Dooy/chatgpt-web-midjourney-proxy

ChatGPT-Web-Midjourney-Proxy

概要 – OpenAIのChatGPT（GPT-4-vision、Whisper、TTS、新しい gpts ストアを含む）と、Midjourney、Stable Diffusion系画像モデル（Flux、DALL·E）、動画生成（Luma、Runway、Pika、Kling）、音楽生成（Suno、Udio、Riffusion）、ダンス生成（Viggle）、InsightFaceによる顔交換など、多数の生成AIバックエンドを組み合わせたオープンソースのWeb UIです。このUIを使用すると、APIの切り替え、ファイルのアップロードが可能になり、テキスト、画像、音声、動画の作成を同じチャットインターフェースで行うことができます。

主な機能

• カスタムAPIキー/base-url、マルチターンコンテキスト、GPT-4-vision用のオプションの画像アップロードを備えたChatGPTチャット。
• リアルタイム音声入力（ブラウザASR）とWhisperベースの文字起こし、およびTTS出力。
• Midjourneyの直接制御：画像の生成、アップスケール、バリエーション、インペイント、ズーム、キャンバスの拡張、シードの混合、標準ボットと niji ボットの切り替え。midjourney-proxy および midjourney-proxy-plus APIの両方で動作します。
• 統合されたマルチモーダルジェネレーター：
  • オーディオ – Udio（テキストから音楽へ）、Suno（歌詞とスタイルの制御、オーディオからオーディオへ）。
  • ビデオ – Luma、Runway、Pika、Kling（テキストからビデオへ、画像からビデオへ）。
  • ダンス – Viggle。
  • 画像 – Flux、DALL·E-3、Ideogram、および画像から画像へのバリエーション。
• カスタムモデルエンドポイントを切り替えるための「GPT-Store」(gpts) UI。
• localforage によるローカルファイルストレージ。オプションでCloudflare R2またはカスタムアップローダーを使用可能。
• セキュリティ機能：オプションのパスワード保護、ブルートフォースロックアウト、環境変数ベースのシークレット管理。

実行方法

1. Docker（全機能を利用する場合に推奨） – イメージ ydlhero/chatgpt-web-midjourney-proxy をプルし、必要な環境変数（OpenAIキー、MidjourneyプロキシURL/シークレット、Suno/Lumaエンドポイントなど）を指定します。コマンド例はREADMEに記載されています。
2. Vercel ワンクリックデプロイ – Vercelボタンをクリックし、Vercel UIで OPENAI_API_BASE_URL、OPENAI_API_KEY、MJ_SERVER、MJ_API_SECRET を設定します。
3. デスクトップ/サーバーバイナリ – GitHubのリリースページから適切なリリースをダウンロードし、同じ環境変数で実行ファイルを実行します。

設定 – すべての動作は環境変数によって制御されます。主な項目：

• OPENAI_API_* – OpenAIエンドポイントとキー。
• MJ_SERVER / MJ_API_SECRET – Midjourneyプロキシ。
• SUNO_SERVER / SUNO_KEY – Suno音楽API。
• LUMA_SERVER / LUMA_KEY – LumaビデオAPI。
• CUSTOM_MODELS – 追加モデルIDのホワイトリスト。
• AUTH_SECRET_* – シンプルなパスワード保護とブルートフォース制限。
• UPLOAD_TYPE – アップロードファイルの保存先を選択（R2、ローカルコンテナ、カスタムURL）。

対象ユーザー – 複数のフロントエンドやAPIクライアントを使い分けることなく、単一のブラウザベースのダッシュボードで多くの生成AIサービスを試したいユーザー向け。テキスト、画像、音声、動画モデル全体でプロンプトをテストするための迅速なUIを必要とする開発者にも役立ちます。

ライセンス – MIT (license ファイルを参照)。

---

上記の詳細はすべてリポジトリのREADMEから直接取得したものであり、追加の機能は推測されていません。