索、视觉模型上传及聊天历史共享等高级功能。尽管部分代码结构仍在优化中，但其开放的架构为构建下一代智能搜索应用提供了坚实的基础。","![hero](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FOmniplex-ai_omniplex_readme_81c2c586b129.png)\n\n\u003Cp align=\"center\">\n\t\u003Ch1 align=\"center\">\u003Cb>Omniplex\u003C\u002Fb>\u003C\u002Fh1>\n\u003Cp align=\"center\">\n    Open-Source Perplexity\n    \u003Cbr \u002F>\n    \u003Cbr \u002F>\n    \u003Ca href=\"https:\u002F\u002Fomniplex.ai\">Website\u003C\u002Fa>\n    ·\n    \u003Ca href=\"https:\u002F\u002Fdiscord.gg\u002F87Mh7q5ZSd\">Discord\u003C\u002Fa>\n    ·\n    \u003Ca href=\"https:\u002F\u002Fwww.reddit.com\u002Fr\u002Fomniplex_ai\">Reddit\u003C\u002Fa>\n  \u003C\u002Fp>\n\u003C\u002Fp>\n\n# :construction: Under Active Development\n\n> Our focus is on establishing core functionality and essential features. As we continue to develop Omniplex, we are committed to implementing best practices, refining the codebase, and introducing new features to enhance the user experience.\n\n## Get started\n\nTo run the project, modify the code in the Chat component to use the `\u002F\u002F Development Code`.\n\n1. Fork & Clone the repository\n\n```bash\ngit clone git@github.com:[YOUR_GITHUB_ACCOUNT]\u002Fomniplex.git\n```\n\n2. Install the dependencies\n\n```bash\nyarn\n```\n\n3. Fill out secrets in `.env.local`\n\n```bash\nBING_API_KEY=\nOPENAI_API_KEY=\n\nOPENWEATHERMAP_API_KEY=\nALPHA_VANTAGE_API_KEY=\nFINNHUB_API_KEY=\n```\n\n4. Run the development server\n\n```bash\nyarn dev\n```\n\n5. Open [http:\u002F\u002Flocalhost:3000](http:\u002F\u002Flocalhost:3000) in your browser to see the app.\n\n## Plugins Development\n\n> This is just a hacky way but very easy to implement. We will be adding a more robust way to add plugins in the future. Feel free to understand from the sample plugin we have added.\n\n1. Update the types in `types.ts` to include the new plugin data types.\n2. Update the `tools` api in `api` to include the new plugin function call.\n3. Update the `api.ts` in `utils` file to include the new plugin data.\n4. Update the `chatSlice.ts` in `store` to include the new plugin reducer.\n5. Create a new folder in the `components` directory for the UI of the plugin.\n6. Update the `chat.tsx` to handle the new plugin in `useEffect`.\n7. Call the plugin function and return the data as props to source.\n8. Update the `source.ts` to use the plugin UI.\n9. Lastly Update the `data.ts` in `utils` to show in the plugin tab.\n\n## Multi-LLM Support: Example\n\n1. Add the new LLM apiKey in env and add the related npm package.\n\n```bash\nANTHROPIC_API_KEY=******\n```\n\n2. Update the `chat` in `api`\n\n```ts\nimport Anthropic from \"@anthropic-ai\u002Fsdk\";\nimport { OpenAIStream, StreamingTextResponse } from \"ai\";\n\nconst anthropic = new Anthropic({\n  apiKey: process.env.ANTHROPIC_API_KEY,\n});\n\nexport const runtime = \"edge\";\n\nexport async function POST(req: Request) {\n  const {\n    messages,\n    model,\n    temperature,\n    max_tokens,\n    top_p,\n    frequency_penalty,\n    presence_penalty,\n  } = await req.json();\n\n  const response = await anthropic.messages.create({\n    stream: true,\n    model: model,\n    temperature: temperature,\n    max_tokens: max_tokens,\n    top_p: top_p,\n    frequency_penalty: frequency_penalty,\n    presence_penalty: presence_penalty,\n    messages: messages,\n  });\n\n  const stream = OpenAIStream(response);\n  return new StreamingTextResponse(stream);\n}\n```\n\n3. Update the `data` in `utils`\n\n```ts\nexport const MODELS = [\n  { label: \"Claude 3 Haiku\", value: \"claude-3-haiku-20240307\" },\n  { label: \"Claude 3 Sonnet\", value: \"claude-3-sonnet-20240229\" },\n  { label: \"Claude 3 Opus\", value: \"claude-3-opus-20240229\" },\n];\n```\n\n## Disclaimer\n\n> We recently transitioned from the pages directory to the app directory, which involved significant changes to the project structure and architecture. As a result, you may encounter some inconsistencies or rough edges in the codebase.\n\n### Roadmap\n\n- [x] Images & Videos for Search\n- [x] Upload for Vision Model\n- [x] Chat History for Users\n- [x] Shared Chats & Fork\n- [x] Settings for LLMs\n- [x] Custom OG Metadata\n- [x] Faster API Requests\n- [x] Allow Multiple LLMs\n- [x] Plugin Development\n- [x] Function Calling with Gen UI\n\n### App Architecture\n\n- Language: TypeScript\n- Frontend Framework: React\n- State Management: Redux\n- Web Framework: Next.js\n- Backend and Database: Firebase\n- UI Library: NextUI & Tremor\n- CSS Framework: TailwindCSS\n- AI SDK: Vercel AI SDK\n\n### Services\n\n- LLM: OpenAI\n- Search API: Bing\n- Weather API: OpenWeatherMap\n- Stocks API: Alpha Vantage & Finnhub\n- Dictionary API: WordnikFree Dictionary API\n- Hosting & Analytics: Vercel\n- Authentication, Storage & Database: Firebase\n\n## Contributing\n\nWe welcome contributions from the community! If you'd like to contribute to Openpanel, please follow these steps:\n\n1. Fork the repository\n2. Create a new branch for your feature or bug fix\n3. Make your changes and commit them with descriptive messages\n4. Push your changes to your forked repository\n5. Submit a pull request to the main repository\n\nPlease ensure that your code follows our coding conventions and passes all tests before submitting a pull request.\n\n## License\n\nThis project is licensed under the [AGPL-3.0 license](LICENSE).\n\n## Contact\n\nIf you have any questions or suggestions, feel free to reach out to us at [Contact](https:\u002F\u002Fbishalsaha.com\u002Fcontact).\n\nHappy coding! 🚀\n","![hero](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FOmniplex-ai_omniplex_readme_81c2c586b129.png)\n\n\u003Cp align=\"center\">\n\t\u003Ch1 align=\"center\">\u003Cb>Omniplex\u003C\u002Fb>\u003C\u002Fh1>\n\u003Cp align=\"center\">\n    开源的Perplexity\n    \u003Cbr \u002F>\n    \u003Cbr \u002F>\n    \u003Ca href=\"https:\u002F\u002Fomniplex.ai\">官网\u003C\u002Fa>\n    ·\n    \u003Ca href=\"https:\u002F\u002Fdiscord.gg\u002F87Mh7q5ZSd\">Discord\u003C\u002Fa>\n    ·\n    \u003Ca href=\"https:\u002F\u002Fwww.reddit.com\u002Fr\u002Fomniplex_ai\">Reddit\u003C\u002Fa>\n  \u003C\u002Fp>\n\u003C\u002Fp>\n\n# :construction: 正在积极开发中\n\n> 我们目前的重点是建立核心功能和基础特性。随着Omniplex的持续开发，我们将致力于遵循最佳实践、优化代码库，并引入新功能以提升用户体验。\n\n## 快速开始\n\n要运行该项目，请修改Chat组件中的代码，使用`\u002F\u002F Development Code`部分。\n\n1. 分支并克隆仓库\n\n```bash\ngit clone git@github.com:[YOUR_GITHUB_ACCOUNT]\u002Fomniplex.git\n```\n\n2. 安装依赖\n\n```bash\nyarn\n```\n\n3. 在`.env.local`文件中填写密钥\n\n```bash\nBING_API_KEY=\nOPENAI_API_KEY=\n\nOPENWEATHERMAP_API_KEY=\nALPHA_VANTAGE_API_KEY=\nFINNHUB_API_KEY=\n```\n\n4. 启动开发服务器\n\n```bash\nyarn dev\n```\n\n5. 打开浏览器访问[http:\u002F\u002Flocalhost:3000](http:\u002F\u002Flocalhost:3000)，即可看到应用。\n\n## 插件开发\n\n> 这是一种简单但易于实现的方法。未来我们会提供更强大的插件扩展方式。您可以参考我们已添加的示例插件来理解。\n\n1. 更新`types.ts`中的类型定义，加入新的插件数据类型。\n2. 更新`api`中的`tools`接口，支持新插件的功能调用。\n3. 更新`utils`目录下的`api.ts`，添加新插件的相关数据。\n4. 更新`store`中的`chatSlice.ts`，加入新插件的reducer。\n5. 在`components`目录下创建一个新文件夹，用于插件的UI界面。\n6. 修改`chat.tsx`，在`useEffect`中处理新插件的逻辑。\n7. 调用插件函数，并将返回的数据作为props传递给source。\n8. 更新`source.ts`，使用插件的UI界面。\n9. 最后更新`utils`中的`data.ts`，以便在插件选项卡中显示。\n\n## 多LLM支持：示例\n\n1. 在环境变量中添加新的LLM API密钥，并安装相应的npm包。\n\n```bash\nANTHROPIC_API_KEY=******\n```\n\n2. 更新`api`中的`chat`函数\n\n```ts\nimport Anthropic from \"@anthropic-ai\u002Fsdk\";\nimport { OpenAIStream, StreamingTextResponse } from \"ai\";\n\nconst anthropic = new Anthropic({\n  apiKey: process.env.ANTHROPIC_API_KEY,\n});\n\nexport const runtime = \"edge\";\n\nexport async function POST(req: Request) {\n  const {\n    messages,\n    model,\n    temperature,\n    max_tokens,\n    top_p,\n    frequency_penalty,\n    presence_penalty,\n  } = await req.json();\n\n  const response = await anthropic.messages.create({\n    stream: true,\n    model: model,\n    temperature: temperature,\n    max_tokens: max_tokens,\n    top_p: top_p,\n    frequency_penalty: frequency_penalty,\n    presence_penalty: presence_penalty,\n    messages: messages,\n  });\n\n  const stream = OpenAIStream(response);\n  return new StreamingTextResponse(stream);\n}\n```\n\n3. 更新`utils`中的`data`对象\n\n```ts\nexport const MODELS = [\n  { label: \"Claude 3 Haiku\", value: \"claude-3-haiku-20240307\" },\n  { label: \"Claude 3 Sonnet\", value: \"claude-3-sonnet-20240229\" },\n  { label: \"Claude 3 Opus\", value: \"claude-3-opus-20240229\" },\n];\n```\n\n## 免责声明\n\n> 我们最近从pages目录迁移到了app目录，这导致项目结构和架构发生了重大变化。因此，您可能会在代码库中遇到一些不一致或不够完善的地方。\n\n### 路线图\n\n- [x] 搜索中的图片与视频\n- [x] 视觉模型的上传功能\n- [x] 用户聊天历史\n- [x] 共享聊天与分支\n- [x] LLM设置\n- [x] 自定义OG元数据\n- [x] 更快的API请求\n- [x] 支持多个LLM\n- [x] 插件开发\n- [x] 带有生成式UI的函数调用\n\n### 应用架构\n\n- 语言：TypeScript\n- 前端框架：React\n- 状态管理：Redux\n- Web框架：Next.js\n- 后端与数据库：Firebase\n- UI库：NextUI & Tremor\n- CSS框架：TailwindCSS\n- AI SDK：Vercel AI SDK\n\n### 服务\n\n- LLM：OpenAI\n- 搜索API：Bing\n- 天气API：OpenWeatherMap\n- 股票API：Alpha Vantage & Finnhub\n- 词典API：WordnikFree Dictionary API\n- 托管与分析：Vercel\n- 认证、存储与数据库：Firebase\n\n## 贡献\n\n我们欢迎社区的贡献！如果您想为Omniplex贡献力量，请按照以下步骤操作：\n\n1. 分支仓库\n2. 为您的功能或修复创建一个新的分支\n3. 进行更改并提交带有描述性信息的commit\n4. 将更改推送到您的分支仓库\n5. 向主仓库提交pull request\n\n请确保您的代码符合我们的编码规范，并且通过所有测试后再提交pull request。\n\n## 许可证\n\n本项目采用[AGPL-3.0许可证](LICENSE)。\n\n## 联系方式\n\n如果您有任何问题或建议，请随时通过[联系页面](https:\u002F\u002Fbishalsaha.com\u002Fcontact)与我们联系。\n\n祝编程愉快！🚀","# Omniplex 快速上手指南\n\nOmniplex 是一个开源的 Perplexity 替代品，支持多模型对话、插件扩展及实时搜索功能。本项目基于 Next.js App Router 构建，目前处于活跃开发阶段。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**: macOS, Linux 或 Windows (推荐 WSL2)\n*   **Node.js**: 建议安装 LTS 版本 (v18+)\n*   **包管理器**: Yarn (项目使用 `yarn` 进行依赖管理)\n*   **账号准备**:\n    *   GitHub 账号 (用于克隆代码)\n    *   OpenAI API Key (核心功能必需)\n    *   Bing API Key (搜索功能必需)\n    *   (可选) 其他服务 Key: OpenWeatherMap, Alpha Vantage, Finnhub 等\n\n## 安装步骤\n\n### 1. 克隆项目\n首先 Fork 该项目到您的 GitHub 账号，然后克隆到本地：\n\n```bash\ngit clone git@github.com:[YOUR_GITHUB_ACCOUNT]\u002Fomniplex.git\ncd omniplex\n```\n\n### 2. 安装依赖\n使用 Yarn 安装项目所需依赖：\n\n```bash\nyarn\n```\n\n### 3. 配置环境变量\n在项目根目录下创建 `.env.local` 文件，并填入您的 API 密钥。参考格式如下：\n\n```bash\nBING_API_KEY=your_bing_api_key\nOPENAI_API_KEY=your_openai_api_key\n\nOPENWEATHERMAP_API_KEY=\nALPHA_VANTAGE_API_KEY=\nFINNHUB_API_KEY=\n```\n\n> **注意**：`BING_API_KEY` 和 `OPENAI_API_KEY` 是运行基础功能所必需的。\n\n### 4. 启动开发服务器\n运行以下命令启动本地开发环境：\n\n```bash\nyarn dev\n```\n\n## 基本使用\n\n1.  **访问应用**：\n    打开浏览器访问 [http:\u002F\u002Flocalhost:3000](http:\u002F\u002Flocalhost:3000)。\n\n2.  **启用开发模式代码**：\n    根据官方说明，初次运行需修改 `Chat` 组件以启用开发代码。\n    *   找到项目中的 Chat 组件文件。\n    *   将代码逻辑切换为使用 `\u002F\u002F Development Code` 部分（具体文件路径视当前版本结构而定，通常在 `components` 目录下）。\n\n3.  **开始对话**：\n    在界面中输入问题，系统将调用配置的 LLM 和 Bing 搜索接口返回带引用的回答。\n\n4.  **扩展多模型支持 (可选)**：\n    若需支持 Anthropic (Claude) 等其他模型：\n    *   在 `.env.local` 中添加 `ANTHROPIC_API_KEY`。\n    *   安装对应 SDK：`yarn add @anthropic-ai\u002Fsdk`。\n    *   参照 README 中的 \"Multi-LLM Support\" 章节更新 `api` 路由和 `utils\u002Fdata.ts` 配置。\n\n5.  **开发插件 (可选)**：\n    项目支持通过修改 `types.ts`, `api.ts`, `chatSlice.ts` 等文件快速添加自定义插件功能，具体流程请参考原文 \"Plugins Development\" 部分。","某金融科技公司的数据分析师需要在半小时内完成一份关于“全球可再生能源市场最新趋势”的深度研报，要求必须包含实时股价、天气对发电量的影响以及权威新闻来源。\n\n### 没有 omniplex 时\n- **信息搜集碎片化**：需要分别在谷歌搜索新闻、雅虎财经查股价、气象网站看数据，再手动复制粘贴到文档中，耗时极长。\n- **缺乏实时关联性**：传统大模型因训练数据截止无法提供当天的股价波动或突发政策新闻，导致报告时效性差。\n- **来源追溯困难**：生成的内容往往没有明确出处，分析师必须二次人工核实每条信息的真实性，以防合规风险。\n- **功能扩展受限**：若想接入特定的金融 API（如 Alpha Vantage）或自定义可视化图表，需要单独编写复杂的后端代码来对接。\n\n### 使用 omniplex 后\n- **一站式聚合检索**：omniplex 直接调用 Bing 搜索、Alpha Vantage 和 OpenWeatherMap 插件，一次性返回整合了新闻、实时股价和天气数据的结构化回答。\n- **实时数据精准呈现**：基于联网能力和多 LLM 支持（如切换至 Claude 3 Opus），准确引用了今日最新的市场动态和政策文件。\n- **自动标注信源**：每一条关键数据旁都自动附带了原始链接和引用标记，分析师可直接点击验证，大幅降低核查成本。\n- **灵活定制插件**：利用其开源架构，团队快速在 `types.ts` 和 `api` 中添加了公司内部独有的碳排放计算插件，并在前端直接渲染专属图表。\n\nomniplex 将原本需要数小时的多平台交叉验证工作压缩为分钟级的智能交互，让开发者能低成本构建具备实时感知与专业领域能力的搜索助手。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002FOmniplex-ai_omniplex_81c2c586.png","Omniplex-ai","Omniplex","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002FOmniplex-ai_f06c2fea.png","Open-source Perplexity",null,"https:\u002F\u002Fomniplex.ai","https:\u002F\u002Fgithub.com\u002FOmniplex-ai",[81,85,89],{"name":82,"color":83,"percentage":84},"TypeScript","#3178c6",75.9,{"name":86,"color":87,"percentage":88},"CSS","#663399",23.7,{"name":90,"color":91,"percentage":92},"JavaScript","#f1e05a",0.4,1041,359,"2026-04-15T15:06:50","AGPL-3.0","未说明",{"notes":99,"python":97,"dependencies":100},"该项目为基于 Next.js 的 Web 应用，使用 Yarn 包管理器安装依赖。运行前需配置 .env.local 文件，填入 Bing、OpenAI 等 API 密钥。项目目前处于活跃开发阶段，架构刚从 pages 目录迁移至 app 目录，可能存在代码不一致的情况。支持通过修改代码扩展多模型（如 Anthropic）及插件功能。",[101,102,82,103,104,105,106,107,108,109],"Next.js","React","Redux","Firebase","Vercel AI SDK","NextUI","Tremor","TailwindCSS","Yarn",[35,14],"2026-03-27T02:49:30.150509","2026-04-17T08:25:54.790984",[],[]]