chatgpt-chrome-extension
chatgpt-chrome-extension 是一款强大的浏览器插件，旨在将 ChatGPT 的智能对话能力无缝集成到互联网上的每一个文本输入框中。无论您是在撰写推文、修改邮件，还是在调试代码，只需右键点击任意文本区域，即可直接调用 AI 助手生成内容或提供建议，无需在不同网页间切换，极大提升了工作效率。
这款工具主要解决了用户在多任务处理时需要频繁复制粘贴上下文至 ChatGPT 官方页面的痛点，让 AI 辅助写作变得像使用原生功能一样自然流畅。它不仅适合需要高效处理文字工作的普通用户，也深受开发者和内容创作者的喜爱，特别是其内置的插件系统，允许开发者自定义对话规则或对接第三方 API（如自动生成并替换图像描述），为技术爱好者提供了极高的扩展自由度。
技术上，chatgpt-chrome-extension 基于 OpenAI 官方 API 构建，通过本地服务器自动化交互流程，确保了响应的稳定性与安全性。其独特的插件架构更是亮点所在，让用户不仅能获得标准的文本回复，还能根据需求定制专属的 AI 行为模式。无论是希望提升日常办公效率的职场人士，还是想要探索 AI 无限可能的极客玩家，都能从中找到实用的价值。
使用场景
一名内容运营专员正在多个后台系统（如 CMS、邮件客户端和社交媒体管理工具）中高频撰写和修改文案。
没有 chatgpt-chrome-extension 时
- 频繁切换上下文：每次需要润色邮件或生成推文时，必须复制文本跳转到 ChatGPT 网页版，处理完后再复制回来，打断工作流。
- 操作繁琐易错：在多个标签页间反复粘贴容易搞混内容版本，且难以保持统一的语气风格。
- 响应效率低下：遇到代码报错或需要快速解释某段技术文档时，无法直接在当前输入框获取即时帮助，排查问题耗时较长。
- 功能扩展受限：想要将文字描述直接转换为配图灵感时，缺乏内置插件支持，需额外寻找绘图工具。
使用 chatgpt-chrome-extension 后
- 无缝集成工作流：在任何文本输入框右键点击即可唤起"Ask ChatGPT"，直接在当前页面完成推文撰写或邮件修订，无需离开网站。
- 智能语境保持：插件自动识别当前输入框内容，根据预设规则（如 Default 插件）维持专业语气，避免风格割裂。
- 即时调试与辅助：在代码编辑器或技术论坛输入框中，能直接修复 Bug 或解释复杂逻辑，大幅缩短问题解决路径。
- 插件增强体验：利用 Image 插件，输入文字描述即可直接在回复中生成并插入匹配的 AI 图片，实现图文创作一站式完成。
chatgpt-chrome-extension 通过将 AI 能力注入每一个网页输入框，彻底消除了应用切换的成本，让创意与执行在同一界面内流畅闭环。
运行环境要求
- 未说明
不需要
未说明
快速开始
ChatGPT Chrome 扩展 🤖 ✨
一款将 ChatGPT 添加到互联网上所有文本框的 Chrome 扩展！您可以用它来撰写推文、修改邮件、修复代码错误，或完成任何其他需求，完全无需离开当前页面。内置插件系统，可更精细地控制 ChatGPT 的行为，并与第三方 API 进行交互。
安装
首先在本地克隆此仓库：
然后安装依赖：
npm install
将 .env-example 复制为名为 .env 的新文件，并填入您的 ChatGPT API Key。
启动服务器，以便扩展与 ChatGPT 通信：
node server.js
这将通过 OpenAI 的 API 自动化与 ChatGPT 的交互，得益于 chatgpt-api 库。
添加扩展：
- 在 Google Chrome 浏览器中访问
chrome://extensions - 勾选右上角的“开发者模式”
- 点击“加载已解压的扩展程序”，打开文件选择对话框
- 选择您本地的
chatgpt-chrome-extension/extension目录
现在，当您在任何文本输入框或可编辑区域右键单击时，就会看到“Ask ChatGPT”选项。
故障排除
如果 ChatGPT 响应非常缓慢或根本无响应，可能是因为其服务器目前过载。您可以前往 chat.openai.com/chat，查看官网是否正常运行来确认。
插件
插件可以向 ChatGPT 传达特定的对话规则，并在回复发送到浏览器之前对其进行解析。
默认插件 - 设置一些默认的对话规则 🧑🏫
图片插件 - 当请求生成图片时，会指示 ChatGPT 先以文字描述场景，再用来自 Lexica 的 AI 生成图像替换该描述 📸
您也可以开发自己的酷炫插件：创建一个插件并提交 Pull Request，我会将其加入列表中 🤝
相关
特别感谢 Travis Fischer 创建了 chatgpt-api。
许可证
MIT 许可证 © Gabe Ragland（欢迎在 Twitter 上关注我）
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。