令人惊叹的 GPT

一份精心整理的、与 GPT、ChatGPT、OpenAI、LLM 等相关的优秀项目和资源清单。

目录

• 简介
• 资源
  • GPT（生成式预训练 Transformer）
  • LLM（大型语言模型）
• 开发者
• Copilot
• 项目与工具
• 应用与演示

简介

本仓库汇集了与 GPT、ChatGPT、OpenAI、LLM 及其他相关技术相关的优秀项目和资源。无论您是刚开始接触 GPT，还是经验丰富的专家，这份清单都能满足您的需求。

资源

GPT（生成式预训练 Transformer）

• GPT-4 - OpenAI 最先进的系统，能够生成更安全、更有用的响应。
• ChatGPT - GPT 语言模型的一个变体，专为在对话场景中生成类人类响应而设计。
• DALL·E 2 - 一种可以根据自然语言描述生成逼真图像和艺术作品的 AI 系统。
• Whisper - 将语音转录为文本，并将多种语言翻译成英语。
• New Bing - 新必应就像一位研究助理、个人规划师和创意伙伴，随时陪伴您进行网络搜索。
• Bing Image Creator - 使用 DALL·E 提供的 AI 技术，根据文字描述创建图像。

LLM（大型语言模型）

• Google Bard - 一款基于 LaMDA 的实验性对话式 AI 服务。
• Claude - 基于 Anthropic 在训练有益、诚实且无害的 AI 系统方面的研究成果开发的下一代 AI 助手。
• HuggingChat - HuggingChat 的目标是提供一个具有友好、人性化个性的 AI 助手，能够理解并回应像您这样的用户提出的自然语言查询。
• Adobe Firefly - Firefly 是一系列即将集成到 Adobe 产品中的创意生成式 AI 模型，最初专注于图像和文本效果的生成。
• Midjourney - 由旧金山的一家独立研究实验室 Midjourney, Inc. 创建并托管的人工智能程序和服务。
• Stable Diffusion - 一种深度学习文本到图像模型，于 2022 年发布。主要用于根据文本描述生成详细图像。
• ERNIE Bot（文心一言） - 百度推出的一款基于“Ernie 3.0-Titan”大型语言模型的 AI 聊天机器人服务。
• Tongyi Qianwen（通义千问） - 阿里云开发的一款聊天机器人服务，能够与人互动、回答问题并协助创作。

开发者

• OpenAI API 文档
• OpenAI API 参考
• OpenAI API 示例
• OpenAI API Playground
• Azure OpenAI 服务
• OpenAI 和 Azure OpenAI 的代码示例
• ChatGPT 插件 - 插件是专为语言模型设计的工具，以安全性为核心原则，帮助 ChatGPT 获取最新信息、执行计算或使用第三方服务。

Copilot

• GitHub Copilot - 经过数十亿行代码的训练，GitHub Copilot 可以将自然语言提示转化为跨多种编程语言的代码建议。
• Windows Copilot - Windows 11 成为首个宣布提供集中式 AI 辅助功能的 PC 平台，旨在帮助用户轻松采取行动并完成任务。
• Microsoft 365 Copilot - 您的工作助手。它结合了大型语言模型（LLM）的力量以及 Microsoft Graph 和 Microsoft 365 应用中的数据，将您的语言转化为地球上最强大的生产力工具。
• Microsoft Dynamics 365 Copilot - 同时适用于 CRM 和 ERP 的 Copilot，为各行各业带来新一代 AI 技术。
• Microsoft Power Platform Copilot - 将 AI Copilot 的强大功能带给 Power Apps 中的应用开发者及其最终用户。借助 Copilot，您只需通过多轮对话描述所需内容，即可构建包含其背后数据的应用程序。
• Microsoft Security Copilot - 利用生成式 AI，增强安全人员检测隐藏模式、加固防御并更快响应事件的能力。
• Xmind Copilot - Xmind Copilot 是一款将思维导图与 GPT 技术相结合的智能产品。它可以帮助用户更高效地组织思路、调整内容结构，并利用 GPT 技术自动生成文章。

项目与工具

• Auto-GPT - 一个实验性的开源项目，旨在让GPT-4实现完全自主运行。
• MiniGPT-4 - 通过先进的大型语言模型增强视觉-语言理解能力。
• DeepSpeed - DeepSpeed只需一键即可支持类似ChatGPT的模型训练，在所有规模下都能以空前的成本降低实现比当前最优RLHF系统快15倍的训练速度。
• TaskMatrix (Visual ChatGPT) - TaskMatrix将ChatGPT与一系列视觉基础模型连接起来，从而在聊天过程中实现图片的发送与接收。
• LangChain - 通过可组合性构建基于大语言模型的应用。LangChain灵活的抽象层和丰富的工具集使开发者能够充分发挥大语言模型的强大功能。
• Semantic Kernel - Semantic Kernel（SK）是一个轻量级SDK，允许您轻松地将传统编程语言与最新的大型语言模型（LLM）AI“提示”相结合，并开箱即用地提供模板化、链式调用和规划功能。
• Cursor - 使用强大的AI编写、编辑代码并进行相关讨论。
• Ghostwriter - 一款AI结对编程工具，帮助您更快更好地编写代码。
• Amazon CodeWhisperer - 一款AI编码助手，可在您的IDE中生成整行或整个函数的代码建议，帮助您更高效地完成工作。
• CodeGeeX - CodeGeeX是一款开源的AI编码助手，支持VS Code和JetBrains IDE。
• Tabnine - Tabnine利用生成式AI技术，根据上下文和语法预测并建议您接下来的代码行。它可以运行在开发者的笔记本电脑上、防火墙内的服务器上或云端。
• Visual Studio IntelliCode - IntelliCode通过一次补全整行代码的方式，帮助您提高代码编写的准确性和一致性，支持VS Code和VS IDE。
• Embedchain - 一个框架，用于基于您的数据集创建类似ChatGPT的聊天机器人。
• GPTRouter - GPTRouter是一个开源的LLM API网关，为30多种语言模型、视觉模型和图像模型提供通用API接口，并具备基于可用性和延迟的智能回退机制、自动重试功能以及流式传输能力。即使OpenAI服务中断，也能保持正常运行。

应用与演示

• Azure OpenAI代理 - 一个Azure OpenAI API代理工具，可以将OpenAI API请求转换为Azure OpenAI API请求，从而使仅支持OpenAI的应用程序能够无缝使用Azure OpenAI服务。
• bloop - 一个用Rust编写的快速代码搜索引擎。
• bot-on-anything - 将AI模型（如ChatGPT-3.5/4.0、百度文心一言、New Bing、Bard）连接到各类应用（如微信、公众号、钉钉、Telegram、QQ）。
• Chart-GPT - 一款基于文本输入生成图表的AI工具。
• Chat - 团队聊天Web应用，具备用户管理和速率限制功能，支持OpenAI、Claude模型或自定义模型。
• chatGPTBox - 深度集成ChatGPT到您的浏览器中，所需的一切尽在这里。
• ChatGPT-CodeReview - 一款由ChatGPT驱动的代码审查机器人。
• chatGPT-discord-bot - 将ChatGPT集成到您自己的Discord机器人中。
• ChatGPT-Next-Web - 一键在Vercel上部署设计精美的ChatGPT Web界面。
• chatgpt-teams-bot - 一款ChatGPT Teams Bot应用，让您可以在Microsoft Teams中与ChatGPT对话。
• chatgpt-telegram - 仅需一条命令即可运行您自己的GPTChat Telegram机器人。
• chatgpt_telegram_bot - ChatGPT Telegram机器人：GPT-4版本。速度快，无每日使用限制，还提供特殊聊天模式。
• chatgpt-wechat-bot - 基于ChatGPT API和Wechaty的ChatGPT微信机器人。
• chatgpt-wechat-public-account - 将ChatGPT集成到您自己的微信公众号中。
• Dingtalk-OpenAI - 钉钉 + GPT-3.5。
• Feishu-OpenAI - 飞书 + （GPT-3.5、DALL·E、Whisper）。
• gerev - 一款面向职场的AI驱动搜索引擎。
• gpt4-pdf-chatbot-langchain - 基于GPT4和LangChain的大型PDF文档聊天机器人。

赞助商

大厂内推、职业发展、职业规划、简历修改建议、技术交流、ChatGPT，以及更多！让你职场路上不迷茫！

Awesome GPT 快速上手指南

awesome-gpt 并非一个单一的可执行软件或库，而是一个精选资源列表仓库。它汇集了与 GPT、ChatGPT、OpenAI、大语言模型（LLM）相关的优秀项目、工具、文档和应用演示。

本指南将指导你如何利用该仓库找到适合你的开发工具，并选取其中几个热门开源项目进行快速部署体验。

环境准备

由于本仓库包含多种类型的项目（API 封装、聊天机器人、代码辅助等），具体环境要求取决于你选择的具体子项目。但大多数基于 Python 的 LLM 项目通用要求如下：

• 操作系统: Linux, macOS, 或 Windows (推荐 WSL2)
• 运行时环境:
  • Python 3.8+ (大多数 AI 项目依赖)
  • Node.js 16+ (部分前端或全栈项目)
  • Docker & Docker Compose (推荐的隔离部署方式)
• 前置依赖:
  • Git
  • 有效的 API Key (如 OpenAI API Key, Azure OpenAI Key 等，部分国产模型需对应平台密钥)
• 网络环境: 访问部分国外模型服务可能需要配置网络代理；国内用户可优先选择列表中支持百度文心一言、阿里通义千问等国产模型的项目。

安装步骤

由于 awesome-gpt 本身是资源索引，以下提供两种“安装”路径：获取资源列表，以及部署列表中热门的通用聊天界面项目（以 ChatGPT-Next-Web 为例，因其支持一键部署且对国内用户友好）。

1. 获取资源列表

克隆仓库以浏览所有可用工具和代码示例：

git clone https://github.com/formulahendry/awesome-gpt.git
cd awesome-gpt

提示：若克隆速度慢，可使用国内镜像加速或手动在浏览器查看 README 内容。

2. 快速部署示例项目 (ChatGPT-Next-Web)

这是列表中推荐的一键部署 Web UI 项目，支持 Vercel 部署或本地 Docker 运行。

方案 A：使用 Docker 本地运行（推荐）

docker run -d -p 3000:3000 \
  -e OPENAI_API_KEY=你的 API_KEY \
  -e CODE=你的访问密码 \
  yidadaa/chatgpt-next-web

方案 B：使用 Vercel 一键部署（无需本地环境）

1. 访问 Vercel 并登录 GitHub 账号。
2. 导入 Yidadaa/ChatGPT-Next-Web 项目。
3. 在环境变量设置中填入 OPENAI_API_KEY 和 CODE。
4. 点击 Deploy 即可生成在线访问链接。

3. 其他热门工具安装参考

根据 awesome-gpt 列表，你还可以尝试以下工具（需在对应项目目录执行）：

• Auto-GPT (自主 Agent):

  git clone https://github.com/Significant-Gravitas/Auto-GPT.git
  cd Auto-GPT
  pip install -r requirements.txt
  

• LangChain (应用开发框架):

  pip install langchain
  

• 微信/钉钉机器人 (bot-on-anything):

  git clone https://github.com/zhayujie/bot-on-anything.git
  cd bot-on-anything
  # 参考该项目 README 配置 config.yml
  

基本使用

以最常用的 ChatGPT-Next-Web 为例，部署完成后即可开始使用：

1. 访问界面: 打开浏览器访问 http://localhost:3000 (Docker 模式) 或你的 Vercel 部署域名。
2. 设置密钥:
   • 点击左下角设置图标。
   • 在 "API Key" 栏填入你的 OpenAI Key 或兼容的第三方中转 Key。
   • (可选) 在 "Access Code" 栏填入启动时设置的密码。
3. 开始对话:
   • 在对话框输入自然语言指令，例如：“请用 Python 写一个快速排序算法”。
   • 系统将通过配置的模型返回代码及解释。
4. 切换模型:
   • 在设置中可切换至 GPT-4, Claude, 或通过 API 网关接入的国产大模型（如配置了 GPTRouter 等中间件）。

开发者进阶使用 (基于 LangChain): 若你希望开发自定义应用，可参考仓库中 Developers 章节提供的示例：

from langchain.llms import OpenAI

# 初始化模型
llm = OpenAI(temperature=0.7)

# 发送请求
response = llm("解释一下什么是 Transformer 架构？")
print(response)

通过浏览 awesome-gpt 仓库的 Projects and Tools 及 Applications and Demos 章节，你可以找到更多针对特定场景（如代码审查、文档问答、思维导图生成）的现成解决方案。