rikkahub
RikkaHub 是一款专为 Android 用户打造的原生大语言模型（LLM）聊天客户端，旨在让用户在一个应用中自由切换并管理多个 AI 服务商。它解决了用户在面对不同 AI 平台时需要频繁更换应用或网页的痛点，提供了一个统一、流畅的对话入口。
无论是希望随时随地体验最新 AI 模型的普通用户，还是需要对不同模型进行对比测试的研究者，RikkaHub 都能满足需求。其界面遵循 Material You 设计规范，支持深色模式，操作直观且美观。
在功能亮点上，RikkaHub 不仅兼容 OpenAI、Google、Anthropic 等主流平台的 API，还支持多模态输入（如图片、PDF、文档），内置强大的 Markdown 渲染能力（含代码高亮、公式及图表）。此外，它具备独特的“消息分支”功能，方便探索不同对话走向；支持 MCP 协议、自定义 Agent 以及类似 ChatGPT 的长短期记忆机制。对于进阶用户，它还提供了详细的网络请求定制能力和搜索插件集成。作为一个开源项目，RikkaHub 以轻量、灵活和高可定制性，成为移动端接入全球 AI 服务的理想选择。
使用场景
一位经常需要对比不同大模型回答质量的独立开发者，在通勤途中利用手机处理复杂的代码调试与文档分析任务。
没有 rikkahub 时
- 切换繁琐：想对比 OpenAI、Claude 和 DeepSeek 的回答，必须在浏览器中打开多个标签页或频繁切换不同的 App，操作割裂且耗时。
- 格式混乱：手机端查看包含代码块、LaTeX 公式或 Mermaid 流程图的 AI 回复时，往往排版错乱，难以阅读核心逻辑。
- 功能受限：无法直接在手机上上传本地 PDF 技术文档或截图进行多模态分析，只能回到电脑端操作，打断了即时解决问题的思路。
- 配置复杂：每次尝试新的 API 提供商都需要手动复制粘贴复杂的 URL 和密钥，缺乏统一的二维码导入等便捷管理方式。
使用 rikkahub 后
- 一站式聚合：在一个原生 Android 应用中即可无缝切换数十种主流模型提供商，对话上下文保持连贯，对比测试效率提升数倍。
- 完美渲染：依托 Markdown 深度优化，代码高亮、数学公式及图表在手机屏幕上清晰展示，阅读体验如同在桌面 IDE 中一般流畅。
- 多模态直达：直接调用手机相机拍摄报错截图或导入本地文档，瞬间获得针对具体问题的多模型联合诊断建议。
- 便捷管理：通过扫描二维码即可快速导入复杂的 Provider 配置，支持自定义请求头与 Agent 设定，让个性化部署变得轻而易举。
rikkahub 将分散的 AI 服务能力整合进原生安卓生态，让用户真正实现了随时随地、高效专业地驾驭多种大模型。
运行环境要求
- Android
- Web (多平台)
未说明
未说明
快速开始
🚀 下载
🔗 官网下载
💖 赞助商
Aihubmix
感谢 aihubmix.com 的资金支持。我们推荐使用 aihubmix 作为全球主流模型的一站式平台。（OpenAI、Claude、Google Gemini、DeepSeek、Qwen 等数百种模型）。
✨ 特性
- 🎨 Material You 设计与 🌙 深色模式
- 🔄 多个 AI 提供商支持：自定义 API / URL / 模型（兼容所有 OpenAI、Google、Anthropic 的 API）
- 🖼️ 多模态输入支持（图片、文本文档、PDF、Docx）
- 🖥️ Web 访问功能，便于跨平台使用
- 🛠️ 支持 MCP
- 📝 Markdown 渲染（支持代码高亮、LaTeX 公式、表格、Mermaid 图表）
- 消息分支功能
- 🔍 搜索能力（Exa、Tavily、Zhipu、LinkUp、Brave、Perplexity 等）
- 🧩 提示词变量（模型名称、时间等）
- 🤳 提供商的 QR 代码导出与导入
- 🤖 自定义智能体
- 🧠 类 ChatGPT 的记忆功能
- 📝 AI 翻译
- 🌐 自定义 HTTP 请求头和请求体
- 💌 支持导入 Silly Tavern 角色卡
✨ 贡献
本项目使用 Android Studio 开发。欢迎提交 PR！
技术栈说明：
- Kotlin（开发语言）
- Koin（依赖注入）
- Jetpack Compose（UI 框架）
- DataStore（偏好设置数据存储）
- Room（数据库）
- Coil（图片加载）
- Material You（UI 设计）
- Navigation Compose（导航）
- Okhttp（HTTP 客户端）
- kotlinx.serialization（JSON 序列化）
- compose-icons/lucide（图标库）
[!TIP] 构建应用时，需在
app目录下放置google-services.json文件。
[!IMPORTANT]
以下类型的 PR 将被拒绝：
- 与翻译相关的内容，例如添加新语言或更新现有翻译
- 新功能的添加，本项目有明确的功能定位，不接受新增功能的 PR
- 大规模重构及由 AI 生成的修改
💰 捐赠
⭐ 星标历史
如果你喜欢这个项目，请为它点亮一颗星 ⭐
📄 许可证
版本历史
2.1.72026/03/282.1.62026/03/222.1.52026/03/222.1.42026/03/182.1.32026/03/142.1.22026/03/092.1.12026/03/052.1.02026/03/042.0.42026/03/012.0.32026/02/272.0.22026/02/232.0.12026/02/232.0.02026/02/231.8.22026/01/241.8.02026/01/231.7.142026/01/181.7.132026/01/171.7.122026/01/161.7.112026/01/161.7.102026/01/15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
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器
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。
funNLP
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。 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。 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。