aigroupapp
aigroupapp 是一款专为移动端打造的智能助手应用，旨在让用户在手机上轻松体验多种大语言模型（LLM）的强大能力。它解决了用户在不同 AI 服务间频繁切换、配置复杂的痛点，将 OpenAI、Claude、Gemini 等国际主流模型，以及文心一言、通义千问等国内大模型整合于统一界面中。
这款应用特别适合希望随时随地利用 AI 提升效率的普通用户，同时也为开发者提供了灵活的自定义接口管理功能，方便接入私有化部署的模型服务。其核心亮点在于高度的开放性与隐私保护机制：不仅支持用户自由添加和管理自定义 API 端点，还通过本地数据加密和安全通信协议，确保对话内容不被泄露。此外，aigroupapp 针对手机操作进行了深度优化，提供流畅的交互体验和丰富的主题定制选项，让每一次对话都既高效又个性化。无论是日常问答、创意写作，还是技术探索，aigroupapp 都能成为你口袋里的得力智能伙伴。
使用场景
自由职业者小李经常需要在通勤途中处理跨国客户的紧急需求，他必须同时调用国外的 Claude 进行创意写作，又需使用国内的通义千问处理本地化文案。
没有 aigroupapp 时
- 切换繁琐：手机里安装了多个独立的 AI 应用，每次任务都要在不同 App 间反复跳转，打断工作流。
- 配置混乱：不同模型的 API Key 分散在各个软件的设置中，管理困难且容易泄露，缺乏统一的安全加密。
- 体验割裂：部分国外模型在移动端网页版适配极差，操作卡顿，无法获得流畅的对话体验。
- 响应滞后：遇到某个模型服务波动时，无法快速切换到备用模型，导致客户等待时间过长。
使用 aigroupapp 后
- 一站式聚合：在 aigroupapp 单一界面即可自由选择 OpenAI、Claude 或国产大模型，根据任务类型秒级切换，无需退出当前对话。
- 统一安全管理：通过 aigroupapp 的设置界面集中配置所有 API Key，利用其本地加密功能确保密钥安全，彻底消除泄露焦虑。
- 原生流畅交互：享受 aigroupapp 专为 Android 优化的原生 UI 和丰富主题，即使在移动网络下也能获得丝滑的打字和回复体验。
- 灵活容错机制：当主用模型响应缓慢时，直接在 aigroupapp 内切换至自定义配置的备用接口，瞬间恢复服务能力，保障交付效率。
aigroupapp 将分散的 AI 能力整合为口袋里的超级助理，让移动办公真正实现高效与自由的统一。
运行环境要求
- Android
未说明
未说明
快速开始
🚀 AI Group 移动应用 - 您的智能助手平台
英语 | 简体中文
🔗 项目仓库: https://github.com/jackdark425/aigroupapp
AI Group 是一款功能强大的移动智能助手应用，集成了多种大型语言模型（LLMs）和 AI 服务，为您提供便捷的智能交互体验。
✨ 核心功能
- 🤖 多模型集成 - 支持 OpenAI、Claude、Gemini 等主流 LLM，以及国内大模型（文心一言、通义千问等）
- 🔌 自定义服务 - 添加和管理自定义 LLM API 端点（CustomLLMProvider）
- 🎨 主题定制 - 丰富的 UI 主题和个性化选项
- 📱 移动端优化 - 专为移动设备设计的流畅交互体验
- 🔒 隐私保护 - 本地数据加密和安全的 API 通信
🛠️ 安装与使用
- 克隆本仓库：
git clone https://github.com/jackdark425/aigroupapp.git - 使用 Android Studio 打开项目
- 在 gradle.properties 中配置必要参数
- 连接 Android 设备或启动模拟器
- 点击运行按钮以部署应用
📸 应用截图
🏠 模型选择界面
|
🤖 聊天界面
|
💬 自定义助手聊天界面
|
⚙️ 设置界面
|
🤝 贡献
我们欢迎任何形式的贡献！请按照以下步骤操作：
- Fork 此仓库
- 创建您的功能分支 (
git checkout -b feature/AmazingFeature) - 提交您的更改 (
git commit -m '添加一些 AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 打开 Pull Request
⭐ 支持我们
如果该项目对您有所帮助，请为我们点亮一颗星！您的支持是我们持续改进的动力。
[](https://star-history.com/#jackdark425/aigroupapp)
📜 许可证
本项目采用 MIT 许可证授权 - 详情请参阅 LICENSE 文件
版本历史
1.0.62025/09/101.0.32025/08/061.0.22025/07/081.0.12025/06/12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
LLMs-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。 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。 LLMs-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
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。