chat-with-gpt
chat-with-gpt 是一款开源的 ChatGPT 客户端应用，它在官方 ChatGPT 的基础上增加了语音交互、对话管理等功能，让用户能够通过更自然的方式与 AI 对话。用户只需输入自己的 OpenAI API 密钥，即可直接调用 GPT 模型进行对话，并支持通过 ElevenLabs 或浏览器内置语音合成技术为 AI 赋予逼真的人声，同时集成了 OpenAI Whisper 实现语音输入。
这个工具主要解决了两个问题：一是为用户提供了可自定义、功能更丰富的 ChatGPT 交互界面，包括历史对话搜索、系统提示词调整、温度参数设置等；二是实现了多模态交互体验，将文字对话扩展为支持语音输入与语音回复的完整对话流程，让 AI 对话更接近真人交流。
chat-with-gpt 适合希望深度定制 ChatGPT 使用体验的开发者、技术爱好者，以及对语音交互功能有需求的普通用户。对于开发者而言，其开源特性与 Docker 自部署支持便于二次开发与私有化部署；对于普通用户，友好的界面与语音功能降低了使用门槛。
其技术亮点在于有机整合了多项 AI 服务：通过 ChatGPT API 处理对话，配合 ElevenLabs 实现高质量语音合成，并借助 Whisper 完成语音识别，形成了完整的语音交互闭环。所有 API 密钥仅本地存储，保障了使用安全性。应用采用 TypeScript + React 构建，遵循 MIT 开源协议，社区可自由参与改进。
使用场景
场景背景：张明是一名独立开发者，正在开发一款户外徒步导航应用。他需要快速验证多个功能点的文案描述是否清晰自然，同时因长期编码导致视觉疲劳，希望减少阅读屏幕文字的时间。
没有 chat-with-gpt 时
- 文案优化效率低：张明在 ChatGPT 网页版手动输入每条功能描述请求优化，并在不同对话窗口间切换，过程琐碎耗时。
- 交互反馈单一：仅能通过阅读文字回复来评估文案效果，缺乏即时、多维度的感知方式，难以判断文案在“朗读”时的流畅度。
- 工作流中断：在编写代码与优化文案两个任务间频繁切换，需要分别打开浏览器、登录、复制粘贴，注意力不断被分散。
- 成本与隐私顾虑：使用网页版时担心对话历史被意外泄露，且对于频繁的 API 调用缺乏直观的本地化控制。
使用 chat-with-gpt 后
- 本地化快速调优：张明在本地运行的 chat-with-gpt 中集中管理所有文案优化对话，利用其搜索历史功能快速回顾修改，大幅提升迭代效率。
- 语音播报辅助审核：连接 ElevenLabs API 后，可将优化后的文案实时转换为拟人语音播放，通过“听感”直观检查语句的流畅性与语气是否合适。
- 无缝集成开发环境：应用以 Docker 容器运行在本地 3000 端口，可常驻侧边栏，通过快捷键随时唤出进行文案咨询或语音反馈，不再切换上下文。
- 自主掌控数据与成本：所有 API 密钥本地存储，对话历史保存在本地设备，既减少了隐私担忧，也能通过自托管配置更灵活地管理使用量。
chat-with-gpt 通过将 AI 对话、语音合成与本地化部署结合，为开发者提供了一个高效、沉浸且自主可控的辅助创作环境。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明
快速开始
Chat with GPT
Chat with GPT 是一个开源、非官方的 ChatGPT 应用，提供额外功能及更多自定义体验的方式。它通过连接 ChatGPT 与 ElevenLabs，为 ChatGPT 赋予逼真的人声。
体验托管版本：https://www.chatwithgpt.ai
本应用基于 OpenAI 的全新 ChatGPT API 开发，采用 TypeScript + React 技术栈。我们欢迎社区提交拉取请求！
功能特性
- 🚀 快速响应时间
- 🔎 搜索过往聊天对话记录
- 📄 查看并自定义系统提示词——系统在您的消息前向 AI 展示的秘密提示词
- 🌡 通过调节 Temperature 参数调整响应的创造性与随机性。数值越高，创造性越强
- 💬 通过连接您的 ElevenLabs 文本转语音账户，或使用浏览器内置文本转语音功能，为 ChatGPT AI 赋予逼真的人声
- 🎤 基于 OpenAI Whisper 的语音识别功能
- ✉ 通过公开分享链接在线分享您喜爱的聊天会话
- 📋 轻松复制粘贴 ChatGPT 消息
- ✏️ 编辑您的消息
- 🔁 重新生成 ChatGPT 消息
- 🖼 完整的 Markdown 支持，包括代码、表格和数学公式
- 🫰 仅按 ChatGPT API 实际使用量付费
使用您自己的 API 密钥
OpenAI
要开始使用 Chat with GPT，您需要在设置界面添加 OpenAI API 密钥。点击首页的"连接您的 OpenAI 账户以开始使用"即可开始。添加 API 密钥后，您就可以开始与 ChatGPT 对话了。
您的 API 密钥仅存储在您的设备上，除了 OpenAI 外不会传输给任何第三方。请注意，OpenAI API 密钥使用按量计费，与您的 ChatGPT 订阅分开计费。
ElevenLabs
要使用逼真的 AI 文本转语音功能，您需要点击任意消息旁的"播放"按钮来添加 ElevenLabs API 密钥。
您的 API 密钥仅存储在您的设备上，除了 ElevenLabs 外不会传输给任何第三方。
在您自己的计算机上运行
要在自己的设备上运行，可以使用 Docker：
docker run -v $(pwd)/data:/app/data -p 3000:3000 ghcr.io/cogentapps/chat-with-gpt:release
然后访问 http://localhost:3000 查看应用。
在服务器上存储 API 密钥
为方便起见，您可以将 API 密钥存储在计算机上，而无需在浏览器中输入。
警告： 如果其他人能够访问您自行部署的应用版本，请务必谨慎操作。他们也将能够通过您的 API 密钥使用该应用。
在 data 文件夹中创建名为 config.yaml 的文件，内容如下：
services:
openai:
apiKey: (您的 API 密钥)
elevenlabs:
apiKey: (您的 API 密钥)
然后重启服务器。需要登录才能使用。
更新
docker pull ghcr.io/cogentapps/chat-with-gpt:release
许可证
Chat with GPT 采用 MIT 许可证。更多信息请参阅 LICENSE 文件。
常见问题
相似工具推荐
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。
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。