[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-mckaywrigley--chatbot-ui-lite":3,"tool-mckaywrigley--chatbot-ui-lite":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",150037,2,"2026-04-10T23:33:47",[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":71,"readme_en":72,"readme_zh":73,"quickstart_zh":74,"use_case_zh":75,"hero_image_url":76,"owner_login":77,"owner_name":78,"owner_avatar_url":79,"owner_bio":80,"owner_company":81,"owner_location":69,"owner_email":69,"owner_twitter":77,"owner_website":82,"owner_url":83,"languages":84,"stars":97,"forks":98,"last_commit_at":99,"license":100,"difficulty_score":10,"env_os":101,"env_gpu":102,"env_ram":102,"env_deps":103,"category_tags":108,"github_topics":69,"view_count":10,"oss_zip_url":69,"oss_zip_packed_at":69,"status":16,"created_at":109,"updated_at":110,"faqs":111,"releases":132},6498,"mckaywrigley\u002Fchatbot-ui-lite","chatbot-ui-lite",null,"chatbot-ui-lite 是一个专为 OpenAI 聊天模型打造的轻量级对话界面启动套件。它旨在解决开发者在构建 AI 聊天应用时，从零开始搭建前端交互、处理状态管理及适配响应式布局的繁琐问题，让用户能够跳过基础架构搭建，直接专注于核心业务逻辑的开发。\n\n这款工具特别适合希望快速验证想法的全栈开发者、初创团队技术负责人，或任何想要基于 Next.js 生态定制专属 AI 助手的编程人员。与普通用户不同，使用者需要具备一定的代码基础，以便通过修改配置文件来调整系统提示词或优化界面组件。\n\n在技术实现上，chatbot-ui-lite 采用了现代化的技术栈，包括 Next.js 框架、TypeScript 类型系统以及 Tailwind CSS 样式库，确保了代码的健壮性与界面的美观度。其独特的亮点在于极致的简洁性与高度的可定制性：项目结构清晰，核心聊天逻辑、系统提示词及助手行为均开放了明确的修改入口。此外，它还提供了便捷的 Vercel 一键部署方案和本地开发指引，配合环境变量配置即可迅速运行。如果你需要一个干净、功能完备且易于扩展的底座来构建自己的聊天机器人应用，chatbot-","chatbot-ui-lite 是一个专为 OpenAI 聊天模型打造的轻量级对话界面启动套件。它旨在解决开发者在构建 AI 聊天应用时，从零开始搭建前端交互、处理状态管理及适配响应式布局的繁琐问题，让用户能够跳过基础架构搭建，直接专注于核心业务逻辑的开发。\n\n这款工具特别适合希望快速验证想法的全栈开发者、初创团队技术负责人，或任何想要基于 Next.js 生态定制专属 AI 助手的编程人员。与普通用户不同，使用者需要具备一定的代码基础，以便通过修改配置文件来调整系统提示词或优化界面组件。\n\n在技术实现上，chatbot-ui-lite 采用了现代化的技术栈，包括 Next.js 框架、TypeScript 类型系统以及 Tailwind CSS 样式库，确保了代码的健壮性与界面的美观度。其独特的亮点在于极致的简洁性与高度的可定制性：项目结构清晰，核心聊天逻辑、系统提示词及助手行为均开放了明确的修改入口。此外，它还提供了便捷的 Vercel 一键部署方案和本地开发指引，配合环境变量配置即可迅速运行。如果你需要一个干净、功能完备且易于扩展的底座来构建自己的聊天机器人应用，chatbot-ui-lite 将是一个理想的起点。","# Chatbot UI Lite\n\nA simple chatbot starter kit for OpenAI's chat model using Next.js, TypeScript, and Tailwind CSS.\n\nSee a [demo](https:\u002F\u002Ftwitter.com\u002Fmckaywrigley\u002Fstatus\u002F1634549098954248193?s=46&t=AowqkodyK6B4JccSOxSPew).\n\nFor an advanced version, see [Chatbot UI](https:\u002F\u002Fgithub.com\u002Fmckaywrigley\u002Fchatbot-ui).\n\n![Chatbot UI Lite](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmckaywrigley_chatbot-ui-lite_readme_82a55df06352.png)\n\n## Features\n\nChatbot UI Lite provides a simple, fully-functional chat interface that you can use to start building your own chatbot apps powered by OpenAI.\n\nIt has everything you need to hit the ground running.\n\nModify the chat interface in `components\u002FChat`.\n\nTweak the system prompt in `utils\u002Findex.ts`.\n\nTweak the assistant prompt in `pages\u002Findex.tsx`.\n\n## Deploy\n\n**Vercel**\n\nHost your own live version of Chatbot UI Lite with Vercel.\n\n[![Deploy with Vercel](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmckaywrigley_chatbot-ui-lite_readme_a4c0f8073a9c.png)](https:\u002F\u002Fvercel.com\u002Fnew\u002Fclone?repository-url=https%3A%2F%2Fgithub.com%2Fmckaywrigley%2Fchatbot-ui-lite&env=OPENAI_API_KEY&envDescription=OpenAI%20API%20Key%20needed%20for%20chat.&envLink=https%3A%2F%2Fopenai.com%2Fproduct&project-name=chatbot-ui-lite&repository-name=chatbot-ui-lite)\n\n**Replit**\n\nFork Chatbot UI on Replit [here](https:\u002F\u002Freplit.com\u002F@MckayWrigley\u002Fchatbot-ui).\n\n## Running Locally\n\n**1. Clone Repo**\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fmckaywrigley\u002Fchatbot-ui-lite.git\n```\n\n**2. Install Dependencies**\n\n```bash\nnpm i\n```\n\n**3. Provide OpenAI API Key**\n\nCreate a .env.local file in the root of the repo with your OpenAI API Key:\n\n```bash\nOPENAI_API_KEY=\u003CYOUR_KEY>\n```\n\n**4. Run App**\n\n```bash\nnpm run dev\n```\n\n**5. Start Building**\n\nYou should be able to start chatting with the bot.\n\nNow, go build the app into whatever kind of chatbot you want!\n\n## Contact\n\nIf you have any questions, feel free to reach out to me on [Twitter](https:\u002F\u002Ftwitter.com\u002Fmckaywrigley).\n","# 聊天机器人 UI Lite\n\n一个基于 Next.js、TypeScript 和 Tailwind CSS 的简单聊天机器人入门工具包，用于 OpenAI 的聊天模型。\n\n查看[演示](https:\u002F\u002Ftwitter.com\u002Fmckaywrigley\u002Fstatus\u002F1634549098954248193?s=46&t=AowqkodyK6B4JccSOxSPew)。\n\n如需高级版本，请参阅 [Chatbot UI](https:\u002F\u002Fgithub.com\u002Fmckaywrigley\u002Fchatbot-ui)。\n\n![Chatbot UI Lite](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmckaywrigley_chatbot-ui-lite_readme_82a55df06352.png)\n\n## 功能\n\nChatbot UI Lite 提供了一个简单且功能齐全的聊天界面，您可以使用它来开始构建由 OpenAI 提供支持的聊天机器人应用。\n\n它具备您立即上手所需的一切。\n\n在 `components\u002FChat` 中修改聊天界面。\n\n在 `utils\u002Findex.ts` 中调整系统提示词。\n\n在 `pages\u002Findex.tsx` 中调整助手提示词。\n\n## 部署\n\n**Vercel**\n\n使用 Vercel 托管您自己的 Chatbot UI Lite 实时版本。\n\n[![使用 Vercel 部署](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmckaywrigley_chatbot-ui-lite_readme_a4c0f8073a9c.png)](https:\u002F\u002Fvercel.com\u002Fnew\u002Fclone?repository-url=https%3A%2F%2Fgithub.com%2Fmckaywrigley%2Fchatbot-ui-lite&env=OPENAI_API_KEY&envDescription=OpenAI%20API%20Key%20needed%20for%20chat.&envLink=https%3A%2F%2Fopenai.com%2Fproduct&project-name=chatbot-ui-lite&repository-name=chatbot-ui-lite)\n\n**Replit**\n\n在 Replit 上[此处](https:\u002F\u002Freplit.com\u002F@MckayWrigley\u002Fchatbot-ui)复刻 Chatbot UI。\n\n## 本地运行\n\n**1. 克隆仓库**\n\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fmckaywrigley\u002Fchatbot-ui-lite.git\n```\n\n**2. 安装依赖**\n\n```bash\nnpm i\n```\n\n**3. 提供 OpenAI API 密钥**\n\n在仓库根目录下创建一个 `.env.local` 文件，并填入您的 OpenAI API 密钥：\n\n```bash\nOPENAI_API_KEY=\u003CYOUR_KEY>\n```\n\n**4. 运行应用**\n\n```bash\nnpm run dev\n```\n\n**5. 开始构建**\n\n您现在应该可以与机器人进行对话了。\n\n接下来，就可以根据需求构建您想要的聊天机器人应用了！\n\n## 联系方式\n\n如果您有任何问题，欢迎随时通过[Twitter](https:\u002F\u002Ftwitter.com\u002Fmckaywrigley)联系我。","# Chatbot UI Lite 快速上手指南\n\nChatbot UI Lite 是一个基于 Next.js、TypeScript 和 Tailwind CSS 构建的轻量级聊天机器人启动模板，专为 OpenAI 聊天模型设计。它提供了功能完备的聊天界面，帮助开发者快速构建自己的 AI 应用。\n\n## 环境准备\n\n在开始之前，请确保您的开发环境满足以下要求：\n\n*   **操作系统**：Windows, macOS, 或 Linux\n*   **Node.js**：建议安装 LTS 版本（v18 或更高）\n*   **包管理器**：npm (随 Node.js 安装) 或 yarn\u002Fpnpm\n*   **API 密钥**：您需要拥有一个有效的 [OpenAI API Key](https:\u002F\u002Fplatform.openai.com\u002Fapi-keys)\n    *   *注：国内用户如需访问 OpenAI 服务，请自行配置网络代理或在部署环境中设置代理变量。*\n\n## 安装步骤\n\n### 1. 克隆项目\n将代码仓库克隆到本地：\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fmckaywrigley\u002Fchatbot-ui-lite.git\ncd chatbot-ui-lite\n```\n\n### 2. 安装依赖\n安装项目所需的 npm 包。\n*国内开发者如遇下载缓慢，可临时切换淘宝镜像源：*\n```bash\nnpm config set registry https:\u002F\u002Fregistry.npmmirror.com\nnpm i\n```\n\n### 3. 配置环境变量\n在项目根目录下创建 `.env.local` 文件，并填入您的 OpenAI API Key：\n```bash\nOPENAI_API_KEY=\u003CYOUR_KEY>\n```\n*(请将 `\u003CYOUR_KEY>` 替换为您实际的密钥)*\n\n### 4. 启动项目\n运行开发服务器：\n```bash\nnpm run dev\n```\n\n## 基本使用\n\n1.  **访问界面**：打开浏览器访问 `http:\u002F\u002Flocalhost:3000`，您将看到聊天界面。\n2.  **开始对话**：直接在输入框中输入消息，即可与基于 OpenAI 模型的机器人进行对话。\n3.  **自定义开发**：\n    *   **修改聊天界面组件**：编辑 `components\u002FChat` 目录下的文件。\n    *   **调整系统提示词 (System Prompt)**：修改 `utils\u002Findex.ts` 中的相关配置。\n    *   **调整助手提示词 (Assistant Prompt)**：修改 `pages\u002Findex.tsx` 中的逻辑。\n\n现在，您可以基于此模板自由扩展，构建属于您的专属聊天机器人应用了。","一家初创教育团队希望快速构建一个基于 OpenAI 模型的个性化作文辅导助手，以便让学生能即时获得写作反馈。\n\n### 没有 chatbot-ui-lite 时\n- 前端开发需从零搭建聊天界面，耗费数天时间编写消息气泡、滚动逻辑和输入框样式。\n- 缺乏现成的 TypeScript 类型定义，导致对接 OpenAI API 时频繁出现参数错误，调试成本高昂。\n- 系统提示词（System Prompt）硬编码在深层逻辑中，教师想调整“辅导语气”或“评分标准”必须修改代码并重新部署。\n- 没有一键部署方案，非技术背景的产品经理无法自行搭建测试环境验证教学效果。\n- 界面风格简陋且不统一，难以直接展示给投资人或学校客户看，影响项目推进信心。\n\n### 使用 chatbot-ui-lite 后\n- 直接复用基于 Next.js 和 Tailwind CSS 的成熟界面，团队半天内即可拥有美观、响应式的聊天窗口。\n- 内置完整的 TypeScript 支持，API 调用稳定可靠，开发者可专注于优化作文批改的逻辑而非底层通信。\n- 通过在 `utils\u002Findex.ts` 简单修改系统提示词，教师能灵活定制“鼓励式点评”或“严格语法纠错”模式，无需重启服务。\n- 利用 Vercel 一键部署按钮，产品经理几分钟内就能生成在线演示链接，随时分享给利益相关者体验。\n- 开箱即用的专业 UI 设计让原型看起来像成熟产品，极大提升了内部评审和客户演示的通过率。\n\nchatbot-ui-lite 将原本需要数周的前端与集成工作压缩至几小时，让团队能立即聚焦于核心教育价值的打磨。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fmckaywrigley_chatbot-ui-lite_82a55df0.png","mckaywrigley","Mckay Wrigley","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fmckaywrigley_46df35ac.jpg","Founder, Takeoff AI. I build AI tools.","Takeoff AI","mckaywrigley.com","https:\u002F\u002Fgithub.com\u002Fmckaywrigley",[85,89,93],{"name":86,"color":87,"percentage":88},"TypeScript","#3178c6",96.1,{"name":90,"color":91,"percentage":92},"JavaScript","#f1e05a",3.4,{"name":94,"color":95,"percentage":96},"CSS","#663399",0.5,979,241,"2026-04-07T16:59:35","MIT","Linux, macOS, Windows","未说明",{"notes":104,"python":102,"dependencies":105},"该项目是基于 Next.js 的前端应用，运行本地开发服务器需安装 Node.js 和 npm。必须配置 OPENAI_API_KEY 环境变量才能使用聊天功能。无本地模型运行需求，因此无需特定 GPU 或大量内存。",[106,86,107],"Next.js","Tailwind CSS",[15],"2026-03-27T02:49:30.150509","2026-04-11T10:03:12.542161",[112,117,122,127],{"id":113,"question_zh":114,"answer_zh":115,"source_url":116},29401,"如何将该应用部署到我自己的域名？","维护者已在 README 中添加了「Deploy With Vercel」按钮，点击该按钮即可一键部署到 Vercel 并绑定自定义域名。","https:\u002F\u002Fgithub.com\u002Fmckaywrigley\u002Fchatbot-ui-lite\u002Fissues\u002F1",{"id":118,"question_zh":119,"answer_zh":120,"source_url":121},29402,"如何在其他 Next.js 项目中引入该组件时解决 \"The keyword 'interface' is reserved\" 报错？","需要在项目的 `next.config.js` 配置文件中添加 `transpilePackages` 选项以转译该依赖包。具体配置如下：\n```javascript\nconst nextConfig = {\n  reactStrictMode: true,\n  transpilePackages: ['ai-chatbot-starter'], \u002F\u002F 添加此行\n}\nmodule.exports = nextConfig\n```","https:\u002F\u002Fgithub.com\u002Fmckaywrigley\u002Fchatbot-ui-lite\u002Fissues\u002F17",{"id":123,"question_zh":124,"answer_zh":125,"source_url":126},29403,"如何将模型从 GPT-3.5 切换到 GPT-4？","需要修改代码中的类型定义文件。请查看并编辑 `types\u002Findex.ts` 文件来更改默认模型设置。","https:\u002F\u002Fgithub.com\u002Fmckaywrigley\u002Fchatbot-ui-lite\u002Fissues\u002F11",{"id":128,"question_zh":129,"answer_zh":130,"source_url":131},29404,"本地运行 `npm run dev` 时前端卡在 `\u002Fapi\u002Fchat` 请求处无响应怎么办？","这通常是因为未正确配置 API 密钥。请检查项目根目录下是否创建了 `.env.local` 文件，并确保已在该文件中填入了有效的 API Key。","https:\u002F\u002Fgithub.com\u002Fmckaywrigley\u002Fchatbot-ui-lite\u002Fissues\u002F2",[]]