chatGPT-search-engine-extension
ChatGPT-search-engine-extension 是一款浏览器插件，能在你使用 Google、Bing、百度等搜索引擎时，直接在搜索结果旁显示 ChatGPT 的回答，无需切换页面或打开新标签。它解决了传统搜索中信息碎片化的问题——你不再需要先查资料，再手动复制问题去问 AI，而是能一边看搜索结果，一边获得 AI 的总结与解释，提升信息获取效率。适合普通用户、研究人员、学生和内容创作者使用，尤其适合希望快速验证信息、获取深度解读的人群。插件支持 Chrome、Edge、Firefox、Safari 和 Android，兼容超过十种主流搜索引擎，并新增了自定义位置、实时预览设置、答案折叠、多会话独立交互等实用功能。基于开源社区的改进版本，修复了原项目中因网络错误导致的回答丢失问题，且不强制语言转换，尊重用户原始提问意图。所有设置均可在弹窗中即时调整，无需跳转独立配置页，体验更流畅。
使用场景
一名前端开发者正在为公司官网优化SEO内容，需要快速对比Google搜索结果中关于“React 19 新特性”的权威技术文章，并验证ChatGPT对这些特性的解读是否准确、全面。
没有 chatGPT-search-engine-extension 时
- 每次想验证ChatGPT的回答是否与最新技术文档一致，必须手动切换标签页：先查Google结果，再打开ChatGPT重新提问，来回切换效率极低。
- Google搜索结果中混杂着过时的博客（如2022年的文章），而ChatGPT可能基于旧数据给出误导性结论，无法快速交叉验证。
- 手动复制粘贴搜索关键词到ChatGPT容易出错，且每次都要重新描述上下文，浪费大量时间。
- 遇到复杂问题（如“React 19 的 Server Components 与 SSR 的性能差异”）时，需要多次调整提问方式，但无法在同一个页面持续对话。
- 没有统一的视觉布局，技术对比信息分散在多个窗口，难以整理成报告。
使用 chatGPT-search-engine-extension 后
- 在Google搜索“React 19 新特性”后，ChatGPT的即时回答直接出现在结果上方，无需跳转，节省至少70%的查询时间。
- ChatGPT的回答会标注来源倾向（如“根据官方文档”或“社区常见误解”），帮助快速判断信息可信度。
- 可直接在搜索框下方继续追问“那和Next.js 14的App Router有什么区别？”，保持上下文连贯，无需重开对话。
- 支持折叠回答，遇到冗长内容时可一键收起，专注阅读权威文章，避免信息过载。
- 主题和位置可自定义，开发者将回答固定在顶部，配合深色模式，长时间阅读也不疲劳。
通过将AI回答无缝嵌入搜索结果页，开发者能更高效、准确地完成技术调研与内容校验，大幅提升工作质量与效率。
运行环境要求
- Windows
- macOS
- Linux
未说明
未说明
快速开始
此仓库已迁移至ChatGPTBox。由于上游仓库已被收购并转为闭源，且一段时间内上游的议题和拉取请求一直未得到处理。因此，我决定将此扩展发布到商店，并继续保持开源。
这是一款浏览器扩展，可在搜索引擎结果旁显示ChatGPT回复，支持Chrome/Edge/Firefox/Safari（macOS）以及Android。
支持大多数搜索引擎，包括Google、Bing、Yahoo、DuckDuckGo、StartPage、百度、Kagi、Yandex、Naver、Brave、Searx、Ecosia、Neeva等。
如需更多搜索引擎支持，请参见#6。
注意事项
此仓库仅用于支持上游仓库中不支持或被拒绝的部分功能。出于伦理考虑，我并未将其上传至任何应用商店。它与某些应用商店中可能存在的同名扩展无关。
与上游仓库的差异
详情：
- 支持StartPage、Ecosia、Neeva、Searx（searx.tiekoetter.com、searx.fmac.xyz、searx.be等）
- 支持Android
- 支持Safari（macOS）
- 自定义挂载点（例如针对一些不支持的引擎）
- 实时预览您的设置（例如主题、挂载点）
- Katex：上游#75
- ReactMarkdown中的链接高亮
- 交互模式：上游#103，现已支持为每个页面生成独立会话
- 修复因“网络错误”或其他原因导致的回答被覆盖的问题
- 主题切换器：#9
- 折叠回答
- 弹出设置窗口（上游已切换为独立选项页面）
- 允许在设置窗口中“将ChatGPT插入搜索结果顶部”
- 切换至Webpack
- JavaScript
- 更多详情请查看发布记录
上游支持但此处未实现的功能
详情：
（我认为这些内容价值不大，但也有可能是我错了，如果您想到合适的使用场景或相关需求，请创建议题）
上游支持设置目标语言，并会在您输入问题后强制将相关词汇插入到问题末尾。
- 但我认为，用户总是希望得到与其问题相对应的语言，当您想获取不同语言时，应该主动在搜索时指定，这也符合使用搜索引擎的习惯。而此分叉支持交互模式，您也可以继续告诉ChatGPT您想要的内容。一旦设置了强制插入，就会改变用户问题的实际内容，比如您配置法语并用英语搜索时，ChatGPT总会用法语回复您，而您期望用英语回复时，不得不打开设置页面，进行修改，然后刷新并重新提问，我觉得这个过程非常糟糕。
上游扩展的弹出窗口嵌入了ChatGPT页面（iframe）。
- 但您必须打开ChatGPT网站并登录才能使用，所以我觉得，既然如此，为什么不直接在官网使用呢？此外，此处已经支持交互模式，每个页面都可以作为独立会话使用，因此这一功能就没那么必要了。
预览图
代码高亮、交互模式、深色模式、复制/折叠回答、主题切换器等
（点击扩展图标以打开设置窗口）
LaTeX
Android
安装说明
安装到Chrome/Edge
- 从发布记录下载
chromium.zip。 - 解压文件。
- 在Chrome/Edge中进入扩展程序页面（
chrome://extensions或edge://extensions）。 - 启用开发者模式。
- 将解压后的文件夹拖到页面任意位置以导入（导入后不要删除该文件夹）。
安装到Firefox
- 从发布记录下载
firefox.zip。 - 解压文件。
- 进入
about:debugging，点击侧栏中的“此Firefox”。 - 点击“加载临时附加组件”按钮，然后选择解压文件夹中的任意文件。
安装到Android
- 安装Kiwi浏览器或其他支持从本地文件安装扩展的移动浏览器。
- 在手机上从发布记录下载
chromium.zip。 - 进入“扩展程序”，启用开发者模式。
- 点击“+（来自.zip/.crx/.user.js）”按钮，加载下载的zip文件。
- 点击浏览器选项按钮，向下滚动并点击扩展图标以打开设置窗口。
- 启用“将ChatGPT插入搜索结果顶部”。
安装到Safari（macOS）
- 从发布记录下载
safari.dmg。 - 双击
safari.dmg打开，将扩展图标拖到您的应用程序文件夹。 - 在您的应用程序文件夹中运行此扩展。
- 点击“退出并打开Safari设置...”。
- 在Safari设置中点击“高级”，然后开启“在菜单栏中显示开发菜单”。
- 在Safari菜单栏中点击“开发”，然后开启“允许未签名扩展”。
- 您将在Safari设置的扩展程序中看到此扩展，启用它。
- 点击“始终在每个网站上允许”。
为单个网站启用
- 点击扩展图标以打开弹出设置窗口。
- 点击“高级”。
- 在“自定义站点正则表达式”中输入网站名称（主机名），例如google。
- 启用“仅使用自定义站点正则表达式...”。
从源码构建
- 克隆仓库
- 使用
npm install安装依赖。 - 运行
npm run build。 - 将
build/chromium/或build/firefox/目录加载到您的浏览器中。
我的贡献
- 拉取请求
其他
- 合并并改进了一些拉取请求
- 支持大多数搜索引擎
- 支持安卓设备
- 支持Safari（macOS）
- 自定义挂载点
- 实时预览您的设置
- 修复因“网络错误”或其他错误导致的回答被覆盖的问题
- 在ReactMarkdown中启用链接高亮
- 为每个页面生成独立会话
- 代码高亮
- 折叠回答
- 复制回答
- 允许在搜索结果顶部插入ChatGPT
- 自动化构建工作流（使用esbuild/webpack）
- 自动验证搜索引擎配置
- 更多详情请查看发布记录
致谢
本项目基于wong2/chat-gpt-google-extension分叉而来，并自2022年12月14日起独立开发。
原仓库灵感来自ZohaibAhmed/ChatGPT-Google（上游c54528b）
版本历史
v2.0.02023/03/15v1.26.12023/03/05v1.26.02023/03/05v1.25.12023/03/02v1.25.02023/03/02latest2023/02/15v1.24.22023/02/14v1.24.12023/02/11v1.24.02023/02/11v1.23.22023/02/07v1.23.12023/02/03v1.23.02023/02/03v1.22.32023/02/02v1.22.22023/02/02v1.22.12023/01/27v1.22.02023/01/17v1.21.22023/01/14v1.21.12023/01/13v1.21.02023/01/13v1.20.12023/01/11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。