gemini-playground
Gemini Playground 是一个快速部署的多模态对话平台,只需一个 Gemini API 密钥,10 秒即可搭建一个支持文字、图片甚至视频交互的聊天网站。它通过无服务器架构实现快速部署,适配手机端使用,无需复杂配置。工具将 Gemini API 转换为通用的 OpenAI 格式,方便对接各类 AI 客户端,如 ChatBox 或编程工具 Cursor。无论是开发者测试模型功能,还是研究人员探索多模态交互,都能从中受益。其技术亮点包括灵活的 API 代理和对国内网络环境的优化支持。
使用场景
某教育科技公司正在开发一个面向中小学生的AI互动学习平台,需要快速集成多模态的AI对话功能,以支持语音、图像和文本的交互。团队希望在不依赖复杂基础设施的情况下,快速搭建测试环境并进行产品演示。
没有 gemini-playground 时
- 开发者需要自行搭建服务器环境,配置API网关,耗时数小时甚至数天
- 部署过程中需处理网络限制问题,国内用户访问Gemini API常因网络不稳定而失败
- 缺乏统一的API格式,对接不同AI模型时需编写大量适配代码
- 无法快速生成可分享的测试链接,影响内部协作与客户演示效率
- 移动端适配困难,用户体验不一致
使用 gemini-playground 后
- 10秒内即可部署完整的多模态对话网站,无需额外服务器配置
- 通过代理将Gemini API转换为OpenAI标准格式,绕过网络限制,稳定可用
- 提供统一的API接口,简化了多模型接入流程,提升开发效率
- 自动生成可直接分享的域名链接,便于团队协作与客户演示
- 自动适配移动端,确保跨设备体验一致
gemini-playground 让教育科技公司能够在短时间内构建出功能完善的AI互动平台,显著提升了开发效率与用户体验。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
双子座 2.5 游乐场
Gemini 2.5 PlayGround
英文版
作者:技术爬爬虾
B站、YouTube、抖音、公众号 全网同名。转载请注明作者。
项目简介
演示链接:https://play.210718.xyz
只需准备一个Gemini API Key,10秒即可部署一个Gemini多模态对话的网站。 不限地区/网络环境,打开即用,适配了手机端。 使用Deno/Cloudflare Worker无服务器免费部署。 对Gemini Chat API 进行了格式转换,中转为更通用的OpenAI格式,国内直连可用。 可对接AI编程,接入ChatBox等AI客户端。
Deno部署(推荐)
- 准备一个Gemini API Key https://aistudio.google.com(免费)
- fork本项目
- 登录/注册 https://dash.deno.com/
- 创建项目 https://dash.deno.com/new_project
- 选择此项目,填写项目名字(请仔细填写项目名字,关系到自动分配的域名)
- Entrypoint 填写
src/deno_index.ts其他字段留空如图

- 点击 Deploy Project
- 部署成功后获得域名,点开即用。域名同样可以作为Chat API的代理使用。
Cloudflare Worker 部署
- 准备一个Gemini API Key https://aistudio.google.com(免费)
- 点击部署按钮
- 登录Cloudflare账号
- 填入Account ID,与API Token
- Fork本项目,开启Github Action功能
- 部署,打开dash.cloudflare.com,查看部署后的worker
- 国内使用需要绑定一个自定义域名
如图

国内使用cloudflare有时候可能出现400: User location is not supported for the API use. 可能是粤港地区Cloudflare路由到了香港的CDN节点代理导致的。建议换成Deno部署。
本地调试
Windows 安装Deno:
irm https://deno.land/install.ps1 | iex
Mac/Linux 安装Deno:
curl -fsSL https://deno.land/install.sh | sh
启动项目:
cd 项目目录
deno run --allow-net --allow-read src/deno_index.ts
使用方法
多模态对话
填入API Key, 点击Connect按钮即可对话。 以下三个按钮分别是:
- 启用麦克风
- 启用摄像头
- 分享屏幕
如图

API 代理
API已经被代理为OpenAI格式,可以直接使用OpenAI格式的API。 不限网络环境,可免梯子使用。 注意替换域名与Gemini API Key。
可用模型列表:
curl --location 'http://your.domain.com/v1/models' \
--header 'Authorization: Bearer YOUR-GEMINI-API-KEY'
对话:
curl --location 'https://your.domain.com/v1/chat/completions' \
--header 'Authorization: Bearer YOUR-GEMINI-API-KEY' \
--header 'Content-Type: application/json' \
--data '{
"messages": [
{
"role": "system",
"content": "You are a test assistant."
},
{
"role": "user",
"content": "Testing. Just say hi and nothing else."
}
],
"model": "gemini-2.5-flash"
}'
ChatBOX:
如图
Cursor编程:
如图
致谢/引用:
网站UI:
Author: ChrisKyle
Project: https://github.com/ViaAnthroposBenevolentia/gemini-2-live-api-demo
MIT License : https://github.com/ViaAnthroposBenevolentia/gemini-2-live-api-demo/blob/main/LICENSE
Gemini转成OpenAI格式:
Author: PublicAffairs
Project: https://github.com/PublicAffairs/openai-gemini
MIT License : https://github.com/PublicAffairs/openai-gemini/blob/main/LICENSE
常见问题
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。
awesome-machine-learning
awesome-machine-learning 是一份精心整理的机器学习资源清单,汇集了全球优秀的机器学习框架、库和软件工具。面对机器学习领域技术迭代快、资源分散且难以甄选的痛点,这份清单按编程语言(如 Python、C++、Go 等)和应用场景(如计算机视觉、自然语言处理、深度学习等)进行了系统化分类,帮助使用者快速定位高质量项目。 它特别适合开发者、数据科学家及研究人员使用。无论是初学者寻找入门库,还是资深工程师对比不同语言的技术选型,都能从中获得极具价值的参考。此外,清单还延伸提供了免费书籍、在线课程、行业会议、技术博客及线下聚会等丰富资源,构建了从学习到实践的全链路支持体系。 其独特亮点在于严格的维护标准:明确标记已停止维护或长期未更新的项目,确保推荐内容的时效性与可靠性。作为机器学习领域的“导航图”,awesome-machine-learning 以开源协作的方式持续更新,旨在降低技术探索门槛,让每一位从业者都能高效地站在巨人的肩膀上创新。
