v2ex原贴

版权归网站所有

只要 5 秒的数据，它就可以模仿我的声音，更牛的是，一分钟的录音就能训练出高质量的模型，完美克隆声音。

v2ex 原贴：https://www.v2ex.com/t/1010749
ChatAir 是 OpenAI 和 Gemini 的原生客户端，提供比 ChatGPT 更流畅、更快速的聊天体验。
🚀 流畅: 使用 Android 原生开发，高效的性能表现，打造无缝切换的使用体验
🔬 高级: 支持 OpenAI/Gemini 的 API 调用，以及 OpenRouter 等自定义服务器地址替换，灵活定制你的服务器地址
📝 专业: 支持 Markdown，代码高亮功能让你的代码清晰易读
🛠️ 定制: 自定义 Prompt，模型、温度、历史记录以及回复长度限制参数设置，提供个性化的使用体验
🌙 酷炫: 提供暗黑模式和自定义主题，护眼同时增加使用的体验性
🖼️ 识图: 支持图片识别功能，快速准确获取图像信息

可以上传文件作为知识库

支持一键通过Docker快速部署
支持在Linux/Windows/MacOS系统进行部署
支持自定义角色设定
支持更换角色模型，可从VRM模型市场Vroid下载
支持长短期记忆功能
支持多LLM模型切换，并且支持私有化模型，具体使用说明请查阅FAQ
支持文字驱动表情，文字驱动动作
支持B站进行直播，具体使用说明请查阅FAQ
支持通过中文进行语音对话
支持Edge（微软）、Bert-VITS2语音切换
流式传输数据，拥有更快的响应速度

搭建中转接口，让 gpt 支持联网搜索，可以使用 cf worker 搭建
tg 群：https://t.me/+w2Z8S0Y8H2IxZDI9

支持 Azure、Anthropic Claude、Google PaLM 2 & Gemini、智谱 ChatGLM、百度文心一言、讯飞星火认知、阿里通义千问、360 智脑以及腾讯混元，可用于二次分发管理 key，仅单可执行文件，已打包好 Docker 镜像，一键部署，开箱即用.
通过标准的 OpenAI API 格式访问所有的大模型，开箱即用
功能
支持多种大模型：
OpenAI ChatGPT 系列模型（支持 Azure OpenAI API）
Anthropic Claude 系列模型
Google PaLM2/Gemini 系列模型
百度文心一言系列模型
阿里通义千问系列模型
讯飞星火认知大模型
智谱 ChatGLM 系列模型
360 智脑
腾讯混元大模型
支持配置镜像以及众多第三方代理服务。
支持通过负载均衡的方式访问多个渠道。
支持 stream 模式，可以通过流式传输实现打字机效果。
支持多机部署，详见此处。
支持令牌管理，设置令牌的过期时间和额度。
支持兑换码管理，支持批量生成和导出兑换码，可使用兑换码为账户进行充值。
支持通道管理，批量创建通道。
支持用户分组以及渠道分组，支持为不同分组设置不同的倍率。
支持渠道设置模型列表。
支持查看额度明细。
支持用户邀请奖励。
支持以美元为单位显示额度。
支持发布公告，设置充值链接，设置新用户初始额度。
支持模型映射，重定向用户的请求模型，如无必要请不要设置，设置之后会导致请求体被重新构造而非直接透传，会导致部分还未正式支持的字段无法传递成功。
支持失败自动重试。
支持绘图接口。
支持 Cloudflare AI Gateway，渠道设置的代理部分填写 https://gateway.ai.cloudflare.com/v1/ACCOUNT_TAG/GATEWAY/openai 即可。
支持丰富的自定义设置，
支持自定义系统名称，logo 以及页脚。
支持自定义首页和关于页面，可以选择使用 HTML & Markdown 代码进行自定义，或者使用一个单独的网页通过 iframe 嵌入。
支持通过系统访问令牌访问管理 API（bearer token，用以替代 cookie，你可以自行抓包来查看 API 的用法）。
支持 Cloudflare Turnstile 用户校验。
支持用户管理，支持多种用户登录注册方式：
邮箱登录注册（支持注册邮箱白名单）以及通过邮箱进行密码重置。
GitHub 开放授权。
微信公众号授权（需要额外部署 WeChat Server）。

该网站是小型、简单、单任务工具的集合，主要旨在帮助神经分歧的人完成他们认为难以完成或困难的任务。

工具包括

• 自动将任务分解为步骤的 Magic Todo 列表
• 将您的语言转换为更正式、更善于交际、更简洁或许多其他选项的 Formalizer
• 帮助解释语气的法官
• 可以猜测活动时间范围的估算器
• 编译器将整个脑袋转储并把它们变成可操作的任务
• 厨师，他将对您厨房中的食材和工具的描述变成真正的食谱

🤖️ 一种利用 langchain 思想实现的基于本地知识库的问答应用，目标期望建立一套对中文场景与开源模型支持友好、可离线运行的知识库问答解决方案。

💡 受 GanymedeNil 的项目 document.ai 和 AlexZhangji 创建的 ChatGLM-6B Pull Request 启发，建立了全流程可使用开源模型实现的本地知识库问答应用。现已支持使用 ChatGLM-6B 等大语言模型直接接入，或通过 fastchat api 形式接入 Vicuna, Alpaca, LLaMA, Koala, RWKV 等模型。

✅ 本项目中 Embedding 默认选用的是 GanymedeNil/text2vec-large-chinese，LLM 默认选用的是 ChatGLM-6B。依托上述模型，本项目可实现全部使用开源模型离线私有部署。

⛓️ 本项目实现原理如下图所示，过程包括加载文件 -> 读取文本 -> 文本分割 -> 文本向量化 -> 问句向量化 -> 在文本向量中匹配出与问句向量最相似的top k个 -> 匹配出的文本作为上下文和问题一起添加到prompt中 -> 提交给LLM生成回答。

模拟网页登录，在第三方调用自己搭建的api接口使用chatgpt，从此不用买key

AI应用导航，收集的比较全

hostloc原帖
需要联系开发者激活notion邮箱后才能使用

Github开源地址
基于 ChatGPT API，且允许配置自己的 API key 的工具和应用的精选列表。其中也包含一些开发相关的项目和文章。

🤖用自然语言向您的 Roam Research 图表提问🤖