szczyglis-dev/py-gpt

Desktop AI Assistant powered by GPT-6, GPT-5, Gemini, Claude, Grok, Ollama, DeepSeek, Perplexity, and more - chat, agents, tools, MCP, plugins, RAG, vision, voice, image and video generation, speech synthesis and speech recognition, web search, memory, presets, canvas, assistants, themes, computer use. Windows, Linux, and Mac.

解决的问题

PyGPT 是一款功能全面的桌面 AI 助手，为与各种 AI 模型（云端与本地）互动提供统一界面。它消除了在不同供应商网站或终端之间切换的需求，为聊天、代理工作流和多模态互动提供强大的本地环境。

运作方式

PyGPT 作为本地客户端，通过原生 SDK (OpenAI, Google, Anthropic, xAI) 或兼容 OpenAI 的 API 连接 AI 供应商。它整合了 LlamaIndex 进行 RAG (检索增强生成)，并通过 Ollama 支持本地模型执行。该应用程序包含插件系统、内置用于代码执行的 Python/OS 工具，以及用于自定义代理工作流的节点式构建器。

目标用户

专为希望拥有专业、功能丰富的 AI 桌面应用程序，且无需深厚 AI 模型专业知识，即可支持多种模型供应商、本地 LLM 和进阶自动化功能的用户而设计。

特色亮点

  • 广泛的模型支持：兼容 GPT-6 Astra, Claude, Gemini, Grok, DeepSeek，以及通过 Ollama 执行的本地模型。
  • 多代理工作流：支持 Chat、Orchestrator 和 Swarm 运行环境，可将任务委派给专业工作者。
  • 整合式 RAG：内置 LlamaIndex 支持，用于索引和查询各种文件格式 (PDF, CSV, DOCX 等) 及网页。
  • 多模态能力：包含实时语音 (语音转文字与文字转语音)、视觉/相机输入，以及图像/视频生成。
  • 可扩展工具：具备插件系统、Model Context Protocol (MCP) 支持，以及用于执行系统指令的内置 Python/IPython 解释器。

相关

  • 项目
    AndraxDev/speak-gpt

    一个开源的 AI 助手客户端，适用于 Android 和 Web，允许用户使用自己的 API 密钥连接多个 LLM 提供商。

  • 项目
    appleboy/CodeGPT

    CodeGPT 是一个基于 Go 的 CLI，利用 LLM API（OpenAI、Azure、Gemini、Anthropic、Ollama、Groq、OpenRouter、LiteLLM）自动为 Conventional-Commit 消息和简短代码审查摘要生成内容。它会安装 Git `prepare-commit-msg` 钩子，支持多种提供者、代理设置、语言翻译、流式输出和灵活的提示/模板系统。可通过 Homebrew、Chocolatey、安装脚本、预编译二进制文件或 `go install` 安装。配置 API 密钥（或动态助手）、选择模型并自定义提示。适合希望在终端中直接获得 AI 辅助提交消息和快速审查的开发者。

  • 项目
    OpenMOSS/AnyGPT

    AnyGPT 是一个开源的多模态大语言模型（文本、语音、图像、音乐），通过离散标记化统一所有模态。它提供基础模型和聊天模型检查点、推理脚本，以及用于训练和零样本多模态任务的 AnyInstruct 数据集。

  • 项目
    Significant-Gravitas/AutoGPT

    AutoGPT 是一个用于构建、部署和管理自主 AI 代理的开源平台。用户可以用简单的英文描述目标或以可视化方式组装工作流程；系统会创建一个由 LLM 驱动的代理，与 45 种以上的集成服务（如 Gmail、Slack、GitHub 等）交互，以完成撰写报告、分类事件或生成营销文案等任务。该项目提供付费托管服务和免费的自托管 Docker 设备，核心平台采用 Polyform Shield 授权，经典代理代码则采用 MIT 授权。

  • 项目
    kardolus/chatgpt-cli

    ChatGPT CLI 是一款跨平台的命令行客户端，支持多家 LLM 提供商。它提供流式查询、基于线程的聊天记录、提示文件注入、多媒体 I/O，以及一个实验性的代理模式 (ReAct / Plan-Execute)，可在预算与策略限制下运行 shell/文件/网络搜索工具。它还支持模型上下文协议 (MCP) 以进行自定义工具调用。通过 Homebrew 或预构建二进制文件安装，在 `~/.chatgpt-cli/config.yaml` 中配置 API 密钥，并使用 `chatgpt "your question"` 或 `chatgpt --interactive` 开始聊天。