后端开发教程 - Java、Spring Boot 实战 - msg200.com
2024 年面向开发人员的 11 款最佳 AI 聊天工具
谷歌正在变老，开发人员现在正在使用现代 AI 聊天工具来完成所有编程任务。
这是 11 个具有最佳 AI 聊天界面的开源项目的列表，可帮助您最大限度地提高工作效率。
我参考了教程和很棒的功能，以便您更轻松地决定哪一个最适合您。
我们开始做吧。
1. LLMChat - 最直观的一体化 AI 聊天界面。
我已经测试了所有工具，我相信 LLMChat 是最好的工具之一。
我特别喜欢这个，因为它的用户界面看起来非常简洁。我甚至不需要教程就能理解大部分功能。
仪表板的外观如下。
让我们看看使其功能强大 10 倍的一些功能。
✅ 支持多种语言模型，包括 GPT 4o Mini、Ollama、Claude、Groq 和 lm studio（即将推出）。您也可以根据需要使用本地模型。如果您是新手，他们提供自己的免费模型。
✅ 我最喜欢的功能是他们提供了一个插件系统，包括函数调用功能，这使其更上一层楼。
例如，让我们看几个插件的运行情况。
-→ Web Search：允许 AI 获取和利用实时网络数据。
如您所见，它根据最近的网络搜索结果给出了回复。其中还引用了我的一篇文章。
-→ Memory：这有助于个性化未来的互动。
✅ 您甚至可以附加图片作为上下文。
✅ 它还会给你相关的搜索结果建议。例如，我搜索了如何为开源项目做贡献，结果如下。
✅ 您还将获得一个提示库，您可以在其中找到预定义的提示或创建自己的提示。
✅ 他们的设置还有很多选项，比如您可以导入/导出数据、启用耳语语音转文本等等。
✅ 您还可以搜索对话，这样就无需手动查看了。如果您为对话创建了自定义标题，速度会更快。
✅ 它使用浏览器内置的 IndexedDB 安全地本地存储数据，以实现更快的访问速度和隐私保护。阅读隐私政策。
✅ 他们计划推出一项名为Knowledge Spaces“定制知识库”的功能，用于定制特定主题的知识库。我很期待看到它的实际效果！
您还需要什么？
它基于我最喜欢的技术栈构建，使用了 Next.js、TypeScript、Pglite、LangChain、Zustand、React Query、Supabase、Tailwind CSS、Framer Motion、Shadcn 和 Tiptap。
您可以在llmchat.co/chat查看演示并分享您的反馈。
我认为我不需要其他任何东西，因为对于我这个开发者来说，提示和插件已经足够了。另外，如果你喜欢类似应用程序的体验，它们也支持 PWA。
LLMChat 已开源，在 GitHub 上已获得 133 颗星。它目前处于早期阶段，但发展速度非常快。
2.开放WebUI——最受欢迎的AI界面（支持Ollama、OpenAI API……），离线运行。
Open WebUI 是一个非常棒的用户友好型自托管聊天用户界面，旨在完全离线运行。
您必须安装它才能正确离线使用它。
您可以使用 pip 快速安装。查看完整安装指南。
# install Open WebUI
pip install open-webui
# run Open WebUI
open-webui serve
让我们看看一些很棒的功能。
✅ 您可以自定义 OpenAI API URL 以与 LMStudio、GroqCloud、Mistral、OpenRouter 等链接。
✅ 您可以使用我们国际化 (i18n) 支持中的您喜欢的语言来使用它。
✅ 有免提语音和视频通话功能选项，可提供更多灵活性。
✅ 他们的官方网站上有社区提供的一系列模型、提示、工具和功能的清晰信息。
✅ 您可以将文档直接加载到聊天中，或者将文件添加到文档库，然后#在查询之前使用命令访问它们。
SearXNG✅ 您可以使用、Google PSE、Brave Search、serpstack、serper、Serply、DuckDuckGo和等提供商执行网络搜索TavilySearch，SearchApi将结果直接注入您的聊天体验。
还建议观看此演练以了解更多信息。
您可以阅读包含入门指南、常见问题解答（推荐阅读）和教程的文档。
它是使用 Svelte、Python 和 TypeScript 构建的。
他们在 GitHub 上有 41.6k 个星，这充分说明了他们的受欢迎程度。
3. LibreChat ——ChatGPT 克隆版，但好 100 倍。
LibreChat 利用 OpenAI 的 ChatGPT 整合了未来的辅助 AI，并能够集成和改进原有的客户端功能，例如对话和消息搜索、提示模板和插件。
有了 LibreChat，您不再需要选择 ChatGPT Plus，而是可以使用免费或按次付费的 API。
您可以在librechat-librechat.hf.space查看现场演示。
您可以观看此演示以了解更多信息。
让我们看看一些很棒的功能：
✅ 您可以添加多对话。并使用语音转文本 (STT) 和文本转语音 (TTS)。
✅ 丰富的模型库，例如 Anthropic (Claude)、AWS Bedrock、OpenAI、Azure OpenAI、BingAI、ChatGPT、Google Vertex AI、插件、Assistant API（包括 Azure Assistants）。这为您提供了全面的功能和丰富的选择。
✅ 您可以使用自定义端点、OpenAI、Azure、Anthropic 和 Google 附加文件和聊天。
✅ 您可以使用“对话分支”功能编辑、重新提交和继续发送消息。它支持 20 多种语言。
✅ 您可以创建、保存和分享自定义预设。此外，您甚至可以将聊天导出为屏幕截图、Markdown、文本和 JSON 格式。
我们不可能分解所有的扩展和插件，所以请自行探索。
您可以在文档中详细查看所有这些功能。
您可以阅读包含用户指南、插件、详细安装指南等的文档。
LibreChat 在社区中非常有名，读完本文后你就会明白为什么。
它们在 GitHub 上有 18k 颗星，并且是使用 TypeScript 构建的。
4.聊天机器人 UI - 最受欢迎的聊天机器人模板。
与 Vercel 聊天机器人相比，这是一个更受欢迎的聊天机器人，并且它具有 Vercel 中引用的语法高亮功能。
我很久以前就从事过一个项目，据我相信，它在组件中被提及过。
无论如何，这是一个完整的演示。
它们没有很多花哨的功能，但支持任何人所需的大部分功能。
您可以在云中运行自己的 Chatbot UI 实例，甚至可以在本地运行。
您可以在chatbotui.com查看现场演示。
需要注意的一点是，即使在默认情况下，您也必须使用自己的 OpenAI API 密钥。
它们在 GitHub 上有 28.5k 颗星，并且是使用 TypeScript 构建的。
5. Vercel Chatbot - Vercel 的聊天机器人模板。
这个是由 Vercel 创建的，它使用基于 Nextjs 的 Vercel AI SDK。
仪表板的外观如下。
这更像是一个聊天机器人的模板，而不是一个使用最新模型的完整界面。
gpt-3.5-turbo此模板默认搭载 OpenAI 。但借助 Vercel AI SDK，您只需几行代码即可将 LLM 提供程序切换为、或使用AnthropicLangChain Cohere。Hugging Face
如果您愿意，您也可以在本地安装和使用它。
他们在 GitHub 上有 6.3k 颗星，但功能方面并不是很好。
6. Deep Chat——可注入您网站的 AI 聊天组件。
Deep Chat 是一个完全可定制的 AI 聊天组件，可毫不费力地用于您的网站。
您可以在deepchat.dev/playground查看现场演示。
✅ 它还可以用来在组件内部创建新文件！点击相机按钮即可拍摄照片，或使用麦克风按钮即可录制音频。
✅ 您还可以使用语音转文本。
如果您正在使用 React，这就是您可以开始的方式。
npm install deep-chat-react
// add this to the markup
<deep-chat></deep-chat>
之后，您可以根据您的要求简单地进行连接。
具体语法可能因框架而异。他们已经在示例中清楚地记录了这一点。
您可以阅读包含安装指南的文档。
它们在 GitHub 上有 1.4k 颗星，并且是使用 TypeScript 构建的。
7. Huggingface Chat – HuggingChat 应用程序使用类似 Llama 的开源模型。
一个使用开源模型（例如 OpenAssistant 或 Llama）的聊天界面。这是一个 SvelteKit 应用，它为 HuggingChat 应用提供支持。
这是最受欢迎的 AI 聊天界面之一，原因显而易见。
如果您更喜欢观看教程，那么我建议您观看这个。
让我们看看一些很棒的功能。
✅ 他们提供了 182 个有用的社区工具，您可以根据trending和进行筛选popular。
✅ 他们提供了很多助手，你可以根据型号进行选择。建议阅读官方讨论。
✅ 您可以选择好的模型并描述系统提示，这是定制您的体验的另一种方式。
您可以阅读文档，其中可以找到有关架构和快速入门指南的更多信息。
它们在 GitHub 上有 7.3k 颗星，并且是基于 TypeScript 构建的。
8. SpeechGPT——使用 GPT 进行聊天，重点是语音。
SpeechGPT 是一个 Web 应用程序，可让您与 ChatGPT 进行交谈。
您可以利用此应用程序来提高您的语言技能，或者只是享受与 ChatGPT 聊天的乐趣。
大多数人会说这有什么独特之处，但事实上它确实很独特。
让我们来看一下一些很棒的功能：
✅ 所有数据都存储在本地，从而提高了隐私性。
✅ 根据文档，它支持超过 100 种语言，但我在现场演示中只看到对三种语言的支持。
✅ 包括内置语音识别和与 Azure 语音服务的集成。
✅ 包括内置语音合成，以及与 Amazon Polly 和 Azure Speech Services 的集成。
按照文档中的教程来了解如何使用它。
您可以在speechgpt.app上观看现场演示。这是一个完美的例子，展示了如何通过一些额外的功能将您的应用提升到一个新的水平！
SpeechGPT 在 GitHub 上已有 2.7k 颗星，并且即将v0.5.1发布。
9. NextChat——跨平台的 ChatGPT 和 Gemini UI。
您只需单击一下即可获得精心设计的跨平台 ChatGPT Web UI，并支持 GPT3、GPT4 和 Gemini Pro（Web / PWA / Linux / Win / MacOS）。
其中一些很棒的功能包括：
✅ 隐私第一，所有数据都本地存储在浏览器内。
✅ 自动压缩聊天记录以支持长时间对话，同时保存您的令牌。
✅ Linux/Windows/MacOS 上的紧凑客户端（~5MB）。
✅ 您只需在 1 分钟内单击 Vercel 即可免费部署。
✅ 与自行部署的 LLM 完全兼容。
✅ Markdown 支持：LaTex、mermaid、代码高亮等。
您可以查看NextChat 的现场演示和文档，其中包括所有环境变量（主要是 API 密钥）的列表。
在本地进行操作并不难，他们还提供了每小时自动更新的 GitHub 操作工作流程。
NextChat 在 GitHub 上已有 75.5k+ 颗星，并且即将v2.2发布。
10. GPT4All——在任何设备上运行本地 LLM。
GPT4All 私下运行大型语言模型 (LLM)。无需任何 API 调用或 GPU。
只需从官方网站下载应用程序即可开始使用。它适用于 Windows、MacOS 和 Ubuntu。
如果您正在寻找教程，我建议您观看这个。
让我们快速浏览一下一些令人惊叹的统计数据。
✅ 您可以将 GPT4All LLM 与您的敏感本地数据一起使用，而无需离开您的设备。
✅ GPT4All 允许您在 CPU 和 GPU 上运行 LLM。它完全支持 Mac M 系列芯片、AMD 和 NVIDIA GPU。
✅ 您可以与本地文件聊天。
✅ 根据官方网站，有超过 1000 种开源语言模型可供使用。这是一个相当惊人的数字。
✅ 您可以使用自己的系统提示、温度、上下文长度、批次大小等自定义聊天机器人体验
这是桌面客户端的仪表板的样子。
您可以探索模型，它会显示它是否与您的系统兼容。您可以在那里输入 API 密钥并进行筛选。
您可以阅读文档，包括快速入门指南和所有模型的相关信息。如果您想将其合并到代码库中，他们还提供了一个 Python SDK。
我还建议阅读有关 GPT4All 3.0 桌面应用程序发布的官方博客。
它们在 GitHub 上有 69.8k 个星，并且是使用 C++ 构建的。
11.Jan - ChatGPT 的开源替代品，可 100% 离线运行，并支持多种引擎（llama.cpp、TensorRT-LLM）。
Jan 是 ChatGPT 的开源替代方案，可在您的计算机上 100% 离线运行。支持多种引擎（llama.cpp、TensorRT-LLM）。
您需要根据您的操作系统下载。最棒的是，1 月份没有付费版本。
这是Jan 的快速演示。
您可以自行探索许多功能，例如个性化 AI 助手和扩展。
您可以阅读文档，其中包含快速入门指南和所用模型的信息。您可以连接文件，但这仍是一项实验性功能。
您甚至可以将 Jan 与 Continue 代码编辑器集成，这会让事情变得非常有趣。请阅读文档中的指南。
如果您正在寻找教程，请观看此演示。
他们的总下载量为 170 万+，因此由于他们拥有庞大的社区，因此非常可信。
Jan 在 GitHub 上有 22.6k 个星，是使用 TypeScript 构建的。
开发人员现在正在从 GPT 和谷歌等传统工具转向这些高级选项。
我最喜欢 LLMChat 和 OpenWeb UI，因为我更喜欢简洁的用户体验。
祝您拥有美好的一天！下次再见。
| 你可以在anmolbaranwal.com 查看 我的作品。 感谢阅读！🥰 |
   |
|---|