[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-danielgross--whatsapp-gpt":3,"tool-danielgross--whatsapp-gpt":64},[4,17,27,35,43,56],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":16},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-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。\n\n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。",162132,3,"2026-04-05T11:01:52",[13,14,15],"开发框架","图像","Agent","ready",{"id":18,"name":19,"github_repo":20,"description_zh":21,"stars":22,"difficulty_score":23,"last_commit_at":24,"category_tags":25,"status":16},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",138956,2,"2026-04-05T11:33:21",[13,15,26],"语言模型",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":23,"last_commit_at":33,"category_tags":34,"status":16},2271,"ComfyUI","Comfy-Org\u002FComfyUI","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。\n\n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。\n\n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。",107662,"2026-04-03T11:11:01",[13,14,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":23,"last_commit_at":41,"category_tags":42,"status":16},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",[13,26],{"id":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":23,"last_commit_at":49,"category_tags":50,"status":16},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",[14,51,52,53,15,54,26,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":10,"last_commit_at":62,"category_tags":63,"status":16},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",[15,14,13,26,54],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":69,"readme_en":70,"readme_zh":71,"quickstart_zh":72,"use_case_zh":73,"hero_image_url":74,"owner_login":75,"owner_name":76,"owner_avatar_url":77,"owner_bio":68,"owner_company":78,"owner_location":68,"owner_email":68,"owner_twitter":68,"owner_website":68,"owner_url":79,"languages":80,"stars":89,"forks":90,"last_commit_at":91,"license":92,"difficulty_score":93,"env_os":94,"env_gpu":95,"env_ram":94,"env_deps":96,"category_tags":102,"github_topics":68,"view_count":23,"oss_zip_url":68,"oss_zip_packed_at":68,"status":16,"created_at":103,"updated_at":104,"faqs":105,"releases":136},3749,"danielgross\u002Fwhatsapp-gpt","whatsapp-gpt",null,"whatsapp-gpt 是一个极具极客精神的开源实验项目，旨在将 ChatGPT 的智能对话能力无缝接入 WhatsApp 即时通讯环境。它通过巧妙的架构设计，让 AI 能够像真人一样在 WhatsApp 上自动回复消息，甚至支持观察两个 AI 实例之间自主进行多轮对话的趣味场景。\n\n该项目主要解决了用户希望在熟悉的社交软件中直接体验大模型服务的需求，打破了应用间的壁垒，为自动化客服、个人智能助理或社交实验提供了低成本的原型方案。其技术实现颇具特色：后端采用 Go 语言库模拟手机登录 WhatsApp，前端则启动一个独立的浏览器窗口专门用于操控 ChatGPT 网页版，两者通过 Python 服务器进行协调通信。这种“双终端 + 独立浏览器”的组合方式虽然配置略显复杂，却有效规避了官方 API 的限制，展现了灵活的集成思路。\n\n鉴于目前文档较为精简且首次运行可能需要一定的调试成本，whatsapp-gpt 更适合具备一定编程基础的开发者、技术研究人员或对 AI 代理机制充满好奇的进阶用户。如果你乐于探索代码细节并享受动手搭建的过程，这将是一个值得深入把玩的有趣工具。","# whatsapp-gpt\n* You'll need to run WhatsApp from a phone number using the golang library I'm using.\n* You'll run a dedicated browser in another window that's controlling ChatGPT.\n* Two terminals: `go run main.go`, and `python server.py`. I am extremely doubtful they will work for you on the first run.\n* You can also try `multichat.py` if you want to watch two ChatGPTs talk to each other.\n* This marks the end of the readme file; it is a bit sparse; thankfully the code is too! Just tuck in if you can... and I will try to add more here later.\n","# whatsapp-gpt\n* 你需要使用我所用的 Go 语言库，通过一个手机号来运行 WhatsApp。\n* 你还需要在另一个窗口中运行一个专门的浏览器，用于控制 ChatGPT。\n* 需要打开两个终端：一个是 `go run main.go`，另一个是 `python server.py`。我非常怀疑它们能否在第一次运行时就正常工作。\n* 如果你想观看两个 ChatGPT 相互对话，也可以尝试运行 `multichat.py`。\n* 这就结束了 README 文件的内容；它确实有些简略，好在代码也很简洁！如果你能做到，就直接上手吧……我稍后会尽量在这里补充更多内容。","# whatsapp-gpt 快速上手指南\n\n## 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*   **操作系统**：支持 Linux、macOS 或 Windows（需配置相应终端）。\n*   **前置依赖**：\n    *   **Go 语言环境**：用于运行 WhatsApp 连接逻辑。\n    *   **Python 环境**：用于运行服务器脚本（建议 Python 3.x）。\n    *   **浏览器**：需要一个独立的浏览器窗口用于控制 ChatGPT 界面。\n    *   **WhatsApp 账号**：需要一个有效的手机号码用于登录 WhatsApp。\n\n> **注意**：本项目依赖特定的 Go 库和浏览器自动化操作，首次运行成功率较低，可能需要根据本地环境调试。\n\n## 安装步骤\n\n1.  **克隆项目代码**\n    ```bash\n    git clone https:\u002F\u002Fgithub.com\u002Fyour-repo\u002Fwhatsapp-gpt.git\n    cd whatsapp-gpt\n    ```\n\n2.  **安装 Go 依赖**\n    进入项目目录后，初始化并下载 Go 模块：\n    ```bash\n    go mod tidy\n    ```\n\n3.  **安装 Python 依赖**\n    安装运行服务器所需的 Python 包（如有 `requirements.txt` 请先创建或检查）：\n    ```bash\n    pip install -r requirements.txt\n    ```\n    *若无 requirements 文件，请确保已安装必要的 selenium 或相关浏览器驱动库。*\n\n4.  **配置浏览器驱动**\n    确保您的系统中已安装与浏览器版本匹配的 WebDriver（如 ChromeDriver），并将其路径加入环境变量，以便脚本能自动启动和控制浏览器。\n\n## 基本使用\n\n本项目需要同时运行两个终端进程来协同工作。\n\n1.  **启动后端服务（Python）**\n    打开第一个终端窗口，运行服务器脚本：\n    ```bash\n    python server.py\n    ```\n    此进程将负责管理 ChatGPT 的浏览器会话。\n\n2.  **启动 WhatsApp 连接器（Go）**\n    打开第二个终端窗口，运行主程序：\n    ```bash\n    go run main.go\n    ```\n    此时，程序会尝试通过您的手机号登录 WhatsApp，并与前一个进程建立的 ChatGPT 会话进行交互。\n\n3.  **进阶体验（可选）**\n    如果您想观察两个 ChatGPT 实例互相对话，可以尝试运行：\n    ```bash\n    python multichat.py\n    ```\n\n> **提示**：由于涉及浏览器自动化和第三方 API 交互，首次运行时请务必留意终端输出的错误信息，并根据提示调整浏览器路径或网络设置。","一位跨境电商客服主管需要利用 ChatGPT 的生成能力，为 WhatsApp 上数百位咨询产品细节的国际客户提供即时、个性化的多语言回复。\n\n### 没有 whatsapp-gpt 时\n- 客服人员必须手动将客户消息复制到浏览器中的 ChatGPT 界面，生成回复后再复制回 WhatsApp，操作繁琐且响应延迟高。\n- 面对夜间或高峰期的并发咨询，人工无法做到 24 小时在线，导致大量潜在客户因等待过久而流失。\n- 不同客服人员的回答风格和质量参差不齐，难以统一品牌对外沟通的专业度和语气标准。\n- 若尝试自行开发集成方案，需同时处理 WhatsApp 协议逆向和 ChatGPT API 对接，技术门槛高且维护成本巨大。\n\n### 使用 whatsapp-gpt 后\n- 系统自动拦截 WhatsApp 消息并调用后台运行的 ChatGPT 生成回复，实现秒级响应，彻底消除了人工复制粘贴的低效环节。\n- 基于 Go 语言和独立浏览器控制的架构，支持全天候无人值守运行，确保任何时区的客户都能获得即时服务。\n- 通过预设提示词（Prompt），所有自动回复均保持统一的专业语调和服务逻辑，显著提升了品牌形象的一致性。\n- 开发者只需启动两个终端命令即可部署服务，无需深入钻研复杂的通信协议，快速实现了业务流与 AI 能力的打通。\n\nwhatsapp-gpt 通过轻量级的本地桥接方案，将成熟的聊天机器人智能无缝植入企业最常用的即时通讯渠道，以极低的成本实现了客服流程的智能化升级。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fdanielgross_whatsapp-gpt_a2aa165b.png","danielgross","Daniel Gross","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fdanielgross_3fa3772e.jpg","Cue","https:\u002F\u002Fgithub.com\u002Fdanielgross",[81,85],{"name":82,"color":83,"percentage":84},"Go","#00ADD8",53.6,{"name":86,"color":87,"percentage":88},"Python","#3572A5",46.4,3068,584,"2026-04-01T17:14:29","MIT",5,"未说明","不需要 GPU",{"notes":97,"python":98,"dependencies":99},"该项目并非本地运行大模型，而是通过自动化脚本连接真实服务。主要需求包括：1. 需要一个真实的手机号码来运行 WhatsApp（基于 Go 语言库）；2. 需要在一个独立窗口中运行专用浏览器以控制 ChatGPT 网页版；3. 需同时开启两个终端分别运行 'go run main.go' 和 'python server.py'；4. 作者提示首次运行成功的可能性较低，可能需要手动调试。","未说明 (需运行 python server.py)",[100,101],"golang (用于 WhatsApp 库)","Python (用于 server.py)",[26,15],"2026-03-27T02:49:30.150509","2026-04-06T07:13:50.728339",[106,111,116,121,126,131],{"id":107,"question_zh":108,"answer_zh":109,"source_url":110},17162,"为什么回复特定消息时机器人没有反应？","这是因为代码未正确处理引用消息（ExtendedTextMessage）。需要在代码中增加判断逻辑：如果 quoted 为 nil，则获取普通对话内容；否则获取引用文本。参考代码如下：\nnewMessage = v.Message\nquoted := newMessage.ExtendedTextMessage\nvar msg string\nif quoted == nil {\n    msg = newMessage.GetConversation()\n} else {\n    msg = quoted.GetText()\n}","https:\u002F\u002Fgithub.com\u002Fdanielgross\u002Fwhatsapp-gpt\u002Fissues\u002F49",{"id":112,"question_zh":113,"answer_zh":114,"source_url":115},17163,"运行 server.py 时报错 'ModuleNotFoundError: No module named playwright' 怎么办？","这是因为缺少 playwright 依赖包。请在终端中运行以下命令进行安装：\npip install playwright","https:\u002F\u002Fgithub.com\u002Fdanielgross\u002Fwhatsapp-gpt\u002Fissues\u002F25",{"id":117,"question_zh":118,"answer_zh":119,"source_url":120},17164,"运行 main.go 时报错 'no required module provides package' 或找不到 go.mod 文件？","这通常是因为没有在正确的项目目录下运行命令。请确保终端当前目录位于包含 go.mod 文件的项目根目录（例如 whatsapp-gpt-main），然后在该目录下执行 go run 命令。","https:\u002F\u002Fgithub.com\u002Fdanielgross\u002Fwhatsapp-gpt\u002Fissues\u002F40",{"id":122,"question_zh":123,"answer_zh":124,"source_url":125},17165,"在 Windows 11 上运行 main.go 遇到 sqlite3 编译错误怎么办？","在 Windows 上运行需要 gcc 编译器来构建 sqlite3。你需要安装 MinGW 以获取 gcc 文件。安装完成后即可正常编译运行。","https:\u002F\u002Fgithub.com\u002Fdanielgross\u002Fwhatsapp-gpt\u002Fissues\u002F12",{"id":127,"question_zh":128,"answer_zh":129,"source_url":130},17166,"浏览器启动后立即关闭并报错 'AttributeError: NoneType object has no attribute query_selector'？","这通常是因为页面元素选择器失效或页面加载未完成导致无法找到输入框。该错误发生在尝试获取 'div[class*='PromptTextarea__TextareaWrapper']' 时返回了空值。建议检查网页结构是否变更，或在代码中增加等待元素加载的逻辑。","https:\u002F\u002Fgithub.com\u002Fdanielgross\u002Fwhatsapp-gpt\u002Fissues\u002F1",{"id":132,"question_zh":133,"answer_zh":134,"source_url":135},17167,"连接服务器时出现 'target machine actively refused it' 错误？","这表示目标机器主动拒绝了连接请求（通常端口为 5001）。请检查服务器端程序是否已正常启动，防火墙是否阻止了该端口，或者确认服务端监听地址配置是否正确。","https:\u002F\u002Fgithub.com\u002Fdanielgross\u002Fwhatsapp-gpt\u002Fissues\u002F27",[]]