[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-whyiyhw--chatgpt-wechat":3,"tool-whyiyhw--chatgpt-wechat":65},[4,17,27,35,43,56],{"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",159636,2,"2026-04-17T23:33:34",[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},8553,"spec-kit","github\u002Fspec-kit","Spec Kit 是一款专为提升软件开发效率而设计的开源工具包，旨在帮助团队快速落地“规格驱动开发”（Spec-Driven Development）模式。传统开发中，需求文档往往与代码实现脱节，导致沟通成本高且结果不可控；而 Spec Kit 通过将规格说明书转化为可执行的指令，让 AI 直接依据明确的业务场景生成高质量代码，从而减少从零开始的随意编码，确保产出结果的可预测性。\n\n该工具特别适合希望利用 AI 辅助编程的开发者、技术负责人及初创团队。无论是启动全新项目还是在现有工程中引入规范化流程，用户只需通过简单的命令行操作，即可初始化项目并集成主流的 AI 编程助手。其核心技术亮点在于“规格即代码”的理念，支持社区扩展与预设模板，允许用户根据特定技术栈定制开发流程。此外，Spec Kit 强调官方维护的安全性，提供稳定的版本管理，帮助开发者在享受 AI 红利的同时，依然牢牢掌握架构设计的主动权，真正实现从“凭感觉写代码”到“按规格建系统”的转变。",88749,"2026-04-17T09:48:14",[15,26,14,13],{"id":36,"name":37,"github_repo":38,"description_zh":39,"stars":40,"difficulty_score":10,"last_commit_at":41,"category_tags":42,"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":44,"name":45,"github_repo":46,"description_zh":47,"stars":48,"difficulty_score":10,"last_commit_at":49,"category_tags":50,"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。",85092,"2026-04-10T11:13:16",[26,51,52,53,14,54,15,13,55],"数据工具","视频","插件","其他","音频",{"id":57,"name":58,"github_repo":59,"description_zh":60,"stars":61,"difficulty_score":62,"last_commit_at":63,"category_tags":64,"status":16},5784,"funNLP","fighting41love\u002FfunNLP","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。\n\n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。\n\n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。",79857,1,"2026-04-08T20:11:31",[15,51,54],{"id":66,"github_repo":67,"name":68,"description_en":69,"description_zh":70,"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":77,"owner_company":77,"owner_location":77,"owner_email":77,"owner_twitter":77,"owner_website":79,"owner_url":80,"languages":81,"stars":102,"forks":103,"last_commit_at":104,"license":105,"difficulty_score":106,"env_os":107,"env_gpu":108,"env_ram":109,"env_deps":110,"category_tags":119,"github_topics":120,"view_count":10,"oss_zip_url":77,"oss_zip_packed_at":77,"status":16,"created_at":130,"updated_at":131,"faqs":132,"releases":173},8779,"whyiyhw\u002Fchatgpt-wechat","chatgpt-wechat","企业微信\u002F微信 安全使用的 LLM 个人助手\u002F客服, 也支持 dify 工作流","chatgpt-wechat 是一款开源免费的智能助手工具，旨在让用户在企业微信和微信环境中安全、便捷地使用大语言模型（LLM）服务。它巧妙解决了个人直接在微信使用 AI 助手可能面临的封号风险，通过企业微信作为中转通道，实现了合规且稳定的消息交互。\n\n这款工具非常适合希望将 AI 能力融入日常沟通的普通用户，以及需要搭建自动化客服系统的中小企业开发者。它不仅支持 ChatGPT、Azure OpenAI 及 Google Gemini 等多种主流模型，还具备强大的扩展性：内置上百种角色预设模板，支持连续对话与上下文自动管理；集成语音识别、图片生成（Stable Diffusion\u002FOpenAI）及联网搜索等插件功能；更独有私有化向量知识库（Milvus）支持，可基于专属数据提供精准回答。\n\n此外，chatgpt-wechat 提供了完善的 Web 管理后台和多渠道客服接入方案，支持流式极速响应。无论是想体验个性化 AI 聊天的个人，还是寻求低成本构建智能客服的技术团队，都能通过它轻松部署，享受安全可靠的 AI 服务。","# chatgpt-wechat\n\n可在微信 **安全使用（通过企业微信中转到微信，无封号风险）** 的 ChatGPT 个人助手应用,\n\n> 本项目开源免费，不开知识星球，没有付费环节，除了最后给我自己的公众号【积木成楼】打了广告，\n> 未在 GitHub 以外的地方进行引流操作。请谨记，要求你付费的都是骗子！\n\n## 升级指引(v1.0.0 目前还处开发期,稳定版本使用 v0.6.6)\n- 原始功能基本不受影响，但数据库切换到 `pgsql` 方便 向量化查询\n- 支持了 Google 的 Gemini-pro 每个 token 60\u002Fm 的调用还是很香\n- 支持了 web bot 设置，同时支持将 bot 发布到客服\n- web 项目地址 [https:\u002F\u002Fgithub.com\u002Fwhyiyhw\u002Fagent-web](https:\u002F\u002Fgithub.com\u002Fwhyiyhw\u002Fagent-web) 前端苦手，全靠 GPT4 配合写的页面\n- 支持了最新的企业微信客服协议\n- 企业微信api支持自定义域名\n- 项目小助手，有问题可以先问它哦 ➡️➡️➡️ ![img.png](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fwhyiyhw_chatgpt-wechat_readme_9fd328ab908d.png)\n\n## 主要能力（[点击查看详情](.\u002Fdoc\u002Fability.md)）\n\n- 微信可用：基于企业微信中转，可在微信中安全使用\n- 客服消息：[支持多渠道客服消息接入](.\u002Fdoc\u002Fcustom_support_service.md)\n- 代理支持： `http\u002Fsock5` 代理 && 反向域名代理支持, 除了 `openai` 也兼容了 `azure-openai`\n- 会话：\n  - 场景模式：支持动态修改 `prompt`，预定义了上百种 `prompt` 角色模板\n  - 连续对话：自适应的上下文设计，让 LLM 🧠拥有更长时间的短期记忆，避免手动清理上下文\n  - 会话切换：多会话支持，可切换聊天场景,不丢失对话内容,可导出会话\n  - 极速响应：支持基于流式接口的分段消息响应\n- 消息：\n  - 语音消息：支持多国语音消息，以及多语言文本输入\n  - 图片消息：支持图片消息（答题场景）\n- 绘画：\n  - 支持`stable diffusion 1.5`作图\n  - 支持 `openai` 作图\n- 私有数据：`milvus` 私有化向量知识库支持\n- 插件机制：[支持插件，点击查看](.\u002Fdoc\u002Fplugin.md)\n  - 目前已支持 `shell`、`search`、`wikipedia`\n  - 各位也可按照规则自行开发接入其他能力（summary, 天气 ...）\n\n## 完整安装步骤（[点击查看详情](.\u002Fdoc\u002Finstall.md)）\n\n### 配置项详解（[点击查看详情](.\u002Fdoc\u002Fconfig.md)）\n\n### 进阶玩法\n\n- [企业微信客服](.\u002Fdoc\u002Fcustom_support_service.md)\n- [插件的使用](.\u002Fdoc\u002Fplugin.md)\n- [图片生成-stable-diffusion](.\u002Fdoc\u002Fdraw.md)\n- [远程调用本地服务](.\u002Fdoc\u002Ffrp.md)\n\n## 项目架构设计（点击查看）\n![system.png](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fwhyiyhw_chatgpt-wechat_readme_c27a3581e13d.png)\n## 版本更新日志 [点击查看详情](.\u002Fdoc\u002FCHANGELOG.md)\n\n\u003Cdetails>\n\u003Csummary>已实现\u003C\u002Fsummary>\n- [x] 支持 gpt-4o ,支持 one-api 的自定义的模型名称 2024-05-14\n- [x] 单服务-多应用支持 2023-03-05\n- [x] 新增代理设置      2023-03-05\n- [x] 支持最新的 gpt3.5 与模型可自行切换\n- [x] 支持 prompt 自定义配置\n- [x] 命令式动态调整对话参数\n- [x] 系统设置&预定义模板 2023-03-17\n- [x] 支持服务端直接对接企业微信，无需云函数中转 2023-03-18\n- [x] 支持多渠道客服消息 2023-04-02\n- [x] 支持中英文语音输入 2023-04-07\n- [x] 支持分段极速响应 2023-04-08\n- [x] 支持向量引擎查询，基于语料的上下文与智能推荐 2023-04-08\n- [x] 独立的上下文环境，可任意切换聊天场景 2023-04-09\n- [x] 自适应的上下文长度，不用再频繁手动清理上下文环境 2023-04-09\n- [x] 基础插件功能 2023-04-15\n- [x] 支持 stable diffusion 1.5作图 [服务配置](https:\u002F\u002Fhelp.aliyun.com\u002Fpractice_detail\u002F611227) 2023-04-25\n- [x] 加入搜索插件 2023-04-27\n- [x] 支持 openai key 余额查询 2023-05-15\n- [x] 支持 openai 作图 2023-05-27\n\u003C\u002Fdetails>\n\n---\n\n\u003Cdetails>\n\u003Csummary> feature 版本，考虑与执行中\u003C\u002Fsummary>\n\n- [ ] 消息超长时如何处理？\n- [ ] 自适应上下文，需要加入省流模式\n- [ ] 作图支持 midjourney  api\n- [ ] web 管理端\n- [ ] web 客户端&用户体系改版\n- [ ] 功能演示视频\n- [ ] 可选\n  - [ ] 阿里云 5000 小时免费额度白嫖计划\n  - [ ] 同声转译 so-vits-svc 支持 \n  - [ ] 支持 openapi 对话 token 累计功能， 余额不足时，支持 token 更换（可选）\n  - [ ] 支持私有化知识库插件（可选）\n  - [ ] 支持特定角色对话-如雅思口语练习（可选）\n  - [ ] 支持web管理页面，配置入库方便修改（可选）\n  - [ ] 支持 多 key 轮询，应对 openai 的限流机制（可选）\n  - [ ] 长期记忆插件（规划中）\n- [ ] 十分期待您的需求，可以提issue...\n\u003C\u002Fdetails>\n\n## FQA\n\n### 配置完成，发送给 openai 的消息有响应，但是应用没有收到回复？\n\u003Cdetails>\n\u003Csummary>\u003C\u002Fsummary>\n\n- 请确认 [5. 配置企业可信IP](.\u002Fdoc\u002Finstall.md#5-配置企业可信ip) ，已配置\n- 如果还是没有响应，请通过 `docker logs -f chat_web_1` 进行查看，\n  - 应用消息的 关键字为 `应用消息-发送失败 err:` \n  - 客服消息的 关键字为 `客服消息-发送失败 err:`\n- 如果存在 `Code 41001， Msg: \"access token mising` ... 等 access_token 异常的,请再次确认\n安装流程中的对应参数`CorpID ,agentSercret ,agentID` 是否正确配置\n\u003C\u002Fdetails>\n\n### 服务器在国内，出现 `connect: connection refused`\n\u003Cdetails>\n\u003Csummary>\u003C\u002Fsummary>\n\n- 方法一 ： 请自行 安装 `proxy client` 然后开启 监听 0.0.0.0:socket 模式 ，不要开启认证，之后在配置文件中，开启配置就OK,详情请见 `v0.2.2` \n- 方法二 ： 把服务器移到 香港\u002F海外 , 大陆地区将长期不能访问\n\u003C\u002Fdetails>\n\n### 修改 `chat-api.yaml` 配置后如何让其生效\n\u003Cdetails>\n\u003Csummary>\u003C\u002Fsummary>\n\n- 你可以通过 `docker-compose restart web` 重启 web 服务\n- 或者 `docker-compose build && docker-compose up -d` 重启整个服务\n\u003C\u002Fdetails>\n\n### 如何修改 redis 密码? \n\u003Cdetails>\n\u003Csummary>\u003C\u002Fsummary>\n\n- 首先修改 `chat\u002Fservice\u002Fchat\u002Fapi\u002Fetc\u002Fchat-api.yaml` \n```yaml\nRedisCache:\n    Pass: \"xxxxxx\"\n```\n- 再修改 `chat\u002Fbuild\u002Fredis\u002Fredis.conf`\n```ini\nrequirepass \"xxxxx\"\n```\n- 最后 `docker-compose down && docker-compose up -d` 重启整个服务\n\u003C\u002Fdetails>\n\n### 更新后 redis 服务启动失败或者连不上redis？\n\u003Cdetails>\n\u003Csummary>\u003C\u002Fsummary>\n\n> 请考虑删除 `chat\u002Fbuild\u002Fredis\u002Fdata\u002F` 下的文件，可能是因为旧版本的 redis 存在残留文件导致的\n\n- 请先 `docker-compose down` 停止服务\n- 然后 删除redis 本地文件 `chat\u002Fbuild\u002Fredis\u002Fdata\u002F` 下的文件\n- 最后 `docker-compose up -d` 重启服务\n\n\u003C\u002Fdetails>\n\n## 感谢以下朋友对于本项目的大力支持~\n  \u003Cp align=\"center\">\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwhyiyhw\u002Fchatgpt-wechat\" target=\"_blank\" rel=\"noopener noreferrer\">\n        \u003Cimg width=\"60\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fwhyiyhw_chatgpt-wechat_readme_b9fa2c878897.jpg\" alt=\"supprt01\" \u002F>\n        \u003Cimg width=\"60\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fwhyiyhw_chatgpt-wechat_readme_f785b5730493.jpg\" alt=\"supprt02\" \u002F>\n        \u003Cimg width=\"60\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fwhyiyhw_chatgpt-wechat_readme_9a7213337dcc.jpg\" alt=\"supprt03\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fwww.chaotiinfo.cn\" target=\"_blank\" rel=\"noopener noreferrer\">\n        \u003Cimg width=\"60\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fwhyiyhw_chatgpt-wechat_readme_1e9b1b42dfcb.png\" alt=\"supprt04\" \u002F>\n    \u003C\u002Fa>\n  \u003C\u002Fp>\n","# chatgpt-wechat\n\n可在微信 **安全使用（通过企业微信中转到微信，无封号风险）** 的 ChatGPT 个人助手应用,\n\n> 本项目开源免费，不开知识星球，没有付费环节，除了最后给我自己的公众号【积木成楼】打了广告，\n> 未在 GitHub 以外的地方进行引流操作。请谨记，要求你付费的都是骗子！\n\n## 升级指引(v1.0.0 目前还处开发期,稳定版本使用 v0.6.6)\n- 原始功能基本不受影响，但数据库切换到 `pgsql` 方便 向量化查询\n- 支持了 Google 的 Gemini-pro 每个 token 60\u002Fm 的调用还是很香\n- 支持了 web bot 设置，同时支持将 bot 发布到客服\n- web 项目地址 [https:\u002F\u002Fgithub.com\u002Fwhyiyhw\u002Fagent-web](https:\u002F\u002Fgithub.com\u002Fwhyiyhw\u002Fagent-web) 前端苦手，全靠 GPT4 配合写的页面\n- 支持了最新的企业微信客服协议\n- 企业微信api支持自定义域名\n- 项目小助手，有问题可以先问它哦 ➡️➡️➡️ ![img.png](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fwhyiyhw_chatgpt-wechat_readme_9fd328ab908d.png)\n\n## 主要能力（[点击查看详情](.\u002Fdoc\u002Fability.md)）\n\n- 微信可用：基于企业微信中转，可在微信中安全使用\n- 客服消息：[支持多渠道客服消息接入](.\u002Fdoc\u002Fcustom_support_service.md)\n- 代理支持： `http\u002Fsock5` 代理 && 反向域名代理支持, 除了 `openai` 也兼容了 `azure-openai`\n- 会话：\n  - 场景模式：支持动态修改 `prompt`，预定义了上百种 `prompt` 角色模板\n  - 连续对话：自适应的上下文设计，让 LLM 🧠拥有更长时间的短期记忆，避免手动清理上下文\n  - 会话切换：多会话支持，可切换聊天场景,不丢失对话内容,可导出会话\n  - 极速响应：支持基于流式接口的分段消息响应\n- 消息：\n  - 语音消息：支持多国语音消息，以及多语言文本输入\n  - 图片消息：支持图片消息（答题场景）\n- 绘画：\n  - 支持`stable diffusion 1.5`作图\n  - 支持 `openai` 作图\n- 私有数据：`milvus` 私有化向量知识库支持\n- 插件机制：[支持插件，点击查看](.\u002Fdoc\u002Fplugin.md)\n  - 目前已支持 `shell`、`search`、`wikipedia`\n  - 各位也可按照规则自行开发接入其他能力（summary, 天气 ...）\n\n## 完整安装步骤（[点击查看详情](.\u002Fdoc\u002Finstall.md)）\n\n### 配置项详解（[点击查看详情](.\u002Fdoc\u002Fconfig.md)）\n\n### 进阶玩法\n\n- [企业微信客服](.\u002Fdoc\u002Fcustom_support_service.md)\n- [插件的使用](.\u002Fdoc\u002Fplugin.md)\n- [图片生成-stable-diffusion](.\u002Fdoc\u002Fdraw.md)\n- [远程调用本地服务](.\u002Fdoc\u002Ffrp.md)\n\n## 项目架构设计（点击查看）\n![system.png](https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fwhyiyhw_chatgpt-wechat_readme_c27a3581e13d.png)\n## 版本更新日志 [点击查看详情](.\u002Fdoc\u002FCHANGELOG.md)\n\n\u003Cdetails>\n\u003Csummary>已实现\u003C\u002Fsummary>\n- [x] 支持 gpt-4o ,支持 one-api 的自定义的模型名称 2024-05-14\n- [x] 单服务-多应用支持 2023-03-05\n- [x] 新增代理设置      2023-03-05\n- [x] 支持最新的 gpt3.5 与模型可自行切换\n- [x] 支持 prompt 自定义配置\n- [x] 命令式动态调整对话参数\n- [x] 系统设置&预定义模板 2023-03-17\n- [x] 支持服务端直接对接企业微信，无需云函数中转 2023-03-18\n- [x] 支持多渠道客服消息 2023-04-02\n- [x] 支持中英文语音输入 2023-04-07\n- [x] 支持分段极速响应 2023-04-08\n- [x] 支持向量引擎查询，基于语料的上下文与智能推荐 2023-04-08\n- [x] 独立的上下文环境，可任意切换聊天场景 2023-04-09\n- [x] 自适应的上下文长度，不用再频繁手动清理上下文环境 2023-04-09\n- [x] 基础插件功能 2023-04-15\n- [x] 支持 stable diffusion 1.5作图 [服务配置](https:\u002F\u002Fhelp.aliyun.com\u002Fpractice_detail\u002F611227) 2023-04-25\n- [x] 加入搜索插件 2023-04-27\n- [x] 支持 openai key 余额查询 2023-05-15\n- [x] 支持 openai 作图 2023-05-27\n\u003C\u002Fdetails>\n\n---\n\n\u003Cdetails>\n\u003Csummary> feature 版本，考虑与执行中\u003C\u002Fsummary>\n\n- [ ] 消息超长时如何处理？\n- [ ] 自适应上下文，需要加入省流模式\n- [ ] 作图支持 midjourney  api\n- [ ] web 管理端\n- [ ] web 客户端&用户体系改版\n- [ ] 功能演示视频\n- [ ] 可选\n  - [ ] 阿里云 5000 小时免费额度白嫖计划\n  - [ ] 同声转译 so-vits-svc 支持 \n  - [ ] 支持 openapi 对话 token 累计功能， 余额不足时，支持 token 更换（可选）\n  - [ ] 支持私有化知识库插件（可选）\n  - [ ] 支持特定角色对话-如雅思口语练习（可选）\n  - [ ] 支持web管理页面，配置入库方便修改（可选）\n  - [ ] 支持 多 key 轮询，应对 openai 的限流机制（可选）\n  - [ ] 长期记忆插件（规划中）\n- [ ] 十分期待您的需求，可以提issue...\n\u003C\u002Fdetails>\n\n## FQA\n\n### 配置完成，发送给 openai 的消息有响应，但是应用没有收到回复？\n\u003Cdetails>\n\u003Csummary>\u003C\u002Fsummary>\n\n- 请确认 [5. 配置企业可信IP](.\u002Fdoc\u002Finstall.md#5-配置企业可信ip) ，已配置\n- 如果还是没有响应，请通过 `docker logs -f chat_web_1` 进行查看，\n  - 应用消息的 关键字为 `应用消息-发送失败 err:` \n  - 客服消息的 关键字为 `客服消息-发送失败 err:`\n- 如果存在 `Code 41001， Msg: \"access token mising` ... 等 access_token 异常的,please再次确认\n安装流程中的对应参数`CorpID ,agentSercret ,agentID` 是否正确配置\n\u003C\u002Fdetails>\n\n### 服务器在国内，出现 `connect: connection refused`\n\u003Cdetails>\n\u003Csummary>\u003C\u002Fsummary>\n\n- 方法一 ： 请自行 安装 `proxy client` 然后开启 监听 0.0.0.0:socket 模式 ，不要开启认证，之后在配置文件中，开启配置就OK,详情请见 `v0.2.2` \n- 方法二 ： 把服务器移到 香港\u002F海外 , 大陆地区将长期不能访问\n\u003C\u002Fdetails>\n\n### 修改 `chat-api.yaml` 配置后如何让其生效\n\u003Cdetails>\n\u003Csummary>\u003C\u002Fsummary>\n\n- 你可以通过 `docker-compose restart web` 重启 web 服务\n- 或者 `docker-compose build && docker-compose up -d` 重启整个服务\n\u003C\u002Fdetails>\n\n### 如何修改 redis 密码? \n\u003Cdetails>\n\u003Csummary>\u003C\u002Fsummary>\n\n- 首先修改 `chat\u002Fservice\u002Fchat\u002Fapi\u002Fetc\u002Fchat-api.yaml` \n```yaml\nRedisCache:\n    Pass: \"xxxxxx\"\n```\n- 再修改 `chat\u002Fbuild\u002Fredis\u002Fredis.conf`\n```ini\nrequirepass \"xxxxx\"\n```\n- 最后 `docker-compose down && docker-compose up -d` 重启整个服务\n\u003C\u002Fdetails>\n\n### 更新后 redis 服务启动失败或者连不上redis？\n\u003Cdetails>\n\u003Csummary>\u003C\u002Fsummary>\n\n> 请考虑删除 `chat\u002Fbuild\u002Fredis\u002Fdata\u002F` 下的文件，可能是因为旧版本的 redis 存在残留文件导致的\n\n- 请先 `docker-compose down` 停止服务\n- 然后 删除redis 本地文件 `chat\u002Fbuild\u002Fredis\u002Fdata\u002F` 下的文件\n- 最后 `docker-compose up -d` 重启服务\n\n\u003C\u002Fdetails>\n\n## 感谢以下朋友对于本项目的大力支持~\n  \u003Cp align=\"center\">\n    \u003Ca href=\"https:\u002F\u002Fgithub.com\u002Fwhyiyhw\u002Fchatgpt-wechat\" target=\"_blank\" rel=\"noopener noreferrer\">\n        \u003Cimg width=\"60\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fwhyiyhw_chatgpt-wechat_readme_b9fa2c878897.jpg\" alt=\"supprt01\" \u002F>\n        \u003Cimg width=\"60\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fwhyiyhw_chatgpt-wechat_readme_f785b5730493.jpg\" alt=\"supprt02\" \u002F>\n        \u003Cimg width=\"60\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fwhyiyhw_chatgpt-wechat_readme_9a7213337dcc.jpg\" alt=\"supprt03\" \u002F>\n    \u003C\u002Fa>\n    \u003Ca href=\"https:\u002F\u002Fwww.chaotiinfo.cn\" target=\"_blank\" rel=\"noopener noreferrer\">\n        \u003Cimg width=\"60\" src=\"https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fwhyiyhw_chatgpt-wechat_readme_1e9b1b42dfcb.png\" alt=\"supprt04\" \u002F>\n    \u003C\u002Fa>\n  \u003C\u002Fp>","# chatgpt-wechat 快速上手指南\n\n本项目是一个基于企业微信中转，实现在个人微信中**安全使用** ChatGPT 的开源助手应用。支持多模型（GPT-4o, Gemini-pro 等）、语音交互、图片生成及私有知识库。\n\n## 1. 环境准备\n\n在开始部署前，请确保服务器满足以下要求：\n\n*   **操作系统**：Linux (推荐 Ubuntu 20.04+ 或 CentOS 7+)\n*   **核心依赖**：\n    *   Docker (建议最新稳定版)\n    *   Docker Compose (v2.0+)\n*   **网络环境**：\n    *   服务器需能访问外网。\n    *   **国内服务器注意**：若服务器位于中国大陆，需配置 HTTP\u002FSOCKS5 代理以连接 OpenAI\u002FGemini 服务，或将服务器部署在海外\u002F香港节点。\n*   **前置账号**：\n    *   已注册的企业微信账号（用于创建自建应用）。\n    *   OpenAI API Key (或 Azure OpenAI, Google Gemini Key)。\n\n## 2. 安装步骤\n\n### 第一步：克隆项目\n```bash\ngit clone https:\u002F\u002Fgithub.com\u002Fwhyiyhw\u002Fchatgpt-wechat.git\ncd chatgpt-wechat\n```\n\n### 第二步：配置环境变量\n复制示例配置文件并根据实际情况修改。重点关注 `OPENAI_API_KEY`、企业微信相关 ID 及代理设置。\n\n```bash\ncp chat\u002Fservice\u002Fchat\u002Fapi\u002Fetc\u002Fchat-api.yaml.example chat\u002Fservice\u002Fchat\u002Fapi\u002Fetc\u002Fchat-api.yaml\n```\n\n编辑 `chat\u002Fservice\u002Fchat\u002Fapi\u002Fetc\u002Fchat-api.yaml`，修改以下关键项：\n*   `OpenAI`: 填入你的 `ApiKey`。\n*   `WeChat`: 填入企业微信的 `CorpID`, `AgentSecret`, `AgentID`。\n*   `Proxy`: 若在国内服务器，填写你的代理地址（如 `http:\u002F\u002F127.0.0.1:7890`）。\n\n### 第三步：启动服务\n使用 Docker Compose 一键启动所有服务（包含 Web 端、API 服务、Redis、PostgreSQL 等）。\n\n```bash\ndocker-compose up -d\n```\n\n> **提示**：首次启动可能需要几分钟下载镜像。可通过 `docker-compose logs -f` 查看实时日志确保启动成功。\n\n### 第四步：企业微信后台配置\n1. 登录 [企业微信管理后台](https:\u002F\u002Fwork.weixin.qq.com\u002F)。\n2. 进入「应用管理」-> 找到你创建的应用 -> 「可信域名」配置（若涉及网页授权）。\n3. **关键步骤**：在「应用设置」中找到「接收消息服务器配置」：\n   *   **URL**: 填写 `http:\u002F\u002F\u003C你的服务器 IP>:\u003C端口>\u002Fwechat\u002Fcallback` (具体端口参考配置文件默认值，通常为 8080 或映射后的端口)。\n   *   **Token** 和 **EncodingAESKey**: 填写与 `chat-api.yaml` 中一致的随机字符串。\n   *   点击「保存」，企业微信会发送验证请求，确保服务已启动且网络通畅。\n\n## 3. 基本使用\n\n完成上述步骤后，即可在微信中进行对话。\n\n### 场景一：个人微信使用\n1. 在企业微信应用中邀请你的个人微信号加入（或直接关注绑定的企业微信账号）。\n2. 在微信聊天窗口直接发送文本消息。\n3. **示例**：\n   *   用户发送：`你好，介绍一下你自己`\n   *   机器人回复：(流式输出) 你好！我是基于大语言模型的智能助手...\n\n### 场景二：切换角色模式\n系统预置了上百种 Prompt 模板，可通过指令动态切换。\n*   **示例**：\n    *   用户发送：`\u002Frole 翻译官`\n    *   后续发送：`Hello world`\n    *   机器人回复：`你好世界`\n\n### 场景三：图片生成\n支持调用 DALL-E 3 或 Stable Diffusion。\n*   **示例**：\n    *   用户发送：`\u002Fdraw 一只在太空漫步的猫，赛博朋克风格`\n    *   机器人回复：(返回生成的图片)\n\n### 进阶管理\n访问 `http:\u002F\u002F\u003C你的服务器 IP>:\u003CWeb 端口>` 可进入 Web 管理后台（需配合 [agent-web](https:\u002F\u002Fgithub.com\u002Fwhyiyhw\u002Fagent-web) 项目部署），进行会话管理、插件配置及知识库上传。","某电商初创团队希望在不开发独立 App 的前提下，利用微信生态为数千名用户提供 7x24 小时智能客服与产品咨询，同时确保内部私有产品文档的安全调用。\n\n### 没有 chatgpt-wechat 时\n- **封号风险高**：直接通过个人微信号接入第三方 API 极易触发微信风控，导致账号被封禁，业务中断。\n- **上下文记忆差**：用户需反复重复订单信息或前文需求，机器人无法进行连续多轮对话，体验割裂。\n- **知识更新滞后**：新产品手册和售后政策只能人工复制粘贴回答，无法实时检索内部私有知识库。\n- **功能单一僵化**：仅能回复文本，不支持语音交互、图片识别或联网搜索最新物流与竞品信息。\n- **部署维护复杂**：缺乏统一的管理后台，难以在不同对话场景（如售前\u002F售后）间灵活切换角色设定。\n\n### 使用 chatgpt-wechat 后\n- **安全稳定运行**：基于企业微信中转协议，完美规避封号风险，实现微信端安全、稳定的 LLM 服务接入。\n- **智能连续对话**：自适应上下文机制让机器人拥有“短期记忆”，能理解长对话逻辑，无需用户重复背景。\n- **私有知识赋能**：集成 Milvus 向量数据库，机器人可精准检索内部产品文档，提供专业且实时的解答。\n- **多模态交互升级**：支持多国语音输入、图片答题及联网搜索插件，大幅提升用户咨询的便捷度与准确率。\n- **场景灵活切换**：内置上百种 Prompt 模板，管理员可一键在“销售顾问”与“技术支持”角色间无缝切换。\n\nchatgpt-wechat 将复杂的 LLM 能力无缝嵌入微信生态，以零封号风险实现了低成本、高智能的企业级客服自动化。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fwhyiyhw_chatgpt-wechat_0afae3d0.png","whyiyhw",null,"https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fwhyiyhw_bfaa9592.png","https:\u002F\u002Fwww.blogxy.cn","https:\u002F\u002Fgithub.com\u002Fwhyiyhw",[82,86,90,94,98],{"name":83,"color":84,"percentage":85},"Go","#00ADD8",97.8,{"name":87,"color":88,"percentage":89},"HTML","#e34c26",1.1,{"name":91,"color":92,"percentage":93},"Dockerfile","#384d54",0.6,{"name":95,"color":96,"percentage":97},"Python","#3572A5",0.3,{"name":99,"color":100,"percentage":101},"Smarty","#f0c040",0.2,1145,211,"2026-04-16T15:24:42","Apache-2.0",4,"未说明 (基于 Docker 部署，理论上支持所有运行 Docker 的系统)","非必需。若启用 Stable Diffusion 绘图功能则建议配备 NVIDIA GPU；仅使用文本对话功能无需 GPU。","未说明 (运行基础服务及 Redis\u002FPostgreSQL\u002FMilvus 组件，建议至少 2GB+)",{"notes":111,"python":112,"dependencies":113},"1. 本项目主要采用 Docker Compose 进行一键部署，无需手动配置 Python 环境。\n2. 核心功能依赖企业微信接口实现微信消息中转，需拥有企业微信管理员权限以配置可信 IP 和应用参数。\n3. 若服务器位于中国大陆且需连接 OpenAI\u002FGemini 等服务，必须配置 HTTP\u002FSOCKS5 代理或使用反向域名代理。\n4. 可选功能 Stable Diffusion 绘图需额外配置独立的画图服务。\n5. 数据库默认切换为 PostgreSQL 以支持向量化查询。","未说明 (项目通过 Docker Compose 部署，内部环境版本未在 README 中明确)",[114,115,116,117,118],"Docker","Docker Compose","PostgreSQL (pgsql)","Redis","Milvus (可选，用于向量知识库)",[15],[121,122,123,124,125,126,127,128,129],"wecom","wechat","gpt-4","gemini","gpt-4o","dify","dify-services","gpt4o-mini","deepseek","2026-03-27T02:49:30.150509","2026-04-18T09:19:28.020964",[133,138,143,148,153,158,163,168],{"id":134,"question_zh":135,"answer_zh":136,"source_url":137},39377,"如何配置以支持 Gemini Pro 模型？Prompt 应该怎么写？","目前项目已支持 Gemini，但相比 OpenAI，Gemini 对指令性内容的遵循度稍弱。建议 Prompt 采用结构化写法，例如使用'#角色 ##技能 ##限制'等方式。由于 Gemini 上下文窗口较大，使用完全的文本描述配合大量示例提示效果会更好。如果部署在国外服务器（如 USA server），通常可以直接运行。","https:\u002F\u002Fgithub.com\u002Fwhyiyhw\u002Fchatgpt-wechat\u002Fissues\u002F105",{"id":139,"question_zh":140,"answer_zh":141,"source_url":142},39378,"启动 chat-api.yaml 时提示'Draw is not set'或'panic: illegal base64 data'错误怎么办？","如果不设置 draw 参数，chat_web 容器可能无法启动。若修改后出现'illegal base64 data'的 panic 错误，通常是因为编码问题或配置项缺失。请确保在配置文件中正确设置了 draw 相关参数，并检查是否有非法的 Base64 数据输入。维护者已针对此类启动问题进行了修复和感谢反馈，建议拉取最新代码重试。","https:\u002F\u002Fgithub.com\u002Fwhyiyhw\u002Fchatgpt-wechat\u002Fissues\u002F52",{"id":144,"question_zh":145,"answer_zh":146,"source_url":147},39379,"个人用户如何添加企业微信可信域名或可信 IP？","直接添加可信域名对个人用户较难。可行的解决方案是使用位于中国大陆以外区域（如香港）的服务器配合自定义域名，通过云函数等方式绕开企业微信的域名检测机制。已有用户通过此方法成功绕过备案限制并配置成功。具体步骤需参考项目文档中关于后端配置的详细更新。","https:\u002F\u002Fgithub.com\u002Fwhyiyhw\u002Fchatgpt-wechat\u002Fissues\u002F2",{"id":149,"question_zh":150,"answer_zh":151,"source_url":152},39380,"在哪里可以找到插件部署的详细说明文档？","插件部署说明文档已更新，请访问项目仓库中的 doc\u002Fplugin.md 文件查看：https:\u002F\u002Fgithub.com\u002Fwhyiyhw\u002Fchatgpt-wechat\u002Fblob\u002Fmain\u002Fdoc\u002Fplugin.md。该文档包含了详细的部署步骤和配置指南。","https:\u002F\u002Fgithub.com\u002Fwhyiyhw\u002Fchatgpt-wechat\u002Fissues\u002F64",{"id":154,"question_zh":155,"answer_zh":156,"source_url":157},39381,"使用 Stable Diffusion 绘图时，如何传入 Negative prompt、Steps、Sampler 等高级参数？","项目已更新解析逻辑以支持更多 SD 参数。使用时需注意：1. 参数中不要包含隐藏的无符号空格；2. HR 系列参数（如高分辨率修复）需要设置 enable_hr:true 以及 HrUpscaler（如\"Latent\"）；3. Sampler 参数的键名应为\"sampler_index\"（例如\"Euler\"）。如果在配置中写死部分参数仅使用 prompt 和 negative prompt 可正常绘画，但传入 Steps 等参数时若未生效，可能是代码覆盖了 prompt 或数据格式问题，建议使用最新版本并检查参数格式。","https:\u002F\u002Fgithub.com\u002Fwhyiyhw\u002Fchatgpt-wechat\u002Fissues\u002F63",{"id":159,"question_zh":160,"answer_zh":161,"source_url":162},39382,"遇到'Token 数量超出限制（maximum context length）'的系统错误如何处理？","最新代码已通过精细化 Token 计算和发消息前的主动遗忘机制解决了此问题。系统不会自动清理所有上下文以免频繁丢失信息，而是根据策略进行遗忘。如果不需要长会话，可以在配置中调整相关设置以关闭此机制。请确保更新至最新代码版本以获得此修复。","https:\u002F\u002Fgithub.com\u002Fwhyiyhw\u002Fchatgpt-wechat\u002Fissues\u002F34",{"id":164,"question_zh":165,"answer_zh":166,"source_url":167},39383,"企业微信客服功能报错'invalid character'或收不到消息怎么办？","此问题通常与企业微信 Host 配置或事件响应有关。维护者已提交修复，支持自定义企业微信 Host。如果是个人企业微信账号，可能在微信客服中没有“接收事件服务器”选项，需确保在“可调用接口的应用”中正确配置。此外，机器人需要正确响应客服号的接待事件才能接收消息。请升级代码至最新版本，配置与文档已更新以修复此 Bug。","https:\u002F\u002Fgithub.com\u002Fwhyiyhw\u002Fchatgpt-wechat\u002Fissues\u002F99",{"id":169,"question_zh":170,"answer_zh":171,"source_url":172},39384,"为什么默认使用 gpt-3.5-turbo 模型时，日志中还会出现 text-davinci 模型的请求？","这是因为系统在 context.go 的 doSummary 函数中进行上下文摘要（summary）简化时，默认调用了 text-davinci 模型。由于 text-davinci 计费较高，这可能导致费用增长。用户可以检查相关配置，看是否支持将 summary 功能使用的模型更改为 gpt-3.5-turbo-0301 以节省成本（具体配置项需参考最新文档或代码注释）。","https:\u002F\u002Fgithub.com\u002Fwhyiyhw\u002Fchatgpt-wechat\u002Fissues\u002F74",[174],{"id":175,"version":176,"summary_zh":177,"released_at":178},315333,"v0.6.6","基于微信端的模型接入探索已经完成，下一个版本将加入 Web 端机器人，并将其与各个客户端进行关联。  \n- 接下来的版本将以 Agent 为核心，构建更加实用的工具。  \n- 如果一直等着迭代到更好，那就永远也发布不了；更好的将在下一个版本中实现。","2024-01-05T11:46:02"]