[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-taranjeet--unofficial-chatgpt-api":3,"tool-taranjeet--unofficial-chatgpt-api":64},[4,17,27,35,48,56],{"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",142651,2,"2026-04-06T23:34:12",[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。",85013,"2026-04-06T11:09:19",[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":23,"last_commit_at":54,"category_tags":55,"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":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":23,"last_commit_at":62,"category_tags":63,"status":16},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。",74991,"2026-04-06T23:16:49",[15,26,13,46],{"id":65,"github_repo":66,"name":67,"description_en":68,"description_zh":69,"ai_summary_zh":70,"readme_en":71,"readme_zh":72,"quickstart_zh":73,"use_case_zh":74,"hero_image_url":75,"owner_login":76,"owner_name":77,"owner_avatar_url":78,"owner_bio":79,"owner_company":80,"owner_location":81,"owner_email":82,"owner_twitter":83,"owner_website":84,"owner_url":85,"languages":86,"stars":91,"forks":92,"last_commit_at":93,"license":94,"difficulty_score":10,"env_os":95,"env_gpu":96,"env_ram":96,"env_deps":97,"category_tags":103,"github_topics":104,"view_count":10,"oss_zip_url":82,"oss_zip_packed_at":82,"status":16,"created_at":107,"updated_at":108,"faqs":109,"releases":110},4697,"taranjeet\u002Funofficial-chatgpt-api","unofficial-chatgpt-api","This repo is unofficial ChatGPT api. It is based on Daniel Gross's WhatsApp GPT","unofficial-chatgpt-api 是一个非官方的 ChatGPT 接口工具，旨在帮助开发者在本地快速搭建与 ChatGPT 交互的服务。它通过自动化浏览器技术，解决了在没有官方 API 权限或希望进行低成本原型开发时，难以程序化调用 ChatGPT 能力的痛点。\n\n这款工具特别适合需要进行实验性开发、学习 AI 集成或构建内部演示原型的程序员使用。其核心原理基于 Playwright 和 Chromium 浏览器引擎，能够自动启动浏览器、模拟用户操作并解析网页返回的 HTML 内容，从而提取 ChatGPT 的回答。这种方法巧妙地绕过了复杂的逆向工程，直接利用现有的网页界面实现数据抓取。\n\n使用时，用户只需配置好 Python 虚拟环境并安装依赖，即可在本地 5001 端口启动服务。随后，通过简单的 HTTP 请求（如访问 `\u002Fchat` 端点）即可发送指令并获取回复。需要注意的是，unofficial-chatgpt-api 完全由社区维护，并非 OpenAI 官方产品，因此主要适用于开发和测试场景，不建议用于对稳定性要求极高的生产环境。凭借其对 Daniel Gross","unofficial-chatgpt-api 是一个非官方的 ChatGPT 接口工具，旨在帮助开发者在本地快速搭建与 ChatGPT 交互的服务。它通过自动化浏览器技术，解决了在没有官方 API 权限或希望进行低成本原型开发时，难以程序化调用 ChatGPT 能力的痛点。\n\n这款工具特别适合需要进行实验性开发、学习 AI 集成或构建内部演示原型的程序员使用。其核心原理基于 Playwright 和 Chromium 浏览器引擎，能够自动启动浏览器、模拟用户操作并解析网页返回的 HTML 内容，从而提取 ChatGPT 的回答。这种方法巧妙地绕过了复杂的逆向工程，直接利用现有的网页界面实现数据抓取。\n\n使用时，用户只需配置好 Python 虚拟环境并安装依赖，即可在本地 5001 端口启动服务。随后，通过简单的 HTTP 请求（如访问 `\u002Fchat` 端点）即可发送指令并获取回复。需要注意的是，unofficial-chatgpt-api 完全由社区维护，并非 OpenAI 官方产品，因此主要适用于开发和测试场景，不建议用于对稳定性要求极高的生产环境。凭借其对 Daniel Gross 开源脚本的封装与完善的部署文档，它为想要快速上手 ChatGPT 集成的开发者提供了一条便捷的途径。","# ChatGPT api\n\n* It uses playwright and chromium to open browser and parse html.\n* It is an unoffical api for development purpose only.\n\n\n# How to install\n\n* Make sure that python and virual environment is installed.\n\n* Create a new virtual environment\n\n```python\n# one time\nvirtualenv -p $(which python3) pyenv\n\n# everytime you want to run the server\nsource pyenv\u002Fbin\u002Factivate\n```\n\n* Now install the requirements\n\n```\npip install -r requirements.txt\n```\n\n* If you are installing playwright for the first time, it will ask you to run this command for one time only.\n\n```\nplaywright install\n```\n\n* Now run the server\n\n```\npython server.py\n```\n\n* The server runs at port `5001`. If you want to change, you can change it in server.py\n\n\n# Api Documentation\n\n* There is a single end point only. It is available at `\u002Fchat`\n\n```sh\ncurl -XGET http:\u002F\u002Flocalhost:5001\u002Fchat?q=Write%20a%20python%20program%20to%20reverse%20a%20list\n```\n\n# Updates\n\n* [8 Dec 2022]: Updated parsing logic (credits @CoolLoong)\n\n# Credit\n\n* All the credit for this script goes to [Daniel Gross's whatsapp gpt](https:\u002F\u002Fgithub.com\u002Fdanielgross\u002Fwhatsapp-gpt) package. I have just taken the script as an individual file and added documentation for how to install and run it.\n\n# Disclaimer\n\nPlease note that this project is a personal undertaking and not an official OpenAI product. It is not affiliated with OpenAI in any way, and should not be mistaken as such.\n","# ChatGPT API\n\n* 它使用 Playwright 和 Chromium 打开浏览器并解析 HTML。\n* 这是一个非官方 API，仅用于开发目的。\n\n\n# 安装方法\n\n* 请确保已安装 Python 和虚拟环境。\n\n* 创建一个新的虚拟环境\n\n```python\n# 首次执行\nvirtualenv -p $(which python3) pyenv\n\n# 每次运行服务器时\nsource pyenv\u002Fbin\u002Factivate\n```\n\n* 现在安装依赖项\n\n```\npip install -r requirements.txt\n```\n\n* 如果您是首次安装 Playwright，它会提示您只需运行一次以下命令。\n\n```\nplaywright install\n```\n\n* 现在运行服务器\n\n```\npython server.py\n```\n\n* 服务器运行在端口 `5001` 上。如果您想更改端口，可以在 `server.py` 中进行修改。\n\n\n# API 文档\n\n* 只有一个端点，地址为 `\u002Fchat`。\n\n```sh\ncurl -XGET http:\u002F\u002Flocalhost:5001\u002Fchat?q=Write%20a%20python%20program%20to%20reverse%20a%20list\n```\n\n# 更新\n\n* [2022年12月8日]: 更新了解析逻辑（感谢 @CoolLoong）\n\n# 致谢\n\n* 本脚本的所有功劳都归于 [Daniel Gross 的 whatsapp gpt](https:\u002F\u002Fgithub.com\u002Fdanielgross\u002Fwhatsapp-gpt) 包。我只是将该脚本单独提取出来，并添加了安装和运行的说明文档。\n\n# 免责声明\n\n请注意，该项目为个人开发项目，并非 OpenAI 的官方产品。它与 OpenAI 没有任何关联，也不应被视为其官方产品。","# unofficial-chatgpt-api 快速上手指南\n\n## 环境准备\n\n在开始之前，请确保您的系统已安装以下基础环境：\n\n*   **操作系统**：支持 Linux、macOS 或 Windows（需配置相应终端）。\n*   **Python**：已安装 Python 3 及 `virtualenv` 工具。\n*   **浏览器内核**：项目依赖 Playwright 和 Chromium，安装过程中会自动处理。\n\n> **国内加速建议**：若在国内网络环境下安装依赖较慢，建议在执行 `pip install` 时指定国内镜像源（如清华源或阿里源）。\n\n## 安装步骤\n\n### 1. 创建并激活虚拟环境\n为避免依赖冲突，建议先创建独立的虚拟环境：\n\n```bash\n# 仅首次执行：创建名为 pyenv 的虚拟环境\nvirtualenv -p $(which python3) pyenv\n\n# 每次运行服务器前执行：激活环境\nsource pyenv\u002Fbin\u002Factivate\n```\n\n### 2. 安装依赖包\n激活环境后，安装项目所需依赖。**国内用户推荐使用以下命令加速下载**：\n\n```bash\n# 使用默认源\npip install -r requirements.txt\n\n# 或使用国内镜像源（推荐）\npip install -r requirements.txt -i https:\u002F\u002Fpypi.tuna.tsinghua.edu.cn\u002Fsimple\n```\n\n### 3. 安装 Playwright 浏览器内核\n如果是首次安装 Playwright，需要下载 Chromium 浏览器内核：\n\n```bash\nplaywright install\n```\n\n### 4. 启动服务\n运行服务器脚本，默认监听端口为 `5001`：\n\n```bash\npython server.py\n```\n\n> 如需修改端口，可直接编辑 `server.py` 文件中的端口配置。\n\n## 基本使用\n\n服务启动后，可通过 HTTP GET 请求访问 `\u002Fchat` 接口进行对话测试。\n\n**示例：请求生成一个反转列表的 Python 程序**\n\n```sh\ncurl -XGET http:\u002F\u002Flocalhost:5001\u002Fchat?q=Write%20a%20python%20program%20to%20reverse%20a%20list\n```\n\n返回结果即为 ChatGPT 生成的回答内容。您可以将 `q` 参数替换为任意提示词（Prompt）进行交互。","某初创团队希望将 ChatGPT 的对话能力快速集成到内部的自动化运维脚本中，但受限于预算无法承担官方 API 的高昂费用。\n\n### 没有 unofficial-chatgpt-api 时\n- 开发人员必须手动登录网页版 ChatGPT，逐条复制问题并粘贴生成的代码，效率极低且容易出错。\n- 想要实现脚本自动调用，需自行研究复杂的浏览器自动化方案（如 Selenium 或 Playwright），开发周期长达数天。\n- 缺乏统一的本地服务接口，导致现有 Python 运维工具链无法直接通过 HTTP 请求获取 AI 辅助结果。\n- 每次模型更新或网页结构微调，都需要人工重新调整抓取逻辑，维护成本极高。\n\n### 使用 unofficial-chatgpt-api 后\n- 团队只需运行 `python server.py` 即可在本地 5001 端口启动服务，运维脚本通过简单的 curl 命令即可实时获取代码建议。\n- 基于成熟的 Playwright 方案自动处理浏览器渲染与 HTML 解析，无需从零构建自动化流程，半天内完成集成。\n- 提供标准的 `\u002Fchat` 单一端点，完美契合现有的 HTTP 请求架构，让旧系统无缝获得智能对话能力。\n- 社区持续同步解析逻辑更新（如 2022 年 12 月的优化），大幅降低了因前端变动导致的维护风险。\n\nunofficial-chatgpt-api 通过轻量级的本地桥接方案，让开发者以零成本实现了 ChatGPT 能力的自动化集成，极大提升了原型开发与内部工具的效率。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Ftaranjeet_unofficial-chatgpt-api_3367a4e1.png","taranjeet","Taranjeet Singh","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Ftaranjeet_fcd2fd5f.png","Building @mem0ai ","@mem0ai","San Francisco",null,"taranjeetio","https:\u002F\u002Ftaranjeet.co\u002Fabout","https:\u002F\u002Fgithub.com\u002Ftaranjeet",[87],{"name":88,"color":89,"percentage":90},"Python","#3572A5",100,702,136,"2026-04-05T20:10:52","MIT","Linux, macOS, Windows","未说明",{"notes":98,"python":99,"dependencies":100},"该工具非官方 API，仅用于开发目的。核心原理是通过 Playwright 驱动 Chromium 浏览器打开网页并解析 HTML。首次安装后需运行 'playwright install' 命令下载浏览器内核。服务默认运行在 5001 端口。","Python 3 (通过 virtualenv -p $(which python3) 推断)",[101,102],"playwright","chromium",[15],[105,106],"chatgpt","gpt-3","2026-03-27T02:49:30.150509","2026-04-07T08:19:23.638921",[],[]]