[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"tool-openai--plugins-quickstart":3,"similar-openai--plugins-quickstart":79},{"id":4,"github_repo":5,"name":6,"description_en":7,"description_zh":8,"ai_summary_zh":9,"readme_en":10,"readme_zh":11,"quickstart_zh":12,"use_case_zh":13,"hero_image_url":14,"owner_login":15,"owner_name":16,"owner_avatar_url":17,"owner_bio":18,"owner_company":19,"owner_location":19,"owner_email":19,"owner_twitter":19,"owner_website":20,"owner_url":21,"languages":22,"stars":27,"forks":28,"last_commit_at":29,"license":30,"difficulty_score":31,"env_os":32,"env_gpu":32,"env_ram":32,"env_deps":33,"category_tags":37,"github_topics":40,"view_count":43,"oss_zip_url":19,"oss_zip_packed_at":19,"status":44,"created_at":45,"updated_at":46,"faqs":47,"releases":78},1380,"openai\u002Fplugins-quickstart","plugins-quickstart","Get a ChatGPT plugin up and running in under 5 minutes!","plugins-quickstart 是一个专为开发者设计的快速启动模板，旨在帮助你在 5 分钟内用 Python 构建并运行一个基础的 ChatGPT 插件（以待办事项列表功能为例）。它主要解决了新手在开发 ChatGPT 插件时面临的环境配置复杂、起步门槛高等痛点，提供了一套开箱即用的代码框架和清晰的本地部署指南。\n\n通过简单的命令行操作，用户即可安装依赖并启动本地服务器，随后直接在 ChatGPT 界面中连接本地地址进行调试与交互。虽然 OpenAI 官方已推出功能更强大的 GPTs（智能体）来逐步替代传统插件模式，但 plugins-quickstart 依然是理解插件架构、manifest 文件配置以及本地开发流程的绝佳入门工具。\n\n该项目特别适合希望快速上手 ChatGPT 生态开发的程序员、技术爱好者或想要验证原型想法的研究人员。其核心亮点在于极简的部署流程和与官方文档的紧密衔接，让开发者能跳过繁琐的基础搭建，专注于业务逻辑的实现。如果你正计划探索如何扩展 ChatGPT 的能力边界，或者想为过渡到创建带有 Action 的 GPTs 打下坚实基础，plugins-qui","plugins-quickstart 是一个专为开发者设计的快速启动模板，旨在帮助你在 5 分钟内用 Python 构建并运行一个基础的 ChatGPT 插件（以待办事项列表功能为例）。它主要解决了新手在开发 ChatGPT 插件时面临的环境配置复杂、起步门槛高等痛点，提供了一套开箱即用的代码框架和清晰的本地部署指南。\n\n通过简单的命令行操作，用户即可安装依赖并启动本地服务器，随后直接在 ChatGPT 界面中连接本地地址进行调试与交互。虽然 OpenAI 官方已推出功能更强大的 GPTs（智能体）来逐步替代传统插件模式，但 plugins-quickstart 依然是理解插件架构、manifest 文件配置以及本地开发流程的绝佳入门工具。\n\n该项目特别适合希望快速上手 ChatGPT 生态开发的程序员、技术爱好者或想要验证原型想法的研究人员。其核心亮点在于极简的部署流程和与官方文档的紧密衔接，让开发者能跳过繁琐的基础搭建，专注于业务逻辑的实现。如果你正计划探索如何扩展 ChatGPT 的能力边界，或者想为过渡到创建带有 Action 的 GPTs 打下坚实基础，plugins-quickstart 将是你高效的起点。遇到开发难题时，社区论坛也提供了相应的支持渠道。","# ChatGPT plugins quickstart\n\nGet a TODO list ChatGPT plugin up and running in under 5 minutes using Python. This plugin is designed to work in conjunction with the [ChatGPT plugins documentation](https:\u002F\u002Fplatform.openai.com\u002Fdocs\u002Fplugins). Plugins have been superseded by GPTs, learn more about [creating a GPT with actions](https:\u002F\u002Fplatform.openai.com\u002Fdocs\u002Factions\u002Fintroduction).\n\n## Setup locally\n\nTo install the required packages for this plugin, run the following command:\n\n```bash\npip install -r requirements.txt\n```\n\nTo run the plugin, enter the following command:\n\n```bash\npython main.py\n```\n\nOnce the local server is running:\n\n1. Navigate to https:\u002F\u002Fchat.openai.com. \n2. In the Model drop down, select \"Plugins\" (note, if you don't see it there, you don't have access yet).\n3. Select \"Plugin store\"\n4. Select \"Develop your own plugin\"\n5. Enter in `localhost:5003` since this is the URL the server is running on locally, then select \"Find manifest file\".\n\nThe plugin should now be installed and enabled! You can start with a question like \"What is on my todo list\" and then try adding something to it as well! \n\n## Getting help\n\nIf you run into issues or have questions building a plugin, please join our [Developer community forum](https:\u002F\u002Fcommunity.openai.com\u002Fc\u002Fchat-plugins\u002F20).\n","# ChatGPT 插件快速入门\n\n只需不到 5 分钟，即可使用 Python 将 ChatGPT 插件部署并运行于本地，生成一个待办事项列表。该插件专为与 [ChatGPT 插件文档](https:\u002F\u002Fplatform.openai.com\u002Fdocs\u002Fplugins) 配合使用而设计。目前，插件已逐渐被 GPT 所取代，如需了解更多信息，请参阅 [使用操作创建 GPT](https:\u002F\u002Fplatform.openai.com\u002Fdocs\u002Factions\u002Fintroduction)。\n\n## 在本地进行设置\n\n要安装此插件所需的各类软件包，请运行以下命令：\n\n```bash\npip install -r requirements.txt\n```\n\n要运行插件，请输入以下命令：\n\n```bash\npython main.py\n```\n\n当本地服务器启动后：\n\n1. 打开浏览器，访问 https:\u002F\u002Fchat.openai.com。\n2. 在“模型”下拉菜单中，选择“插件”（请注意，如果未在该处看到插件，则说明您当前尚未获得相应权限）。\n3. 选择“插件商店”。\n4. 选择“开发自己的插件”。\n5. 输入 `localhost:5003`，因为这是服务器在本地运行的 URL，然后点击“查找清单文件”。\n\n至此，插件已成功安装并启用！您可以从“What is on my todo list”这样的问题开始，随后尝试向待办事项列表中添加内容！\n\n## 获取帮助\n\n如果您在使用过程中遇到问题或对插件开发有疑问，请加入我们的 [开发者社区论坛](https:\u002F\u002Fcommunity.openai.com\u002Fc\u002Fchat-plugins\u002F20)。","# plugins-quickstart 快速上手指南\n\n本指南帮助开发者在 5 分钟内使用 Python 搭建一个待办事项（TODO List）ChatGPT 插件。\n\n> **注意**：OpenAI 已逐步用 **GPTs (Actions)** 取代传统 Plugins 架构。建议在新项目中参考 [创建带 Action 的 GPT](https:\u002F\u002Fplatform.openai.com\u002Fdocs\u002Factions\u002Fintroduction) 文档，但本工具仍适用于学习插件机制或维护旧项目。\n\n## 环境准备\n\n- **操作系统**：Windows \u002F macOS \u002F Linux\n- **Python 版本**：推荐 Python 3.8 及以上\n- **前置依赖**：\n  - 已安装 `pip` 包管理工具\n  - 拥有 ChatGPT Plus 订阅账号（需具备插件访问权限）\n\n## 安装步骤\n\n1. 克隆或下载本项目到本地目录。\n2. 打开终端，进入项目根目录，安装所需依赖包：\n\n```bash\npip install -r requirements.txt\n```\n\n> 💡 **国内加速提示**：若下载缓慢，可使用国内镜像源安装：\n> ```bash\n> pip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n> ```\n\n3. 启动本地服务器：\n\n```bash\npython main.py\n```\n\n服务默认运行在 `http:\u002F\u002Flocalhost:5003`。\n\n## 基本使用\n\n1. 浏览器访问 [https:\u002F\u002Fchat.openai.com](https:\u002F\u002Fchat.openai.com) 并登录。\n2. 在模型选择下拉菜单中，选择 **\"Plugins\"**（若未看到该选项，说明您的账号暂无插件权限）。\n3. 点击 **\"Plugin store\"**（插件商店）。\n4. 选择 **\"Develop your own plugin\"**（开发自有插件）。\n5. 在输入框中填入本地地址 `localhost:5003`，点击 **\"Find manifest file\"**。\n6. 确认安装后，插件即可启用。\n\n**测试示例**：\n在对话框中输入以下内容进行测试：\n- \"What is on my todo list\"（查看待办列表）\n- \"Add buy milk to my todo list\"（添加新任务）","独立开发者小李希望为自己的待办事项应用快速集成 ChatGPT 插件，让用户能直接通过自然语言管理任务。\n\n### 没有 plugins-quickstart 时\n- 需要从头研究 OpenAI 复杂的插件清单（Manifest）规范和 API 接口定义，文档阅读成本高。\n- 手动搭建本地测试服务器并配置 CORS 跨域策略，极易因环境配置错误导致连接失败。\n- 缺乏标准的代码脚手架，必须自行编写路由逻辑和数据处理层，开发耗时数小时甚至数天。\n- 调试过程繁琐，无法快速验证插件是否被 ChatGPT 正确识别，反复修改配置令人沮丧。\n- 由于官方已转向 GPTs 架构，新手容易在过时的技术路径上浪费精力，难以找到正确的入门指引。\n\n### 使用 plugins-quickstart 后\n- 直接运行预设的 Python 脚本，5 分钟内即可生成符合规范的待办事项插件原型，无需深究底层细节。\n- 内置本地服务器配置，自动处理跨域问题，只需一行命令 `python main.py` 即可启动服务。\n- 提供完整的代码框架和示例逻辑，开发者只需关注业务功能，无需重复造轮子编写基础路由。\n- 支持一键在 ChatGPT 界面中通过 `localhost:5003` 加载测试，实时对话验证“添加任务”等功能，反馈即时。\n- 清晰指引从 Plugin 到 GPT Actions 的技术演进路线，帮助开发者避开技术坑点，快速上手最新架构。\n\nplugins-quickstart 将原本需要数天的插件开发流程压缩至分钟级，让开发者能专注于核心业务逻辑而非基础设施搭建。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fopenai_plugins-quickstart_b8ec434b.png","openai","OpenAI","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fopenai_1960bbf4.png","",null,"https:\u002F\u002Fopenai.com\u002F","https:\u002F\u002Fgithub.com\u002Fopenai",[23],{"name":24,"color":25,"percentage":26},"Python","#3572A5",100,4235,713,"2026-04-05T04:16:23","MIT",2,"未说明",{"notes":34,"python":32,"dependencies":35},"该工具是一个本地运行的 Python Web 服务器（默认端口 5003），用于演示 ChatGPT 插件功能。注意：OpenAI 插件功能已被 GPTs Actions 取代。运行后需在 ChatGPT 网页端的插件商店中选择'开发自己的插件'并指向 localhost:5003 进行配置。",[36],"requirements.txt 中定义的依赖 (具体列表未在 README 中展示)",[38,39],"语言模型","插件",[41,42],"chatgpt","chatgpt-plugins",3,"ready","2026-03-27T02:49:30.150509","2026-04-06T05:15:30.457845",[48,53,58,63,68,73],{"id":49,"question_zh":50,"answer_zh":51,"source_url":52},6345,"为什么我在 ChatGPT 中找不到“开发自己的插件”选项？","目前开发自定义插件需要加入等待名单。请访问 https:\u002F\u002Fopenai.com\u002Fwaitlist\u002Fplugins 填写申请表单，审核通过后即可看到相关选项。","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fplugins-quickstart\u002Fissues\u002F78",{"id":54,"question_zh":55,"answer_zh":56,"source_url":57},6346,"遇到'Failed to fetch localhost manifest'错误该如何解决？","该错误通常由两个原因导致：1. 未启用 CORS：需要在代码中添加 CORS 支持，例如使用 flask_cors：`CORS(app, origins='*')` 或指定 `origins='https:\u002F\u002Fchat.openai.com\u002F'`；2. ai-plugin.json 文件格式错误：检查 JSON 文件是否有语法错误（如末尾多余的逗号），确保是合法的 JSON 格式。","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fplugins-quickstart\u002Fissues\u002F11",{"id":59,"question_zh":60,"answer_zh":61,"source_url":62},6347,"点击'Find Manifest File'时提示'Couldn't find manifest'怎么办？","请确保：1. 使用 `localhost:5003` 而非 `0.0.0.0:5003` 作为地址；2. 检查 `ai-plugin.json` 文件是否存在语法错误，特别是移除第 12 行 URL 字段后的多余逗号（应为 `\"url\": \"http:\u002F\u002Flocalhost:5003\u002Fopenapi.yaml\"` 而非 `\"url\": \"http:\u002F\u002Flocalhost:5003\u002Fopenapi.yaml\",`）；3. 确认本地服务器已启动且 CORS 已正确配置。","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fplugins-quickstart\u002Fissues\u002F22",{"id":64,"question_zh":65,"answer_zh":66,"source_url":67},6348,"如何修复因 manifest 文件包含尾随逗号导致的 JSON 无效错误？","打开 `ai-plugin.json` 文件，找到第 12 行的 API URL 定义，删除末尾的逗号。错误示例：`\"url\": \"http:\u002F\u002Flocalhost:5003\u002Fopenapi.yaml\",` 应改为：`\"url\": \"http:\u002F\u002Flocalhost:5003\u002Fopenapi.yaml\"`。保存后重新加载插件即可。","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fplugins-quickstart\u002Fissues\u002F40",{"id":69,"question_zh":70,"answer_zh":71,"source_url":72},6349,"如何在插件中接收用户输入的参数（如 URL）？","可以使用框架的路由参数功能。以 Quart 为例，定义路由时使用 `\u003Cstring:param_name>` 语法：\n```python\n@app.get(\"\u002Fnews\u002F\u003Cstring:url>\")\nasync def get_news(url):\n    print(url)\n    return quart.Response(response=json.dumps(url), status=200)\n```\n这样当用户请求 `\u002Fnews\u002Fhttps:\u002F\u002Fexample.com` 时，`url` 变量将自动获取该值。","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fplugins-quickstart\u002Fissues\u002F28",{"id":74,"question_zh":75,"answer_zh":76,"source_url":77},6350,"使用 Google OAuth 认证时出现'redirect_uri mismatch'错误如何解决？","确保在 Google Cloud Console 中注册的 redirect URI 与代码中使用的完全一致，包括协议、域名、端口和尾部斜杠。常见错误是缺少尾部斜杠，例如应注册为 `http:\u002F\u002Flocalhost:8080\u002F` 而非 `http:\u002F\u002Flocalhost:8080`。同时注意授权流程中实际使用的端口（默认为 8080）需与配置匹配。","https:\u002F\u002Fgithub.com\u002Fopenai\u002Fplugins-quickstart\u002Fissues\u002F48",[],[80,90,98,111,119,127],{"id":81,"name":82,"github_repo":83,"description_zh":84,"stars":85,"difficulty_score":31,"last_commit_at":86,"category_tags":87,"status":44},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",138956,"2026-04-05T11:33:21",[88,89,38],"开发框架","Agent",{"id":91,"name":92,"github_repo":93,"description_zh":94,"stars":95,"difficulty_score":31,"last_commit_at":96,"category_tags":97,"status":44},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",[88,38],{"id":99,"name":100,"github_repo":101,"description_zh":102,"stars":103,"difficulty_score":31,"last_commit_at":104,"category_tags":105,"status":44},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。",84991,"2026-04-05T10:45:23",[106,107,108,39,89,109,38,88,110],"图像","数据工具","视频","其他","音频",{"id":112,"name":113,"github_repo":114,"description_zh":115,"stars":116,"difficulty_score":43,"last_commit_at":117,"category_tags":118,"status":44},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",[89,106,88,38,109],{"id":120,"name":121,"github_repo":122,"description_zh":123,"stars":124,"difficulty_score":43,"last_commit_at":125,"category_tags":126,"status":44},519,"PaddleOCR","PaddlePaddle\u002FPaddleOCR","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。\n\n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。\n\nPaddleOCR 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。",74913,"2026-04-05T10:44:17",[38,106,88,109],{"id":128,"name":129,"github_repo":130,"description_zh":131,"stars":132,"difficulty_score":43,"last_commit_at":133,"category_tags":134,"status":44},2181,"OpenHands","OpenHands\u002FOpenHands","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。\n\n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。\n\n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。",70612,"2026-04-05T11:12:22",[38,89,88,39]]