🆓 免费 OpenAI 密钥

网站：https://gptgod.online

API 基础 URL：https://api.gptgod.online

API 密钥：sk-OsMMq65tXdfOIlTUYtocSL7NCsmA7CerN77OkEv29dODg1EA

支持模型：gpt-4-all,gpt-3.5-turbo,gpt-3.5-turbo-16k,net-gpt-3.5-turbo,net-gpt-3.5-turbo-16k,claude-1-100k,google-palm,llama-2-70b,llama-2-13b,llama-2-7b,code-llama-34b,code-llama-13b,code-llama-7b,qwen-72b,stable-diffusion,mixtral-8x7b,mistral-medium

🚩 反向目标

我建议您先 fork 这个项目。有些网站可能会随时下线。

我们仍在努力持续更新。

目前已实现以下模型： 如果您不希望您的网站出现在这里，请提交 issue，我会立即移除。遗憾的是，这里的大多数站点已经无法访问了。

更新于 2023-09-10

站点	模型
you	gpt-3.5-turbo
phind	net-gpt-3.5-turbo
forefront	gpt-3.5-turbo, claude
mcbbs	gpt-3.5-turbo, gpt-3.5-turbo-16k
chatdemo	gpt-3.5-turbo, gpt-3.5-turbo-16k
vita	gpt-3.5-turbo
skailar	gpt-4
fakeopen	gpt-3.5-turbo, gpt-3.5-turbo-16k, gpt-4
easychat	gpt-4
better	gpt-3.5-turbo, gpt-3.5-turbo-16k, gpt-4
pweb	gpt-3.5-turbo, gpt-3.5-turbo-16k
bai	gpt-3.5-turbo
gra	gpt-3.5-turbo, gpt-3.5-turbo-16k
magic	gpt-3.5-turbo, gpt-4, claude-instance, claude, claude-100k
chim	gpt-3.5-turbo, gpt-3.5-turbo-16k, gpt-4
ram	gpt-3.5-turbo-16k
chur	gpt-3.5-turbo, gpt-3.5-turbo-16k
xun	gpt-3.5-turbo, gpt-3.5-turbo-16k
vvm	gpt-3.5-turbo, gpt-3.5-turbo-16k, gpt-4
poef
claude	claude-2-100k
cursor	gpt-3.5-turbo, gpt-4
chatbase	gpt-3.5-turbo
ails	gpt-3.5-turbo
sincode	gpt-3.5-turbo, gpt-4
openai	太多了
jasper	gpt-3.5-turbo, gpt-4
pap
acytoo	gpt-3.5-turbo
google	搜索
www	url
ddg	搜索

🏃‍♂️ 运行

首先，您需要创建 .env 文件。

所有操作方法都需要这一步骤。

http_proxy=http://host:port
rapid_api_key=xxxxxxxxxx
EMAIL_TYPE=temp-email44
DEBUG=0
POOL_SIZE=0
PHIND_POOL_SIZE=0

• http_proxy: 如果您无法直接访问目标网站，请配置代理；如果不需要代理，请删除此行；
• forefront 使用环境变量（该站点已被移除）：
  • rapid_api_key: 如果您使用 forefront 的 API，需要配置此密钥，用于接收注册邮件，请在此处获取 API 密钥
  • EMAIL_TYPE: 临时邮箱类型包括 temp-email、temp-email44 和 tempmail-lol
    • temp-email: 软限制为每天 100 次请求，超出后需付费并绑定信用卡！非常稳定！
    • temp-email44: 硬限制为每天 100 次请求！稳定！
    • tempmail-lol: 无需任何操作，限制为每 5 分钟 25 次请求。不稳定。
  • DEBUG: 仅在使用 forefront 时有效。本地运行时可设置为 1，显示反向过程
  • POOL_SIZE: forefront 的并发大小。请保持设置为 1，直到成功运行！！！您可以同时进行 {POOL_SIZE} 次对话。池大小越大，可以同时进行的对话越多，但会占用更多内存
• phind 使用环境变量：
  • PHIND_POOL_SIZE: phind 的并发大小。您可以同时进行 {POOL_SIZE} 次对话。池大小越大，可以同时进行的对话越多，但会占用更多内存

本地运行 🖥️

# 安装模块
yarn
# 启动服务器
yarn start

使用 Docker 运行（推荐！） 🐳

docker run -p 3000:3000 --env-file .env xiangsx/gpt4free-ts:latest

使用 docker-compose 部署 🎭

首先，您需要创建 .env 文件；按照“使用 Docker 运行”的步骤进行操作。

部署：

docker-compose up --build -d

Clash+one-api+gpt4free-ts 一键启动 😮

gpt4free-ts-deploy

🚀 让我们使用 GPT4

查看支持的模型和站点 http://127.0.0.1:3000/supports [GET]

与 OpenAI 相同 http://127.0.0.1:3000/:site/v1/chat/completions [POST]

与 OpenAI 相同 http://127.0.0.1:3000/v1/chat/completions?site=xxx [POST]

对话完成后返回结果 http://127.0.0.1:3000/ask?prompt=***&model=***&site=*** [POST/GET]

使用事件流返回结果 http://127.0.0.1:3000/ask/stream?prompt=***&model=***&site=*** [POST/GET]

请求参数 📝

• prompt: 您的问题。可以是 string 或 jsonstr。
  • 示例 jsonstr：[{"role":"user","content":"hello\n"},{"role":"assistant","content":"Hi there! How can I assist you today?"},{"role":"user","content":"who are you"}]
  • 示例 string：who are you
• model: 默认为 gpt3.5-turbo。模型包括：gpt4、gpt3.5-turbo、net-gpt3.5-turbo、gpt-3.5-turbo-16k
• site: 默认为 you。目标站点，包括 fakeopen、better、forefront、you、chatdemo、phind、vita

站点支持的模型 🧩

通过 API 127.0.0.1:3000/supports 查询支持的站点和模型。

[
  {
    "site": "you",
    "models": [
      "gpt-3.5-turbo"
    ]
  },
  ...
]

响应参数 🔙

聊天结束时的响应（/ask）：

interface ChatResponse {
    content: string;
    error?: string;
}

流式响应示例，推荐使用！！（/ask/stream）：

event: message
data: {"content":"I"}

event: done
data: {"content":"'m"}

event: error
data: {"error":"some thind wrong"}

示例💡

1. 带历史记录请求 to site you

请求：

127.0.0.1:3000/ask?site=you&prompt=[{"role":"user","content":"hello"},{"role":"assistant","content":"Hi there! How can I assist you today?"},{"role":"user","content":"who are you"}]

响应：

{
  "content": "Hi there! How can I assist you today?"
}

127.0.0.1:3000/ask?site=you&prompt=[{"role":"user","content":"你好\n"},{"role":"assistant","content":"你好！有什么我可以帮助你的吗？"},{"role":"user","content":"你是谁"}]

2. 带流式返回的请求 to site you

请求：

127.0.0.1:3000/ask/stream?site=you&prompt=who are you

响应：

event: message
data: {"content":"I"}

event: message
data: {"content":"'m"}

event: message
data: {"content":" a"}

event: message
data: {"content":" search"}

event: message
data: {"content":" assistant"}
........
event: done
data: {"content":"done"}

👥 聊天群组

🌟 星级历史

您可以通过以下链接加入我们的 Discord： discord.gg/gpt4free 获取更多更新。

这是一个针对 gpt4free 的 TypeScript 版本的复刻项目。

法律声明

本仓库与本 GitHub 仓库中所包含 API 的提供方无任何关联，亦未获得其认可。本项目仅用于教育目的。这只是一个个人的小项目。相关网站如有意提升安全性或要求将其从本仓库中移除，可与我联系。

请注意以下事项：

1. 免责声明：本仓库中提及的 API、服务及商标均归其各自所有者所有。本项目并不声称对它们拥有任何权利，也未与任何提及的提供商建立关联或获得其认可。

2. 责任：本仓库的作者对因使用或误用本仓库及其第三方 API 提供的内容而产生的任何后果、损害或损失不承担任何责任。用户需对其自身行为及其可能引发的任何影响自行负责。我们强烈建议用户遵守各网站的服务条款。

3. 仅限教育用途：本仓库及其内容仅供教育目的使用。通过使用其中的信息和代码，用户即表示已知悉并同意自行承担使用这些 API 和模型的风险，并承诺遵守所有适用的法律法规。

4. 版权：本仓库中的所有内容，包括但不限于代码、图片和文档，均为仓库作者的知识产权，除非另有说明。未经仓库作者明确书面许可，严禁擅自复制、分发或使用本仓库中的任何内容。

5. 赔偿责任：用户同意就因使用或误用本仓库、其内容或相关第三方 API 而产生或与其相关的任何索赔、责任、损害、损失或费用（包括法律费用）向本仓库的作者进行赔偿、辩护并使其免受损害。

6. 更新与变更：作者保留随时修改、更新或删除本仓库中任何内容、信息或功能的权利，恕不另行通知。用户有责任定期查看本仓库的内容及其变更情况。

使用本仓库或与其相关的任何代码，即表示您同意上述条款。作者对其他用户所做的任何复制、分叉或重新上传行为不承担任何责任。这是作者唯一的账号和仓库。为防止冒充或不负责任的行为，您可以遵守本仓库所采用的 GNU GPL 许可协议。

gpt4free-ts 快速上手指南

gpt4free-ts 是一个 TypeScript 版本的开源项目，旨在通过逆向工程提供免费访问 OpenAI GPT-4 及其他大模型的 API 服务。本指南将帮助你快速在本地部署并使用该服务。

环境准备

在开始之前，请确保你的开发环境满足以下要求：

• 操作系统：Linux, macOS 或 Windows (推荐 WSL2)
• 运行时环境：
  • Node.js (建议 v16 及以上版本)
  • Yarn 包管理器
• 可选容器环境：Docker 及 Docker Compose (推荐用于生产环境或简化部署)
• 网络环境：由于目标网站大多位于海外，若无法直接访问，需配置 HTTP 代理。

安装步骤

你可以选择本地源码运行或 Docker 容器运行。

方法一：本地源码运行

1. 克隆项目

   git clone https://github.com/xiangsx/gpt4free-ts.git
   cd gpt4free-ts
   

2. 安装依赖

   yarn
   

3. 配置环境变量 在项目根目录创建 .env 文件。如果你需要代理才能访问目标网站，请务必配置 http_proxy。

   # 如果需要代理，取消注释并填写地址；不需要则删除此行
   http_proxy=http://host:port
   
   # 其他高级配置（如并发数、临时邮箱 API 等），初次使用可保持默认或留空
   DEBUG=0
   POOL_SIZE=1
   

4. 启动服务

   yarn start
   

   服务默认将在 http://127.0.0.1:3000 启动。

方法二：Docker 运行（推荐）

1. 配置环境变量 同样需要在当前目录创建 .env 文件（内容同上）。

2. 启动容器

   docker run -p 3000:3000 --env-file .env xiangsx/gpt4free-ts:latest
   

   或者使用 docker-compose：

   docker-compose up --build -d
   

基本使用

服务启动后，它提供了兼容 OpenAI 格式的 API 接口，同时也支持简单的问答接口。

1. 查询支持的模型和站点

首先可以通过以下接口查看当前可用的站点（Site）和模型（Model）：

curl http://127.0.0.1:3000/supports

2. 简单问答模式

最直接的调用方式，适用于快速测试。

• 接口地址: http://127.0.0.1:3000/ask
• 请求方式: GET 或 POST
• 参数:
  • prompt: 用户问题（支持字符串或 JSON 格式的历史对话）
  • model: 模型名称 (默认 gpt-3.5-turbo)
  • site: 目标源站点 (默认 you)

示例命令：

# 简单文本提问
curl "http://127.0.0.1:3000/ask?site=you&prompt=Hello"

# 带历史对话的提问 (prompt 需 URL 编码)
curl "http://127.0.0.1:3000/ask?site=you&prompt=[{\"role\":\"user\",\"content\":\"hello\"},{\"role\":\"assistant\",\"content\":\"Hi there!\"},{\"role\":\"user\",\"content\":\"who are you\"}]"

响应示例：

{
  "content": "I am an AI assistant..."
}

3. 流式输出模式 (Stream)

推荐在生产环境中使用流式接口，以获得类似官方 ChatGPT 的打字机效果。

• 接口地址: http://127.0.0.1:3000/ask/stream
• 参数: 同上 (prompt, model, site)

示例命令：

curl "http://127.0.0.1:3000/ask/stream?site=you&prompt=Write a short poem"

响应示例 (Server-Sent Events):

event: message
data: {"content":"The"}

event: message
data: {"content":" sun"}

event: done
data: {"content":"done"}

4. 兼容 OpenAI 格式

你可以直接将此服务作为 OpenAI API 的替代端点，适用于各种支持 OpenAI SDK 的客户端。

• Base URL: http://127.0.0.1:3000/v1
• Chat 接口: /chat/completions
• 指定站点: 可以在 URL 中指定，如 http://127.0.0.1:3000/fakeopen/v1/chat/completions 或在参数中传递。

注意：由于该项目依赖于第三方网站的逆向接口，部分站点可能会随时失效。建议在使用前通过 /supports 接口确认当前可用的站点，并优先选择稳定性较高的源（如 fakeopen, better 等，具体以实时查询为准）。