PatrikZeros-ChatGPT-API-UI
PatrikZeros-ChatGPT-API-UI 是一个静态网页应用，旨在让用户通过自己的 OpenAI API 密钥，获得与官方 ChatGPT 几乎一致的使用体验。它主要解决了官方服务在高峰期响应缓慢、频繁报错或缺乏特定高级功能的问题，同时为希望降低使用成本的用户提供了一种更经济的替代方案。
这款工具特别适合学生、开发者以及需要高频使用 AI 对话但觉得订阅 Premium 会员过于昂贵的普通用户。其核心优势在于“按需付费”，没有最低消费门槛，并内置了实时用量计算器，帮助用户清晰掌握 Token 消耗与费用。在技术亮点方面，它不仅支持自定义系统提示词以设定助手角色或技术栈背景，还提供了独特的对话优化功能：用户可以选择不携带历史上下文发送消息以节省 Token，或利用自动摘要功能在突破长度限制时保留关键语境。此外，它还包含一些进阶玩法，如模拟助手消息等，为需要灵活控制对话流程的用户提供了更多可能。基于 Svelte 和 Tailwind 构建，PatrikZeros-ChatGPT-API-UI 既轻量又高效，让每个人都能以更低的成本享受流畅的 AI 交互。
使用场景
一名计算机专业学生正在利用 AI 辅助完成复杂的全栈开发作业，需要频繁进行代码调试和架构咨询。
没有 PatrikZeros-ChatGPT-API-UI 时
- 成本高昂且受限：必须订阅每月 20 美元的 ChatGPT Plus 才能享受稳定服务，对于预算有限的学生是一笔不小开支。
- 服务不稳定：在高峰期常遇到官方网页响应缓慢、频繁报错或需要不断刷新重连的情况，严重打断编程思路。
- 上下文浪费：询问互不相关的独立代码片段时，系统仍强制发送完整历史对话，导致 Token 消耗过快且无意义。
- 角色设定繁琐：每次开启新话题都需重复说明技术栈（如"我正在使用 React 和 Node.js"），无法预设助手身份。
使用 PatrikZeros-ChatGPT-API-UI 后
- 按需付费更省钱：直接填入自己的 OpenAI API Key，仅按实际用量计费，大部分场景下费用远低于 Plus 会员订阅费。
- 体验流畅稳定：依托静态网页直连 API，彻底告别官方服务的拥堵与卡顿，获得丝滑的对话体验。
- 灵活控制成本：利用“无历史记录发送”功能处理独立问题，大幅节省 Token；内置计算器还能实时监控花费。
- 高效预设角色：在设置中一键配置默认系统消息（如“你是一名资深全栈工程师”），无需反复交代背景，提升交互效率。
PatrikZeros-ChatGPT-API-UI 通过让用户掌握 API 密钥控制权，以极低的成本和更高的稳定性，还原了甚至超越了原生 ChatGPT 的开发辅助体验。
运行环境要求
- 未说明
不需要 GPU
未说明
快速开始
⭐️ 如果你喜欢这个项目，就给它点个星吧！
这是一个静态网站，允许你使用自己的 OpenAI API 密钥，获得与 ChatGPT 相同的体验！
📖 使用方法
- 访问 GitHub Pages 发布页面 这里。
- 或者在本地运行，只需克隆仓库并执行
npm run dev。 - 指南 如果你还不知道自己的 API 密钥：
⚡ 功能
- 拥有 ChatGPT 的所有功能
- 可以使用你自己的 OpenAI API 密钥。
- 无最低费用，非常适合学生！
- 对大多数用户来说比 ChatGPT Premium 更便宜。
- 用量计算器用于定价——查看你目前的花费！
- 使用 OpenAI 的 Tokenizer 来计算 token 数量。
- 可能不会 100% 准确，但已经相当不错了！
- 使用 OpenAI 的 Tokenizer 来计算 token 数量。
- 节省 token 和费用的功能：
- 发送消息时不带历史记录。
- 当你提出一系列不相关的问题时，不必每次都发送完整的历史！
- 总结聊天内容，当你消息超过 4000 token 限制但仍想保留上下文时非常有用。
- 发送消息时不带历史记录。
- 更多可用于越狱的功能：
- 可以伪造“助手”消息
- 更多功能见下方
- 可以设置默认系统消息。
- 这会设定助手的角色，并为其提供额外的信息。
- 示例用法：
- 告诉助手你正在使用的技术栈，这样你就不用反复说明。
- 用于角色扮演某个角色
- 示例用法：
- 你还可以在“系统”消息和“用户”消息之间切换，以便更精细地控制。
- 根据我的测试，“用户”消息的效果更强。
- 这会设定助手的角色，并为其提供额外的信息。
🖥️ 预览
💬 理由
我一直对 ChatGPT 的 速度变慢、错误、频繁刷新 以及 缺少某些功能 感到沮丧。我本来打算付费升级到 Premium，却注意到他们发布了一个对大多数用户来说会 便宜得多 的 API。另外，我也一直想学习 JS 和一个框架，而这个项目看起来正是一个绝佳的机会。希望你能觉得它有用！
📖 工作原理
技术栈：Svelte、Tailwind、TypeScript。
它只是根据设置中指定的 API 密钥向 OpenAI API 发起调用。
🍀 支持者
如果你喜欢这个项目并想支持我，请随时请我吃碗拉面吧！🍜🍜🍜
或者通过 PayPal：
📋 待添加功能
- 使用嵌入技术进行 Google 搜索。
- 使用嵌入技术进行 PDF 搜索。
📃 依赖项
- OpenAI
- Svelte-markdown
- sse.js
💻❤🍲 由 Patrik Žúdel 制作
版本历史
Release2023/03/07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。