GeminiProChat
GeminiProChat 是一个极简风格的网页聊天界面，专为谷歌 Gemini Pro 大模型打造。它旨在解决普通用户直接调用 API 门槛高、缺乏直观交互界面的痛点，让用户无需编写代码，即可在浏览器中享受流畅的 AI 对话体验。
这款工具非常适合希望快速体验 Gemini 能力的普通用户，同时也深受开发者喜爱。对于开发者而言，GeminiProChat 提供了极高的灵活性：它不仅支持通过 Vercel、Railway 等平台一键部署，还允许通过环境变量自定义 API 地址、设置站点访问密码以及切换具体的模型版本（如默认的 gemini-2.5-flash）。其轻量级的架构基于 Node.js 构建，依赖极少，既可作为本地私有化部署的对话终端，也能轻松扩展为团队内部的 AI 助手平台。值得一提的是，项目完全开源且独立于谷歌官方，注重隐私与自主可控，是连接强大后端模型与前端用户体验的简洁桥梁。
使用场景
某初创团队的后端开发者需要在本地快速调试 Google Gemini Pro 的 API 接口，以验证新功能的对话逻辑，但苦于没有现成的测试界面。
没有 GeminiProChat 时
- 开发者只能依赖 Postman 或编写临时的 Python/Node.js 脚本来发送请求，每次修改提示词（Prompt）都要重新运行代码，流程繁琐且低效。
- 缺乏可视化的对话历史上下文，难以直观评估模型在多轮对话中的记忆能力和逻辑连贯性。
- 团队成员间无法共享统一的测试环境，每个人配置的本地脚本参数不一，导致协作调试时出现“在我机器上是好的”这类问题。
- 部署临时测试页面需要手动配置前端框架和后端代理，耗时数小时，严重拖慢了原型验证的进度。
使用 GeminiProChat 后
- 开发者通过 Docker 一行命令即可在本地启动极简 Web 界面，直接在浏览器中输入提示词并实时查看返回结果，迭代效率提升十倍。
- 界面原生支持多轮对话展示，清晰呈现上下文关联，方便快速定位模型在长对话中的理解偏差。
- 利用 Vercel 一键部署功能，团队在几分钟内搭建起共享的在线测试站，统一了 API 密钥和模型参数，协作无障碍。
- 无需关心前端 UI 开发细节，开箱即用的简洁设计让开发者能专注于核心业务逻辑的验证，将原本半天的环境搭建时间缩短至十分钟。
GeminiProChat 将复杂的 API 调试过程转化为直观的网页交互，让开发者能以最低成本快速验证和迭代基于 Gemini Pro 的智能应用。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明
快速开始
GeminiProChat
Gemini Pro Chat 的极简 Web 界面。
[!WARNING] 免责声明： 本项目与 Google 无任何关联，未获得 Google 的认可或赞助。它是一个独立项目，使用了 Google 的 Gemini Pro API。
在线演示：Gemini Pro Chat
部署
使用 Vercel 部署（推荐）
只需点击上方按钮，并按照说明部署您自己的应用副本即可。
在 Railway 上部署
只需点击上方按钮，并按照说明在 Railway 上部署即可。
在 Zeabur 上部署
只需点击上方按钮，并按照说明在 Zeabur 上部署即可。
使用 Docker 部署
要使用 Docker 部署，您可以使用以下命令：
docker run --name geminiprochat \
--restart always \
-p 3000:3000 \
-itd \
-e GEMINI_API_KEY=your_api_key_here \
babaohuang/geminiprochat:latest
请确保将 your_api_key_here 替换为您自己的 GEMINI API 密钥。
这将启动 geminiprochat 服务，可通过 http://localhost:3000 访问。
环境变量
您可以通过环境变量来控制网站的行为。
| 名称 | 描述 | 是否必填 |
|---|---|---|
GEMINI_API_KEY |
您的 GEMINI API 密钥。您可以从 这里 获取。 | ✔ |
API_BASE_URL |
GEMINI API 的自定义基础 URL。点击 这里 查看何时需要使用此变量。 | ❌ |
HEAD_SCRIPTS |
在页面的 </head> 标签之前注入分析或其他脚本 |
❌ |
PUBLIC_SECRET_KEY |
项目的密钥字符串，用于生成 API 调用的签名 | ❌ |
SITE_PASSWORD |
设置网站密码，支持用逗号分隔的多个密码。如果不设置，网站将公开访问 | ❌ |
GEMINI_MODEL_NAME |
自定义要使用的 Gemini 模型。如果未设置，默认为 gemini-2.5-flash |
❌ |
本地运行
准备环境
Node: 请确保您的开发环境和部署环境都使用
Node v18或更高版本。您可以使用 nvm 来管理本地的多个node版本。node -vPNPM: 我们建议使用 pnpm 来管理依赖项。如果您尚未安装 pnpm，可以使用以下命令进行安装：
npm i -g pnpmGEMINI_API_KEY: 在运行此应用程序之前，您需要从 Google 获取 API 密钥。您可以在 https://makersuite.google.com/app/apikey 注册 API 密钥。
开始使用
安装依赖项
pnpm install复制
.env.example文件，然后将其重命名为.env，并将您的GEMINI_API_KEY添加到.env文件中。GEMINI_API_KEY=AIzaSy...运行应用程序，本地项目将在
http://localhost:3000/上运行。pnpm run dev
致谢
本项目受到以下开源项目的启发并基于其代码构建：
- ChatGPT-Demo - 提供基础代码库和功能。
星标历史
请我喝杯咖啡
如果这个仓库对您有帮助，请给我买杯咖啡吧，非常感谢！😄
推荐的 AI 工具
相似工具推荐
n8n
n8n 是一款面向技术团队的公平代码（fair-code）工作流自动化平台，旨在让用户在享受低代码快速构建便利的同时，保留编写自定义代码的灵活性。它主要解决了传统自动化工具要么过于封闭难以扩展、要么完全依赖手写代码效率低下的痛点，帮助用户轻松连接 400 多种应用与服务，实现复杂业务流程的自动化。 n8n 特别适合开发者、工程师以及具备一定技术背景的业务人员使用。其核心亮点在于“按需编码”：既可以通过直观的可视化界面拖拽节点搭建流程，也能随时插入 JavaScript 或 Python 代码、调用 npm 包来处理复杂逻辑。此外，n8n 原生集成了基于 LangChain 的 AI 能力，支持用户利用自有数据和模型构建智能体工作流。在部署方面，n8n 提供极高的自由度，支持完全自托管以保障数据隐私和控制权，也提供云端服务选项。凭借活跃的社区生态和数百个现成模板，n8n 让构建强大且可控的自动化系统变得简单高效。
AutoGPT
AutoGPT 是一个旨在让每个人都能轻松使用和构建 AI 的强大平台，核心功能是帮助用户创建、部署和管理能够自动执行复杂任务的连续型 AI 智能体。它解决了传统 AI 应用中需要频繁人工干预、难以自动化长流程工作的痛点，让用户只需设定目标，AI 即可自主规划步骤、调用工具并持续运行直至完成任务。 无论是开发者、研究人员，还是希望提升工作效率的普通用户，都能从 AutoGPT 中受益。开发者可利用其低代码界面快速定制专属智能体；研究人员能基于开源架构探索多智能体协作机制；而非技术背景用户也可直接选用预置的智能体模板，立即投入实际工作场景。 AutoGPT 的技术亮点在于其模块化“积木式”工作流设计——用户通过连接功能块即可构建复杂逻辑，每个块负责单一动作，灵活且易于调试。同时，平台支持本地自托管与云端部署两种模式，兼顾数据隐私与使用便捷性。配合完善的文档和一键安装脚本，即使是初次接触的用户也能在几分钟内启动自己的第一个 AI 智能体。AutoGPT 正致力于降低 AI 应用门槛，让人人都能成为 AI 的创造者与受益者。
opencode
OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。 这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。 在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信
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
ML-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。 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。