ChatMock
ChatMock 是一款开源工具,旨在让 ChatGPT 的底层能力(基于 Codex)能够无缝接入你常用的聊天应用和编程开发环境。它通过搭建一个本地服务器,提供完全兼容 OpenAI 和 Ollama 标准的 API 接口,从而解决了官方接口限制多、部分第三方软件无法直接调用最新模型或特定功能(如深度推理、联网搜索)的痛点。
这款工具特别适合开发者、AI 研究人员以及希望自定义工作流的技术爱好者使用。无论是想在本地代码中集成智能对话,还是希望在支持 OpenAI 协议的第三方客户端中使用 ChatGPT 的高级特性,ChatMock 都能轻松胜任。
其技术亮点在于不仅支持标准的文本对话,还原生集成了函数调用、图像识别输入、联网搜索以及可配置的“思维链”总结功能。用户可以通过简单的命令行启动服务,并灵活调整模型的推理强度(从极简到超高)和响应模式。此外,它还提供了“快速模式”以优化处理速度,并将不同的推理等级暴露为独立模型供选择,让开发者能更精细地控制 AI 的行为表现,极大地提升了本地大模型应用的灵活性与可控性。
使用场景
某全栈开发者希望在本地 IDE(如 Cursor 或 VS Code)中直接调用 ChatGPT 的高级推理能力进行复杂代码重构,同时避免高昂的 API 费用并保护源码隐私。
没有 ChatMock 时
- 集成壁垒高:主流编程助手默认仅支持标准 OpenAI 接口,无法直接接入基于网页会话的 ChatGPT 账号,导致开发者被迫在浏览器和编辑器间频繁切换复制粘贴。
- 成本不可控:若强行通过非官方逆向工程调用 API,不仅面临封号风险,且无法利用已有的 ChatGPT Plus 订阅额度,需额外支付昂贵的按量计费开销。
- 功能受限:难以在本地工具中启用 ChatGPT 特有的“深度思考”(Reasoning)模式或联网搜索功能,导致处理复杂逻辑或缺乏最新技术文档支持。
- 工作流割裂:无法将自定义的思考摘要格式(Think Tags)无缝融入现有的代码审查流程,降低了人机协作的流畅度。
使用 ChatMock 后
- 无缝本地集成:只需运行
chatmock serve,即可在任意兼容 OpenAI 协议的编辑器中将本地地址设为后端,直接复用浏览器已登录的 ChatGPT 会话。 - 零边际成本:完全利用现有的个人订阅配额,无需额外付费,且所有请求经由本地中转,大幅降低了敏感代码外泄的风险。
- 高级特性直达:通过简单配置即可在 IDE 内调用
gpt-5.3-codex等模型,并开启--enable-web-search和深度推理模式,让本地编辑器拥有顶级模型的智商。 - 灵活可控:支持通过环境变量精细调节“思考努力程度”和摘要详细度,让 AI 输出的代码解释风格完美匹配团队规范。
ChatMock 核心价值在于打破了网页版 ChatGPT 与本地开发工具之间的围墙,让开发者能以零成本、低延迟的方式将最强 AI 智力无缝注入日常编码工作流。
运行环境要求
- macOS
- Windows
- Linux
未说明
未说明

快速开始
安装
Homebrew
brew tap RayBytes/chatmock
brew install chatmock
pipx / pip
pipx install chatmock
GUI
从 releases 下载(macOS 和 Windows)
Docker
请参阅 DOCKER.md
快速入门
# 1. 使用你的 ChatGPT 账号登录
chatmock login
# 2. 启动服务器
chatmock serve
服务器默认运行在 http://127.0.0.1:8000。对于兼容 OpenAI 的应用,可以使用 http://127.0.0.1:8000/v1 作为基础 URL。
使用方法
Python
from openai import OpenAI
client = OpenAI(
base_url="http://127.0.0.1:8000/v1",
api_key="anything" # 不会进行校验
)
response = client.chat.completions.create(
model="gpt-5.4",
messages=[{"role": "user", "content": "hello"}]
)
print(response.choices[0].message.content)
cURL
curl http://127.0.0.1:8000/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.4",
"messages": [{"role": "user", "content": "hello"}]
}'
支持的模型
gpt-5.4gpt-5.4-minigpt-5.2gpt-5.1gpt-5gpt-5.3-codexgpt-5.3-codex-sparkgpt-5.2-codexgpt-5-codexgpt-5.1-codexgpt-5.1-codex-maxgpt-5.1-codex-minicodex-mini
功能特性
- 工具/函数调用
- 视觉/图像输入
- 思考摘要(通过 think 标签)
- 可配置的思考力度
- 针对支持模型的快速模式
- 网络搜索工具
- 兼容 OpenAI 的
/v1/responses(HTTP + WebSocket) - 兼容 Ollama 的端点
- 将推理力度作为独立模型公开(可选)
配置选项
所有标志都位于 chatmock serve 命令之后。这些也可以通过环境变量设置。
| 标志 | 环境变量 | 选项 | 默认值 | 描述 |
|---|---|---|---|---|
--reasoning-effort |
CHATGPT_LOCAL_REASONING_EFFORT |
无、极简、低、中、高、超高 | 中 | 模型思考的难度 |
--reasoning-summary |
CHATGPT_LOCAL_REASONING_SUMMARY |
自动、简洁、详细、无 | 自动 | 思考摘要的详细程度 |
--reasoning-compat |
CHATGPT_LOCAL_REASONING_COMPAT |
传统、o3、think 标签 | think 标签 | 如何将推理结果返回给客户端 |
--fast-mode |
CHATGPT_LOCAL_FAST_MODE |
true/false | false | 对支持模型的优先处理 |
--enable-web-search |
CHATGPT_LOCAL_ENABLE_WEB_SEARCH |
true/false | false | 允许模型进行网络搜索 |
--expose-reasoning-models |
CHATGPT_LOCAL_EXPOSE_REASONING_MODELS |
true/false | false | 将每个推理级别作为独立模型列出 |
请求中的网络搜索
{
"model": "gpt-5.4",
"messages": [{"role": "user", "content": "关于...的最新消息"}],
"responses_tools": [{"type": "web_search"}],
"responses_tool_choice": "auto"
}
请求中的快速模式
{
"model": "gpt-5.4",
"input": "总结这段内容",
"fast_mode": true
}
注意事项
请负责任地使用,并自行承担风险。本项目与 OpenAI 无任何关联。
星标历史
版本历史
v1.352025/11/26v1.32025/09/16v1.22025/08/221.152025/08/181.12025/08/171.02025/08/16常见问题
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。
gemini-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。 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。 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。
markitdown
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。 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。 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
