[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-easychen--openai-api-proxy":3,"tool-easychen--openai-api-proxy":65},[4,17,27,35,48,57],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"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",149489,2,"2026-04-10T11:32:46",[13,14,15],"开发框架","Agent","语言模型","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},4487,"LLMs-from-scratch","rasbt\u002FLLMs-from-scratch","LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。\n\n该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。\n\nLLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备",90106,3,"2026-04-06T11:19:32",[15,26,14,13],"图像",{"id":28,"name":29,"github_repo":30,"description_zh":31,"stars":32,"difficulty_score":10,"last_commit_at":33,"category_tags":34,"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",[13,15],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":10,"last_commit_at":41,"category_tags":42,"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。",85092,"2026-04-10T11:13:16",[26,43,44,45,14,46,15,13,47],"数据工具","视频","插件","其他","音频",{"id":49,"name":50,"github_repo":51,"description_zh":52,"stars":53,"difficulty_score":54,"last_commit_at":55,"category_tags":56,"status":16},5784,"funNLP","fighting41love\u002FfunNLP","funNLP 是一个专为中文自然语言处理（NLP）打造的超级资源库，被誉为\"NLP 民工的乐园”。它并非单一的软件工具，而是一个汇集了海量开源项目、数据集、预训练模型和实用代码的综合性平台。\n\n面对中文 NLP 领域资源分散、入门门槛高以及特定场景数据匮乏的痛点，funNLP 提供了“一站式”解决方案。这里不仅涵盖了分词、命名实体识别、情感分析、文本摘要等基础任务的标准工具，还独特地收录了丰富的垂直领域资源，如法律、医疗、金融行业的专用词库与数据集，甚至包含古诗词生成、歌词创作等趣味应用。其核心亮点在于极高的全面性与实用性，从基础的字典词典到前沿的 BERT、GPT-2 模型代码，再到高质量的标注数据和竞赛方案，应有尽有。\n\n无论是刚刚踏入 NLP 领域的学生、需要快速验证想法的算法工程师，还是从事人工智能研究的学者，都能在这里找到急需的“武器弹药”。对于开发者而言，它能大幅减少寻找数据和复现模型的时间；对于研究者，它提供了丰富的基准测试资源和前沿技术参考。funNLP 以开放共享的精神，极大地降低了中文自然语言处理的开发与研究成本，是中文 AI 社区不可或缺的宝藏仓库。",79857,1,"2026-04-08T20:11:31",[15,43,46],{"id":58,"name":59,"github_repo":60,"description_zh":61,"stars":62,"difficulty_score":23,"last_commit_at":63,"category_tags":64,"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",[14,26,13,15,46],{"id":66,"github_repo":67,"name":68,"description_en":69,"description_zh":70,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":80,"owner_location":81,"owner_email":79,"owner_twitter":76,"owner_website":82,"owner_url":83,"languages":84,"stars":93,"forks":94,"last_commit_at":95,"license":96,"difficulty_score":10,"env_os":97,"env_gpu":98,"env_ram":98,"env_deps":99,"category_tags":104,"github_topics":105,"view_count":10,"oss_zip_url":79,"oss_zip_packed_at":79,"status":16,"created_at":109,"updated_at":110,"faqs":111,"releases":112},6345,"easychen\u002Fopenai-api-proxy","openai-api-proxy","一行Docker命令部署的 OpenAI\u002FGPT API代理，支持SSE流式返回、腾讯云函数 。Simple proxy for OpenAi api via a one-line docker command","openai-api-proxy 是一款专为国内开发者设计的轻量级代理工具，旨在解决直接访问 OpenAI API 受限及网络不稳定的痛点。它充当中间桥梁，让部署在可访问外网环境（如腾讯云函数或 Docker 容器）中的服务代为转发请求，从而实现对 GPT 模型的稳定调用。\n\n该工具特别适合需要集成 AI 能力的后端工程师、全栈开发者以及希望快速搭建私有化 AI 应用的研究人员。其核心亮点在于支持 SSE（服务器发送事件）流式输出，能让用户像使用官方服务一样实时看到生成内容，显著提升交互体验。此外，它还内置了基于腾讯云的内容安全审核功能，可在流式传输过程中同步拦截违规信息，兼顾了灵活性与合规性。\n\n部署过程极为简便，仅需一行 Docker 命令即可启动，同时也完美适配 Node.js 环境及各类云函数平台。使用时，开发者只需将原有项目中的 API 地址指向代理地址，并按需配置密钥即可完成迁移。无论是构建聊天机器人、代码辅助插件还是其他 AI 驱动的应用，openai-api-proxy 都能提供高效、低门槛的基础设施支持。","# openai-api-proxy\n\n可以部署到docker和云函数的OpenAI API代理\nSimple proxy for OpenAi api via a one-line docker command\n\n🌳 如果你懒得自己搭建，那么可以试试[国内可以访问、可以微信充值的第三方OpenAI API服务：API2D.com](https:\u002F\u002Fapi2d.com\u002Fr\u002F186008)，支持Chat酱、OpenCat、NextWeb、VSCode插件。\n\n\n- [腾讯云函数部署教程](FUNC.md) 🔥 腾讯云函数从4月25日起已经全地域支持SSE，推荐使用\n- [简体中文使用说明](README.CN.md)\n- [《如何快速开发一个OpenAI\u002FGPT应用：国内开发者笔记》](https:\u002F\u002Fgithub.com\u002Feasychen\u002Fopenai-gpt-dev-notes-for-cn-developer)\n\n🎉 已经支持SSE，可以实时返回内容\n\n以下英文由GPT翻译。The following English was translated by GPT.\n\n  ⚠️ This is the server-side of the proxy, not the client-side. It needs to be deployed to a network environment that can access the openai api.\n\n## Features\n\n1. Supports SSE streaming output\n2. Built-in text moderation (requires Tencent Cloud KEY configuration)\n3. 💪 SSE streaming output supports text moderation, that's how powerful it is.\n\n## NodeJS Deployment\n\nYou can deploy .\u002Fapp.js to any environment that supports nodejs 14+, such as cloud functions and edge computing platforms.\n\n1. Copy app.js and package.json to the directory\n2. Install dependencies with yarn install\n3. Start the service with node app.js\n\n## Docker Deployment\n\n```\ndocker run -p 9000:9000 easychen\u002Fai.level06.com:latest\n```\n\nThe proxy address is http:\u002F\u002F${IP}:9000\n\n### Available Environment Variables\n\n1. PORT: Service port\n2. PROXY_KEY: Proxy access key, used to restrict access\n3. TIMEOUT: Request timeout, default 30 seconds\n4. TENCENT_CLOUD_SID: Tencent Cloud secret_id\n5. TENCENT_CLOUD_SKEY: Tencent Cloud secret_key\n6. TENCENT_CLOUD_AP: Tencent Cloud region (e.g. ap-singapore Singapore)\n\n## API Usage\n\n1. Change the domain\u002FIP (with port number) of the openai request address in the original project (e.g. https:\u002F\u002Fapi.openai.com) to the domain\u002FIP of this proxy.\n2. If PROXY_KEY is set, add `:\u003CPROXY_KEY>` after the openai key. If not set, no modification is required.\n3. moderation: true enables moderation, false disables moderation\n4. moderation_level: high interrupts all sentences whose moderation result is not Pass, low only interrupts sentences whose moderation result is Block.\n\n## Notes\n\n1. Only supports GET and POST methods, not file-related interfaces.\n2. ~~SSE is not currently supported, so stream-related options need to be turned off~~ Now supported.\n\n## Client-side Usage Example\n\nUsing `https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fchatgpt` as an example:\n\n```js\nchatApi= new gpt.ChatGPTAPI({\n    apiKey: 'sk.....:\u003Cproxy_key_here>',\n    apiBaseUrl: \"http:\u002F\u002Flocalhost:9001\u002Fv1\", \u002F\u002F Replace with proxy domain\u002FIP\n});\n   \n```\n\n## Acknowledgements\n\n1. SSE reference to [chatgpt-api project related code](https:\u002F\u002Fgithub.com\u002Ftransitive-bullshit\u002Fchatgpt-api\u002Fblob\u002Fmain\u002Fsrc\u002Ffetch-sse.ts)\n","# openai-api-proxy\n\n可以部署到docker和云函数的OpenAI API代理  \n通过一行Docker命令即可简单代理OpenAI API  \n\n🌳 如果你懒得自己搭建，那么可以试试[国内可以访问、可以微信充值的第三方OpenAI API服务：API2D.com](https:\u002F\u002Fapi2d.com\u002Fr\u002F186008)，支持Chat酱、OpenCat、NextWeb、VSCode插件。\n\n\n- [腾讯云函数部署教程](FUNC.md) 🔥 腾讯云函数从4月25日起已经全地域支持SSE，推荐使用\n- [简体中文使用说明](README.CN.md)\n- [《如何快速开发一个OpenAI\u002FGPT应用：国内开发者笔记》](https:\u002F\u002Fgithub.com\u002Feasychen\u002Fopenai-gpt-dev-notes-for-cn-developer)\n\n🎉 已经支持SSE，可以实时返回内容\n\n以下英文由GPT翻译。The following English was translated by GPT.\n\n  ⚠️ 这是代理的服务器端，而非客户端。需要部署到能够访问OpenAI API的网络环境中。\n\n## 功能特性\n\n1. 支持SSE流式输出  \n2. 内置文本内容审核功能（需配置腾讯云密钥）  \n3. 💪 SSE流式输出同时支持内容审核，功能非常强大。\n\n## Node.js 部署\n\n您可以将 .\u002Fapp.js 部署到任何支持 Node.js 14+ 的环境，例如云函数或边缘计算平台。\n\n1. 将 app.js 和 package.json 复制到目标目录  \n2. 使用 `yarn install` 安装依赖  \n3. 使用 `node app.js` 启动服务  \n\n## Docker 部署\n\n```\ndocker run -p 9000:9000 easychen\u002Fai.level06.com:latest\n```\n\n代理地址为 `http:\u002F\u002F${IP}:9000`  \n\n### 可用环境变量\n\n1. `PORT`: 服务端口  \n2. `PROXY_KEY`: 代理访问密钥，用于限制访问权限  \n3. `TIMEOUT`: 请求超时时间，默认30秒  \n4. `TENCENT_CLOUD_SID`: 腾讯云 SecretId  \n5. `TENCENT_CLOUD_SKEY`: 腾讯云 SecretKey  \n6. `TENCENT_CLOUD_AP`: 腾讯云区域（例如 ap-singapore 新加坡）\n\n## API 使用方法\n\n1. 将原项目中 OpenAI 请求地址的域名\u002FIP（含端口号）修改为此代理的域名\u002FIP。  \n   例如，将 `https:\u002F\u002Fapi.openai.com` 替换为 `http:\u002F\u002F${proxy_ip}:9000`。  \n2. 若已设置 `PROXY_KEY`，请在 OpenAI API Key 后添加 `:\u003CPROXY_KEY>`；若未设置，则无需修改。  \n3. `moderation: true` 开启内容审核，`false` 关闭审核。  \n4. `moderation_level`: `high` 会中断所有审核结果为“不通过”的句子，`low` 则仅中断审核结果为“屏蔽”的句子。\n\n## 注意事项\n\n1. 仅支持 GET 和 POST 方法，不支持文件相关接口。  \n2. ~~目前暂不支持 SSE，因此需要关闭与流式传输相关的选项~~ 现已支持。\n\n## 客户端使用示例\n\n以 `https:\u002F\u002Fwww.npmjs.com\u002Fpackage\u002Fchatgpt` 为例：\n\n```js\nchatApi = new gpt.ChatGPTAPI({\n    apiKey: 'sk.....:\u003Cproxy_key_here>',\n    apiBaseUrl: \"http:\u002F\u002Flocalhost:9001\u002Fv1\", \u002F\u002F 替换为代理域名\u002FIP\n});\n```\n\n## 致谢\n\n1. SSE 相关参考了 [chatgpt-api 项目中的代码](https:\u002F\u002Fgithub.com\u002Ftransitive-bullshit\u002Fchatgpt-api\u002Fblob\u002Fmain\u002Fsrc\u002Ffetch-sse.ts)","# openai-api-proxy 快速上手指南\n\n`openai-api-proxy` 是一个轻量级的 OpenAI API 代理工具，支持 Docker 和 Node.js 部署。它具备 SSE（服务器发送事件）流式输出能力，并内置了基于腾讯云的内容安全审核功能，适合国内开发者在可访问 OpenAI 的网络环境中搭建中转服务。\n\n## 环境准备\n\n- **运行环境**：\n  - 方案 A（推荐）：Docker 环境\n  - 方案 B：Node.js 14+ 环境\n- **网络要求**：部署服务器必须能够直接访问 `api.openai.com`。\n- **可选依赖**：若需启用内容安全审核，需提前注册腾讯云账号并获取 `SecretId` 和 `SecretKey`。\n\n## 安装步骤\n\n### 方案一：Docker 部署（推荐）\n\n一行命令即可启动服务，默认监听 9000 端口：\n\n```bash\ndocker run -p 9000:9000 easychen\u002Fai.level06.com:latest\n```\n\n如需配置密钥或开启审核，可添加环境变量：\n\n```bash\ndocker run -p 9000:9000 \\\n  -e PROXY_KEY=your_secret_key \\\n  -e TENCENT_CLOUD_SID=your_sid \\\n  -e TENCENT_CLOUD_SKEY=your_skey \\\n  -e TENCENT_CLOUD_AP=ap-singapore \\\n  easychen\u002Fai.level06.com:latest\n```\n\n### 方案二：Node.js 部署\n\n适用于云函数或边缘计算节点：\n\n1. 将项目中的 `app.js` 和 `package.json` 复制到工作目录。\n2. 安装依赖：\n   ```bash\n   yarn install\n   ```\n3. 启动服务：\n   ```bash\n   node app.js\n   ```\n\n## 基本使用\n\n### 1. 修改请求地址\n\n在你的客户端代码中，将 OpenAI 的基础 URL 从 `https:\u002F\u002Fapi.openai.com` 修改为你的代理地址（例如 `http:\u002F\u002F你的 IP:9000`）。\n\n### 2. 配置 API Key\n\n- **未设置 `PROXY_KEY`**：直接使用原有的 OpenAI Key，无需修改。\n- **已设置 `PROXY_KEY`**：需在 OpenAI Key 后追加代理密钥，格式为 `sk-xxxx:\u003Cproxy_key>`。\n\n### 3. 客户端调用示例\n\n以 `chatgpt` npm 包为例：\n\n```js\nchatApi = new gpt.ChatGPTAPI({\n    apiKey: 'sk-.....:\u003Cproxy_key_here>', \u002F\u002F 若未设 PROXY_KEY 则无需后缀\n    apiBaseUrl: \"http:\u002F\u002Flocalhost:9000\u002Fv1\", \u002F\u002F 替换为你的代理地址\n});\n```\n\n### 4. 启用内容审核（可选）\n\n在请求参数中通过以下字段控制审核行为：\n- `moderation: true` 开启审核，`false` 关闭。\n- `moderation_level`: \n  - `high`：只要审核结果非 \"Pass\" 即中断。\n  - `low`：仅当审核结果为 \"Block\" 时中断。\n\n> **注意**：本工具仅支持 GET 和 POST 方法，不支持文件上传类接口；现已完美支持 SSE 流式输出。","国内某初创团队正在开发一款面向用户的实时 AI 写作助手，需要让用户在网页端流畅地看到生成内容逐字显现的效果。\n\n### 没有 openai-api-proxy 时\n- **网络连通困难**：服务器位于国内，直接请求 OpenAI 官方接口经常超时或失败，导致服务不可用。\n- **无法实现流式输出**：用户必须等待几十秒直到全文生成完毕才能看到结果，交互体验极差，缺乏“打字机”般的实时感。\n- **内容安全风险高**：缺乏前置的内容过滤机制，一旦生成违规内容直接返回给用户，可能引发合规问题。\n- **部署维护复杂**：自行编写代理代码需处理 SSE 协议、超时重试等底层细节，耗费大量开发时间且稳定性难保证。\n\n### 使用 openai-api-proxy 后\n- **一键解决网络障碍**：通过一行 Docker 命令将代理部署在可访问外网的节点上，国内应用只需修改请求地址即可稳定连接。\n- **原生支持 SSE 流式传输**：配置后立即支持服务端发送事件（SSE），用户能实时看到文字逐个蹦出，交互体验丝滑流畅。\n- **内置智能内容审核**：集成腾讯云内容安全接口，可在流式输出过程中实时拦截违规句子，既保障合规又不打断正常回复。\n- **极速落地无需造轮子**：无需关心底层协议实现，几分钟内即可完成从环境搭建到功能上线的全过程，让团队专注于业务逻辑。\n\nopenai-api-proxy 通过极简的部署方式，为国内开发者打通了稳定、实时且安全的 OpenAI API 调用链路。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Feasychen_openai-api-proxy_579c21d2.png","easychen","Easy","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Feasychen_a6013e69.png",null,"ft07.com","Chongqing, China","http:\u002F\u002Fftqq.com","https:\u002F\u002Fgithub.com\u002Feasychen",[85,89],{"name":86,"color":87,"percentage":88},"JavaScript","#f1e05a",98.8,{"name":90,"color":91,"percentage":92},"Dockerfile","#384d54",1.2,1621,241,"2026-04-03T05:24:38","MIT","Linux, macOS, Windows","未说明",{"notes":100,"python":101,"dependencies":102},"该工具为 Node.js 编写的 API 代理，无需 GPU。支持通过 Docker 一键部署或部署到云函数（如腾讯云函数）。若需使用内置文本审核功能，必须配置腾讯云密钥（SecretId\u002FSecretKey）及区域信息。仅支持 GET 和 POST 方法，不支持文件上传相关接口。","不适用",[103],"Node.js 14+",[15],[106,107,108],"openai","proxy","gpt-3","2026-03-27T02:49:30.150509","2026-04-11T03:22:45.418503",[],[]]