cloudflare-proxy
cloudflare-proxy 是一个部署在 Cloudflare Worker 上的轻量级代理工具，专门用于转发对 ChatGPT API 的请求。
由于国内网络环境限制，直接访问 OpenAI 的 api.openai.com 接口会遇到连接问题。这个代理工具通过 Cloudflare 的全球网络节点中转请求，让用户无需在本机开启全局代理就能正常使用 ChatGPT API。
该工具支持流式输出（Stream），这意味着在与支持流式响应的 ChatGPT 客户端配合使用时，可以获得类似网页端的实时对话体验，文字会逐字逐句显示，而不是等待完整响应。
部署步骤相对简单：只需在 Cloudflare 创建一个 Worker，粘贴代码，然后绑定一个自定义域名即可使用。
适合有一定技术背景的用户使用，比如开发者、研究人员或需要自建 ChatGPT API 访问渠道的人。如果你正在使用各类 ChatGPT 客户端应用，且苦于网络访问限制，cloudflare-proxy 提供了一个相对稳定的解决方案。整个项目代码简洁，遵循 MIT 协议开源。
使用场景
一位独立开发者正在构建个人知识管理助手，需要稳定接入 ChatGPT 完成文档智能摘要功能，但受限于网络环境。
没有 cloudflare-proxy 时
- 直接调用 api.openai.com 官方接口，在国内网络环境下频繁超时甚至连接重置。
- 本地开发调试必须开启全局代理模式，不仅消耗系统资源还干扰其他网络测试。
- 默认非流式输出导致用户需长时间等待完整回复，交互体验生硬且缺乏即时感。
- 客户端代码中硬编码了官方域名，一旦网络策略变动，需逐个更新所有客户端配置。
使用 cloudflare-proxy 后
- 利用 Cloudflare Worker 全球节点转发请求，显著提升了国内访问的稳定性和速度。
- 本地无需任何代理设置即可正常通信，开发调试环境变得更加纯净和高效。
- 支持 Stream 流式输出参数，实现文字逐字显示效果，大幅降低用户感知等待时间。
- 绑定自定义域名作为统一 API 入口，后续若需调整后端逻辑只需修改 Worker 代码。
cloudflare-proxy 帮助开发者绕过网络限制，以极低的运维成本实现稳定且体验流畅的 ChatGPT 流式接入。
运行环境要求
- 未说明
未说明
未说明
快速开始
cloudflare-proxy
好多调用 ChatGPT 的客户端都是直接使用的 api.openai.com，这个接口很显然是访问不通的，好在有些良心作者还提供了一个自定义 API 域名的入口，在 Cloudflare Worker（Cloudflare Worker 是 Cloudflare 提供的无服务器计算平台）上写了一个简单的代理，用起来顺手多了，省得我一直在本机挂全局代理。—— Barret李靖
代理请求到 ChatGPT API，代码部署步骤：
- 注册并登录到 Cloudflare 账户
- 创建一个新的 Cloudflare Worker
- 将 cloudflare-worker.js 复制并粘贴到 Cloudflare Worker 编辑器中
- 保存并部署 Cloudflare Worker
- 在 Worker 详情页 -> Trigger -> Custom Domains 中为这个 Worker 添加一个自定义域名
为啥需要第五步？因为直接使用 Cloudflare 的域名，依然无法访问。
使用说明
ChatGPT 的 API 默认是非流式输出的，如果想让他变成流式输出，需要将 payload.stream 设置为 true，大部分的客户端都已经加上了这个参数。
License
常见问题
相似工具推荐
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
NextChat
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。 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。 NextChat 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。
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。
ragflow
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。 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。 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。
PaddleOCR
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。 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。 PaddleOCR 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。
OpenHands
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。 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。 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。