[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"tool-all-in-aigc--gpts-works":3,"similar-all-in-aigc--gpts-works":108},{"id":4,"github_repo":5,"name":6,"description_en":7,"description_zh":8,"ai_summary_zh":8,"readme_en":9,"readme_zh":10,"quickstart_zh":11,"use_case_zh":12,"hero_image_url":13,"owner_login":14,"owner_name":14,"owner_avatar_url":15,"owner_bio":16,"owner_company":16,"owner_location":16,"owner_email":16,"owner_twitter":16,"owner_website":16,"owner_url":17,"languages":18,"stars":47,"forks":48,"last_commit_at":49,"license":50,"difficulty_score":51,"env_os":52,"env_gpu":53,"env_ram":52,"env_deps":54,"category_tags":62,"github_topics":64,"view_count":51,"oss_zip_url":16,"oss_zip_packed_at":16,"status":68,"created_at":69,"updated_at":70,"faqs":71,"releases":102},766,"all-in-aigc\u002Fgpts-works","gpts-works","A Third-party GPTs store","gpts-works 是一个开源的第三方 GPTs 商店平台，旨在为用户提供更丰富的 OpenAI GPTs 资源与更灵活的访问方式。它由网站、索引系统和浏览器扩展三部分组成：网站方便浏览预览，索引系统利用向量技术实现精准搜索，浏览器扩展则能在 ChatGPT 页面旁直接展示第三方 GPTs。\n\n针对官方商店资源有限、搜索功能单一的问题，gpts-works 提供了更高效的解决方案。无论是希望自行部署的开发者、探索模型应用的研究人员，还是寻找实用工具的普通用户，都能从中受益。\n\n其技术亮点在于集成了 Zilliz Cloud 进行向量存储与检索，显著提升了搜索效率，同时支持通过 Vercel 快速部署。项目代码完全开源，允许用户根据需求定制本地环境。对于想要突破官方限制、深入体验 GPTs 生态的用户来说，gpts-works 是一个兼具实用性与技术深度的优秀选择。","# GPTs Works\n\nGPTs Works is a Third-party GPTs store.\n\n## Introduction\n\nThis project consists of the following three parts👇\n\n1. Website\n\ncode located in the `web` directory.\n\nyou can view a live demo at: [https:\u002F\u002Fgpts.works](https:\u002F\u002Fgpts.works)\n\n![Website](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fall-in-aigc_gpts-works_readme_f65aa6d7e274.png)\n\n2. Index System\n\ncode located in the `index` directory.\n\nindex system is used for searching GPTs with vector.\n\nthere is a GPTs built with index system: [https:\u002F\u002Fchat.openai.com\u002Fg\u002Fg-EBKM6RsBl-gpts-works](https:\u002F\u002Fchat.openai.com\u002Fg\u002Fg-EBKM6RsBl-gpts-works)\n\n![GPTs](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fall-in-aigc_gpts-works_readme_7ccaed4bfce1.png)\n\n3. Browser Extension\n\ncode located in the `extension` directory.\n\nbrowser extension is used to show Third-party GPTs beside ChatGPT Explore page.\n\n![Extension](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fall-in-aigc_gpts-works_readme_612aea177271.png)\n\n## Dependencies\n\n- [Vercel](https:\u002F\u002Fvercel.com\u002F): used for deploying website\n- [Vercel Storage Postgres](https:\u002F\u002Fvercel.com\u002Fdocs\u002Fstorage\u002Fvercel-postgres): used for storing data.\n- [Zilliz Cloud](https:\u002F\u002Fcloud.zilliz.com\u002F): used for vector storing and searching\n\n## Deploy with Vercel\n\n[![Deploy with Vercel](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fall-in-aigc_gpts-works_readme_a4c0f8073a9c.png)](https:\u002F\u002Fvercel.com\u002Fnew\u002Fclone?repository-url=https%3A%2F%2Fgithub.com%2Fall-in-aigc%2Fgpts-works&env=POSTGRES_URL,INDEX_API_BASE_URI,INDEX_API_KEY&envDescription=Create%20your%20Vercel%20Postgres%20DB%20firstly%20before%20set%20POSTGRES_URL%20value.&envLink=https%3A%2F%2Fgithub.com%2Fall-in-aigc%2Fgpts-works%3Ftab%3Dreadme-ov-file%23dependencies&project-name=my-gpts-works&repository-name=my-gpts-works&redirect-url=https%3A%2F%2Fgpts.works&demo-title=GPTs%20Works&demo-description=A%20Third-party%20GPTs%20Store.&demo-url=https%3A%2F%2Fgpts.works&demo-image=https%3A%2F%2Fgpts.works%2Flogo.png)\n\n## Local development\n\n### Clone project\n\n```shell\ngit clone https:\u002F\u002Fgithub.com\u002Fall-in-aigc\u002Fgpts-works.git path-to-project\n```\n\n### Prepare data\n\n1. create table in your postgres database with sql:\n\n```sql\nCREATE TABLE gpts (\n    id SERIAL PRIMARY KEY,\n    uuid VARCHAR(255) UNIQUE NOT NULL,\n    org_id VARCHAR(255),\n    name VARCHAR(255),\n    description TEXT,\n    avatar_url TEXT,\n    short_url VARCHAR(255),\n    author_id VARCHAR(255),\n    author_name VARCHAR(255),\n    created_at timestamptz,\n    updated_at timestamptz,\n    detail JSON,\n    index_updated_at INT NOT NULL DEFAULT 0\n);\n```\n\n2. insert your own GPTs data into your postgres database\n\n### Start with Website\n\n1. locate a .env file in dir `path-to-project\u002Fweb` with content:\n\n```\nPOSTGRES_URL=\"postgres:\u002F\u002Fdefault:xxx@xxx.postgres.vercel-storage.com\u002Fverceldb\"\n\nINDEX_API_BASE_URI=\"http:\u002F\u002F127.0.0.1:8068\"\nINDEX_API_KEY=\"gsk-xxx\"\n```\n\n2. install dependencies\n\n```shell\npnpm install\n```\n\n3. start web server\n\n```\nmake dev\n```\n\n4. preview website\n\nopen `http:\u002F\u002Flocalhost:8067` \n\n### Start with Index System\n\n1. locate a .env file in `path-to-project\u002Findex` with content\n\n```\nDATABASE_URL=postgres:\u002F\u002Fdefault:xxx@xxx.postgres.vercel-storage.com:5432\u002Fverceldb\n\nAZURE_API_KEY=xxx  \nAZURE_API_BASE=https:\u002F\u002Fxxx.openai.azure.com\u002F\nAZURE_API_VERSION=2023-07-01-preview\nAZURE_LLM_MODEL=gpt-35-turbo-16k\nAZURE_EMBED_MODEL=text-embedding-ada-002\n\nSTORE_TYPE=zilliz\nSTORE_URI=https:\u002F\u002Fxxx.zillizcloud.com\nSTORE_TOKEN=xxx\nSTORE_DIM=1536\nSTORE_COLLECTION=gpts\n\nINDEX_API_KEY=gsk-xxx\n```\n\n2. install dependencies\n\n```shell\npip install -r requirements.txt\n```\n\n3. start api server\n\n```\nmake dev\n```\n\n4. build index for gpts data\n\n```\ncurl -X POST -H \"Authorization: Bearer gsk-xxx\" http:\u002F\u002F127.0.0.1:8068\u002Fgpts\u002Findex \n```\n\n5. search gpts from index\n\n```\ncurl -X POST -H \"Authorization: Bearer gsk-xxx\" -H \"Content-Type: application\u002Fjson\" -d '{\"question\": \"What GPTs are used for coding?\"}' http:\u002F\u002F127.0.0.1:8068\u002Fgpts\u002Findex \n```\n\n### Start with Extension\n\ngoto `path-to-project\u002Fextension`\n\n1. install dependencies\n\n```\npnpm install\n```\n\n2. start server\n\n```\nmake dev\n```\n\n3. debug extension\n\nopen `chrome:\u002F\u002Fextensions\u002F`, click `Load unpacked`\n\n## Thanks to\n\n- [GPTs Hunter](https:\u002F\u002Fwww.gptshunter.com) for sharing gpts-data \n- [next.js](https:\u002F\u002Fgithub.com\u002Fvercel\u002Fnext.js) for web deployment\n- [fastapi](https:\u002F\u002Fgithub.com\u002Ftiangolo\u002Ffastapi) for building index system\n- [plasmo](https:\u002F\u002Fgithub.com\u002FPlasmoHQ\u002Fplasmo) for browser extension development\n\n> if this project is helpful to you, buy me a coffee😄\n\n\u003Ca href=\"https:\u002F\u002Fwww.buymeacoffee.com\u002Fidoubi\" target=\"_blank\">\u003Cimg src=\"https:\u002F\u002Fcdn.buymeacoffee.com\u002Fbuttons\u002Fdefault-orange.png\" alt=\"Buy Me A Coffee\" height=\"41\" width=\"174\">\u003C\u002Fa>\n\n## Star History\n\n[![Star History Chart](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fall-in-aigc_gpts-works_readme_8d674b33dbed.png)](https:\u002F\u002Fstar-history.com\u002F#all-in-aigc\u002Fgpts-works&Date)\n\n\n","# GPTs Works\n\nGPTs Works 是一个第三方 GPTs 商店。\n\n## 简介\n\n本项目由以下三个部分组成👇\n\n1. 网站\n\n代码位于 `web` 目录中。\n\n您可以在以下地址查看实时演示：[https:\u002F\u002Fgpts.works](https:\u002F\u002Fgpts.works)\n\n![Website](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fall-in-aigc_gpts-works_readme_f65aa6d7e274.png)\n\n2. 索引系统\n\n代码位于 `index` 目录中。\n\n索引系统用于通过向量 (vector) 搜索 GPTs。\n\n有一个使用索引系统构建的 GPTs：[https:\u002F\u002Fchat.openai.com\u002Fg\u002Fg-EBKM6RsBl-gpts-works](https:\u002F\u002Fchat.openai.com\u002Fg\u002Fg-EBKM6RsBl-gpts-works)\n\n![GPTs](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fall-in-aigc_gpts-works_readme_7ccaed4bfce1.png)\n\n3. 浏览器扩展\n\n代码位于 `extension` 目录中。\n\n浏览器扩展用于在 ChatGPT Explore 页面旁边显示第三方 GPTs。\n\n![Extension](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fall-in-aigc_gpts-works_readme_612aea177271.png)\n\n## 依赖项\n\n- [Vercel](https:\u002F\u002Fvercel.com\u002F): 用于部署网站\n- [Vercel Storage Postgres](https:\u002F\u002Fvercel.com\u002Fdocs\u002Fstorage\u002Fvercel-postgres): 用于存储数据。\n- [Zilliz Cloud](https:\u002F\u002Fcloud.zilliz.com\u002F): 用于向量 (vector) 存储和搜索\n\n## 使用 Vercel 部署\n\n[![Deploy with Vercel](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fall-in-aigc_gpts-works_readme_a4c0f8073a9c.png)](https:\u002F\u002Fvercel.com\u002Fnew\u002Fclone?repository-url=https%3A%2F%2Fgithub.com%2Fall-in-aigc%2Fgpts-works&env=POSTGRES_URL,INDEX_API_BASE_URI,INDEX_API_KEY&envDescription=Create%20your%20Vercel%20Postgres%20DB%20firstly%20before%20set%20POSTGRES_URL%20value.&envLink=https%3A%2F%2Fgithub.com%2Fall-in-aigc%2Fgpts-works%3Ftab%3Dreadme-ov-file%23dependencies&project-name=my-gpts-works&repository-name=my-gpts-works&redirect-url=https%3A%2F%2Fgpts.works&demo-title=GPTs%20Works&demo-description=A%20Third-party%20GPTs%20Store.&demo-url=https%3A%2F%2Fgpts.works&demo-image=https%3A%2F%2Fgpts.works%2Flogo.png)\n\n## 本地开发\n\n### 克隆项目\n\n```shell\ngit clone https:\u002F\u002Fgithub.com\u002Fall-in-aigc\u002Fgpts-works.git path-to-project\n```\n\n### 准备数据\n\n1. 在你的 postgres 数据库中创建表，使用 sql：\n\n```sql\nCREATE TABLE gpts (\n    id SERIAL PRIMARY KEY,\n    uuid VARCHAR(255) UNIQUE NOT NULL,\n    org_id VARCHAR(255),\n    name VARCHAR(255),\n    description TEXT,\n    avatar_url TEXT,\n    short_url VARCHAR(255),\n    author_id VARCHAR(255),\n    author_name VARCHAR(255),\n    created_at timestamptz,\n    updated_at timestamptz,\n    detail JSON,\n    index_updated_at INT NOT NULL DEFAULT 0\n);\n```\n\n2. 将您自己的 GPTs 数据插入到您的 postgres 数据库中\n\n### 启动网站\n\n1. 在目录 `path-to-project\u002Fweb` 中找到一个 .env 文件，内容如下：\n\n```\nPOSTGRES_URL=\"postgres:\u002F\u002Fdefault:xxx@xxx.postgres.vercel-storage.com\u002Fverceldb\"\n\nINDEX_API_BASE_URI=\"http:\u002F\u002F127.0.0.1:8068\"\nINDEX_API_KEY=\"gsk-xxx\"\n```\n\n2. 安装依赖\n\n```shell\npnpm install\n```\n\n3. 启动 Web 服务器\n\n```\nmake dev\n```\n\n4. 预览网站\n\n打开 `http:\u002F\u002Flocalhost:8067` \n\n### 启动索引系统\n\n1. 在 `path-to-project\u002Findex` 中找到一个 .env 文件，内容如下\n\n```\nDATABASE_URL=postgres:\u002F\u002Fdefault:xxx@xxx.postgres.vercel-storage.com:5432\u002Fverceldb\n\nAZURE_API_KEY=xxx  \nAZURE_API_BASE=https:\u002F\u002Fxxx.openai.azure.com\u002F\nAZURE_API_VERSION=2023-07-01-preview\nAZURE_LLM_MODEL=gpt-35-turbo-16k\nAZURE_EMBED_MODEL=text-embedding-ada-002\n\nSTORE_TYPE=zilliz\nSTORE_URI=https:\u002F\u002Fxxx.zillizcloud.com\nSTORE_TOKEN=xxx\nSTORE_DIM=1536\nSTORE_COLLECTION=gpts\n\nINDEX_API_KEY=gsk-xxx\n```\n\n2. 安装依赖\n\n```shell\npip install -r requirements.txt\n```\n\n3. 启动 API 服务器\n\n```\nmake dev\n```\n\n4. 为 GPTs 数据构建索引\n\n```\ncurl -X POST -H \"Authorization: Bearer gsk-xxx\" http:\u002F\u002F127.0.0.1:8068\u002Fgpts\u002Findex \n```\n\n5. 从索引中搜索 GPTs\n\n```\ncurl -X POST -H \"Authorization: Bearer gsk-xxx\" -H \"Content-Type: application\u002Fjson\" -d '{\"question\": \"What GPTs are used for coding?\"}' http:\u002F\u002F127.0.0.1:8068\u002Fgpts\u002Findex \n```\n\n### 启动扩展\n\n进入 `path-to-project\u002Fextension`\n\n1. 安装依赖\n\n```\npnpm install\n```\n\n2. 启动服务器\n\n```\nmake dev\n```\n\n3. 调试扩展\n\n打开 `chrome:\u002F\u002Fextensions\u002F`，点击 `Load unpacked`\n\n## 致谢\n\n- [GPTs Hunter](https:\u002F\u002Fwww.gptshunter.com) 分享 gpts-data\n- [next.js](https:\u002F\u002Fgithub.com\u002Fvercel\u002Fnext.js) 用于 Web 部署\n- [fastapi](https:\u002F\u002Fgithub.com\u002Ftiangolo\u002Ffastapi) 用于构建索引系统\n- [plasmo](https:\u002F\u002Fgithub.com\u002FPlasmoHQ\u002Fplasmo) 用于浏览器扩展开发\n\n> 如果这个项目对您有帮助，请给我买杯咖啡😄\n\n\u003Ca href=\"https:\u002F\u002Fwww.buymeacoffee.com\u002Fidoubi\" target=\"_blank\">\u003Cimg src=\"https:\u002F\u002Fcdn.buymeacoffee.com\u002Fbuttons\u002Fdefault-orange.png\" alt=\"Buy Me A Coffee\" height=\"41\" width=\"174\">\u003C\u002Fa>\n\n## Star 历史\n\n[![Star History Chart](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fall-in-aigc_gpts-works_readme_8d674b33dbed.png)](https:\u002F\u002Fstar-history.com\u002F#all-in-aigc\u002Fgpts-works&Date)","# gpts-works 快速上手指南\n\n**GPTs Works** 是一个第三方 GPTs 商店项目，包含网站前端、向量索引系统以及浏览器扩展三个部分。本指南将帮助您快速在本地部署并运行该项目。\n\n## 一、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- **Git**: 用于克隆项目代码。\n- **Node.js & pnpm**: 用于运行网站和浏览器扩展（推荐 Node.js v18+）。\n- **Python & pip**: 用于运行索引系统服务。\n- **PostgreSQL**: 用于存储 GPTs 数据（推荐使用 Vercel Postgres）。\n- **Zilliz Cloud**: 用于向量存储和搜索（索引系统依赖）。\n- **Chrome 浏览器**: 用于调试浏览器扩展。\n\n> **注意**：由于涉及 GitHub、Vercel 及 Zilliz 等外部服务，请确保网络环境稳定以顺利拉取代码和连接数据库。\n\n## 二、安装与配置\n\n### 1. 克隆项目\n```shell\ngit clone https:\u002F\u002Fgithub.com\u002Fall-in-aigc\u002Fgpts-works.git path-to-project\n```\n\n### 2. 初始化数据库\n在您的 PostgreSQL 数据库中执行以下 SQL 创建表结构：\n```sql\nCREATE TABLE gpts (\n    id SERIAL PRIMARY KEY,\n    uuid VARCHAR(255) UNIQUE NOT NULL,\n    org_id VARCHAR(255),\n    name VARCHAR(255),\n    description TEXT,\n    avatar_url TEXT,\n    short_url VARCHAR(255),\n    author_id VARCHAR(255),\n    author_name VARCHAR(255),\n    created_at timestamptz,\n    updated_at timestamptz,\n    detail JSON,\n    index_updated_at INT NOT NULL DEFAULT 0\n);\n```\n随后将您自己的 GPTs 数据插入到该表中。\n\n### 3. 配置环境变量\n根据组件不同，需分别配置 `.env` 文件。\n\n**网站部分 (`path-to-project\u002Fweb\u002F.env`)**:\n```\nPOSTGRES_URL=\"postgres:\u002F\u002Fdefault:xxx@xxx.postgres.vercel-storage.com\u002Fverceldb\"\n\nINDEX_API_BASE_URI=\"http:\u002F\u002F127.0.0.1:8068\"\nINDEX_API_KEY=\"gsk-xxx\"\n```\n\n**索引系统部分 (`path-to-project\u002Findex\u002F.env`)**:\n```\nDATABASE_URL=postgres:\u002F\u002Fdefault:xxx@xxx.postgres.vercel-storage.com:5432\u002Fverceldb\n\nAZURE_API_KEY=xxx  \nAZURE_API_BASE=https:\u002F\u002Fxxx.openai.azure.com\u002F\nAZURE_API_VERSION=2023-07-01-preview\nAZURE_LLM_MODEL=gpt-35-turbo-16k\nAZURE_EMBED_MODEL=text-embedding-ada-002\n\nSTORE_TYPE=zilliz\nSTORE_URI=https:\u002F\u002Fxxx.zillizcloud.com\nSTORE_TOKEN=xxx\nSTORE_DIM=1536\nSTORE_COLLECTION=gpts\n\nINDEX_API_KEY=gsk-xxx\n```\n\n### 4. 安装依赖\n```shell\n# 网站与扩展依赖\npnpm install\n\n# 索引系统依赖\npip install -r requirements.txt\n```\n\n## 三、基本使用\n\n### 1. 启动网站\n进入 `web` 目录并启动服务：\n```shell\ncd path-to-project\u002Fweb\nmake dev\n```\n访问 `http:\u002F\u002Flocalhost:8067` 预览网站。\n\n### 2. 启动索引系统\n进入 `index` 目录并启动 API 服务：\n```shell\ncd path-to-project\u002Findex\nmake dev\n```\n\n**构建索引**：\n```shell\ncurl -X POST -H \"Authorization: Bearer gsk-xxx\" http:\u002F\u002F127.0.0.1:8068\u002Fgpts\u002Findex \n```\n\n**搜索 GPTs**：\n```shell\ncurl -X POST -H \"Authorization: Bearer gsk-xxx\" -H \"Content-Type: application\u002Fjson\" -d '{\"question\": \"What GPTs are used for coding?\"}' http:\u002F\u002F127.0.0.1:8068\u002Fgpts\u002Findex \n```\n\n### 3. 调试浏览器扩展\n进入 `extension` 目录：\n```shell\ncd path-to-project\u002Fextension\nmake dev\n```\n打开 Chrome 浏览器，访问 `chrome:\u002F\u002Fextensions\u002F`，点击“加载已解压的扩展程序”选择对应目录即可调试。\n\n---\n**在线部署**：您也可以直接点击下方的按钮一键部署到 Vercel：\n[![Deploy with Vercel](https:\u002F\u002Fvercel.com\u002Fbutton)](https:\u002F\u002Fvercel.com\u002Fnew\u002Fclone?repository-url=https%3A%2F%2Fgithub.com%2Fall-in-aigc%2Fgpts-works&env=POSTGRES_URL,INDEX_API_BASE_URI,INDEX_API_KEY&envDescription=Create%20your%20Vercel%20Postgres%20DB%20firstly%20before%20set%20POSTGRES_URL%20value.&envLink=https%3A%2F%2Fgithub.com%2Fall-in-aigc%2Fgpts-works%3Ftab%3Dreadme-ov-file%23dependencies&project-name=my-gpts-works&repository-name=my-gpts-works&redirect-url=https%3A%2F%2Fgpts.works&demo-title=GPTs%20Works&demo-description=A%20Third-party%20GPTs%20Store.&demo-url=https%3A%2F%2Fgpts.works&demo-image=https%3A%2F%2Fgpts.works%2Flogo.png)","产品经理小王在搭建团队知识库时，急需筛选出能处理复杂数据分析的专用 GPT，却苦于官方商店分类模糊且检索困难。\n\n### 没有 gpts-works 时\n- 需要在多个第三方社区网站间反复切换才能找到合适的模型。\n- 官方商店关键词搜索无法精准匹配“数据分析”等细分技术需求。\n- 缺乏批量预览功能，必须逐个点击进入详情页才能了解具体能力。\n- 无法在聊天界面直接获取推荐列表，频繁跳转严重打断工作流。\n\n### 使用 gpts-works 后\n- 通过 gpts-works 向量索引系统，输入自然语言需求即可精准定位相关 GPT。\n- 浏览器插件直接在 ChatGPT 侧边栏展示精选列表，无需跳转外部页面。\n- 官网提供详细分类与描述，支持快速横向对比不同模型的功能差异。\n- 一键复制链接即可添加到个人工作区，大幅缩短从发现到使用的配置周期。\n\ngpts-works 通过整合外部资源与智能检索，显著提升了企业级 GPT 选型的效率与体验。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fall-in-aigc_gpts-works_f65aa6d7.png","all-in-aigc","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fall-in-aigc_d078c42b.png",null,"https:\u002F\u002Fgithub.com\u002Fall-in-aigc",[19,23,27,31,35,39,43],{"name":20,"color":21,"percentage":22},"TypeScript","#3178c6",79.8,{"name":24,"color":25,"percentage":26},"Python","#3572A5",16.3,{"name":28,"color":29,"percentage":30},"JavaScript","#f1e05a",2.1,{"name":32,"color":33,"percentage":34},"CSS","#663399",0.8,{"name":36,"color":37,"percentage":38},"Makefile","#427819",0.5,{"name":40,"color":41,"percentage":42},"Dockerfile","#384d54",0.4,{"name":44,"color":45,"percentage":46},"Shell","#89e051",0,1647,341,"2026-04-01T17:18:01","Apache-2.0",3,"未说明","无需本地 GPU（依赖 Azure OpenAI 和 Zilliz 云服务）",{"notes":55,"python":52,"dependencies":56},"项目由网站、索引系统和浏览器扩展三部分组成。核心功能依赖外部云服务（Vercel 部署、Zilliz 向量存储、Azure OpenAI API）。本地开发需自行搭建 PostgreSQL 数据库并配置环境变量（如 POSTGRES_URL, AZURE_API_KEY）。索引系统使用云端 API 进行向量化，无需本地运行大模型。",[57,58,59,60,61],"next.js","fastapi","plasmo","postgres","zilliz",[63],"语言模型",[65,66,67],"chatgpt","gpts","gptstore","ready","2026-03-27T02:49:30.150509","2026-04-06T08:46:28.800841",[72,77,82,87,92,97],{"id":73,"question_zh":74,"answer_zh":75,"source_url":76},3286,"运行项目时出现 ReferenceError: Request is not defined 错误怎么办？","这是因为 Node.js 版本过低导致的。请升级你的 Node.js 版本到 >=18.17.0。","https:\u002F\u002Fgithub.com\u002Fall-in-aigc\u002Fgpts-works\u002Fissues\u002F10",{"id":78,"question_zh":79,"answer_zh":80,"source_url":81},3287,"Windows 系统下如何正确安装和启动开发服务器？","Windows 上通常不可用 `make` 命令。建议先全局安装 pnpm (`npm install -g pnpm`)，然后在项目内安装 next (`npm install next react react-dom`)。确保 package.json 中有 dev 脚本后，使用 `pnpm run dev` 启动。注意 `make dev` 只是 `pnpm dev` 的别名。","https:\u002F\u002Fgithub.com\u002Fall-in-aigc\u002Fgpts-works\u002Fissues\u002F4",{"id":83,"question_zh":84,"answer_zh":85,"source_url":86},3288,"这个项目的开源许可证是什么？","项目已添加 LICENSE 文件，请查看仓库根目录下的 LICENSE 文件以了解具体条款：https:\u002F\u002Fgithub.com\u002Fall-in-aigc\u002Fgpts-works\u002Fblob\u002Fmain\u002FLICENSE","https:\u002F\u002Fgithub.com\u002Fall-in-aigc\u002Fgpts-works\u002Fissues\u002F3",{"id":88,"question_zh":89,"answer_zh":90,"source_url":91},3289,"去哪里获取 GPTs 数据集？","可以使用 Apify 提供的免费 GPTs Scraper 工具从 OpenAI 获取数据，支持导出为 JSON、CSV 等格式：https:\u002F\u002Fapify.com\u002Fseadapp\u002Ffree-gpts-scraper","https:\u002F\u002Fgithub.com\u002Fall-in-aigc\u002Fgpts-works\u002Fissues\u002F14",{"id":93,"question_zh":94,"answer_zh":95,"source_url":96},3290,"项目运行所需的数据从哪里获取？","该项目的数据需要用户自行准备 (Prepare data by yourself)，没有内置默认数据集。","https:\u002F\u002Fgithub.com\u002Fall-in-aigc\u002Fgpts-works\u002Fissues\u002F22",{"id":98,"question_zh":99,"answer_zh":100,"source_url":101},3291,"浏览器插件项目在访问其他网站时报错如何解决？","遇到此类特定环境或配置报错时，建议通过 Google 搜索或 ChatGPT 进行调试排查。","https:\u002F\u002Fgithub.com\u002Fall-in-aigc\u002Fgpts-works\u002Fissues\u002F24",[103],{"id":104,"version":105,"summary_zh":106,"released_at":107},112519,"v1.0.1","Open Sourced Third-Party GPTs Store with Web \u002F Vector Search \u002F Browser Extension.","2023-12-21T03:10:49",[109,120,128,142,150,158],{"id":110,"name":111,"github_repo":112,"description_zh":113,"stars":114,"difficulty_score":115,"last_commit_at":116,"category_tags":117,"status":68},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",140436,2,"2026-04-05T23:32:43",[118,119,63],"开发框架","Agent",{"id":121,"name":122,"github_repo":123,"description_zh":124,"stars":125,"difficulty_score":115,"last_commit_at":126,"category_tags":127,"status":68},3704,"NextChat","ChatGPTNextWeb\u002FNextChat","NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。\n\n这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。\n\nNextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。",87618,"2026-04-05T07:20:52",[118,63],{"id":129,"name":130,"github_repo":131,"description_zh":132,"stars":133,"difficulty_score":115,"last_commit_at":134,"category_tags":135,"status":68},2268,"ML-For-Beginners","microsoft\u002FML-For-Beginners","ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。\n\n无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。",84991,"2026-04-05T10:45:23",[136,137,138,139,119,140,63,118,141],"图像","数据工具","视频","插件","其他","音频",{"id":143,"name":144,"github_repo":145,"description_zh":146,"stars":147,"difficulty_score":51,"last_commit_at":148,"category_tags":149,"status":68},3128,"ragflow","infiniflow\u002Fragflow","RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。\n\n在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。\n\n这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。",77062,"2026-04-04T04:44:48",[119,136,118,63,140],{"id":151,"name":152,"github_repo":153,"description_zh":154,"stars":155,"difficulty_score":51,"last_commit_at":156,"category_tags":157,"status":68},519,"PaddleOCR","PaddlePaddle\u002FPaddleOCR","PaddleOCR 是一款基于百度飞桨框架开发的高性能开源光学字符识别工具包。它的核心能力是将图片、PDF 等文档中的文字提取出来，转换成计算机可读取的结构化数据，让机器真正“看懂”图文内容。\n\n面对海量纸质或电子文档，PaddleOCR 解决了人工录入效率低、数字化成本高的问题。尤其在人工智能领域，它扮演着连接图像与大型语言模型（LLM）的桥梁角色，能将视觉信息直接转化为文本输入，助力智能问答、文档分析等应用场景落地。\n\nPaddleOCR 适合开发者、算法研究人员以及有文档自动化需求的普通用户。其技术优势十分明显：不仅支持全球 100 多种语言的识别，还能在 Windows、Linux、macOS 等多个系统上运行，并灵活适配 CPU、GPU、NPU 等各类硬件。作为一个轻量级且社区活跃的开源项目，PaddleOCR 既能满足快速集成的需求，也能支撑前沿的视觉语言研究，是处理文字识别任务的理想选择。",74939,"2026-04-05T23:16:38",[63,136,118,140],{"id":159,"name":160,"github_repo":161,"description_zh":162,"stars":163,"difficulty_score":51,"last_commit_at":164,"category_tags":165,"status":68},2181,"OpenHands","OpenHands\u002FOpenHands","OpenHands 是一个专注于 AI 驱动开发的开源平台，旨在让智能体（Agent）像人类开发者一样理解、编写和调试代码。它解决了传统编程中重复性劳动多、环境配置复杂以及人机协作效率低等痛点，通过自动化流程显著提升开发速度。\n\n无论是希望提升编码效率的软件工程师、探索智能体技术的研究人员，还是需要快速原型验证的技术团队，都能从中受益。OpenHands 提供了灵活多样的使用方式：既可以通过命令行（CLI）或本地图形界面在个人电脑上轻松上手，体验类似 Devin 的流畅交互；也能利用其强大的 Python SDK 自定义智能体逻辑，甚至在云端大规模部署上千个智能体并行工作。\n\n其核心技术亮点在于模块化的软件智能体 SDK，这不仅构成了平台的引擎，还支持高度可组合的开发模式。此外，OpenHands 在 SWE-bench 基准测试中取得了 77.6% 的优异成绩，证明了其解决真实世界软件工程问题的能力。平台还具备完善的企业级功能，支持与 Slack、Jira 等工具集成，并提供细粒度的权限管理，适合从个人开发者到大型企业的各类用户场景。",70626,"2026-04-05T22:51:36",[63,119,118,139]]