本文
首发于
🌱 煎茶，
转载 请注明
来源。
该清单搜集人类创造的最先进最好用的开源 AIGC APP 方案，包括但不限于对话、识图、生图、TTS、知识库、多模态、工作流编排，主要搜集支持自托管，可容器化部署的方案。
欢迎补充。
AI APP 汇总
目前探索较好的工作流，LobeChat 日常AI对话，数据云同步；ChatGPT Web Midjourney Proxy 用来文生图；n8n 构建复杂工作流。
支持知识库的有 FastGPT 和 Dify，看论坛评价 FastGPT 的知识库强，Dify 的工具链强。 – 来源
AI APP 详情
LobeChat
ChatGPT-Next-Web
- Github: https://github.com/ChatGPTNextWeb/ChatGPT-Next-Web
- Star:
77.8K (2024-12-20) - 官网: https://app.nextchat.dev/
- 简介：一键拥有你自己的跨平台 ChatGPT/Gemini 应用。
- 数据存储：本地浏览器
- 主要功能：
- 在 1 分钟内使用 Vercel 免费一键部署
- 提供体积极小（~5MB）的跨平台客户端（Linux/Windows/MacOS）, 下载地址
- 完整的 Markdown 支持：LaTex 公式、Mermaid 流程图、代码高亮等等
- 精心设计的 UI，响应式设计，支持深色模式，支持 PWA
- 极快的首屏加载速度（~100kb），支持流式响应
- 隐私安全，所有数据保存在用户浏览器本地
- 预制角色功能（面具），方便地创建、分享和调试你的个性化对话
- 海量的内置 prompt 列表，来自中文和英文
- 自动压缩上下文聊天记录，在节省 Token 的同时支持超长对话
- 多国语言支持：English, 简体中文, 繁体中文, 日本語, Español, Italiano, Türkçe, Deutsch, Tiếng Việt, Русский, Čeština, 한국어, Indonesia
- 拥有自己的域名？好上加好，绑定后即可在任何地方无障碍快速访问
- 其他特性：
- 预制角色
- Artifacts
- 插件机制
- Realtime Chat
FastGPT
- Github: https://github.com/labring/FastGPT
- Star:
19.1K (2024-12-20) - 官网: https://tryfastgpt.ai/
- 在线体验: https://cloud.tryfastgpt.ai/
- 简介：FastGPT 是一个基于 LLM 大语言模型的知识库问答系统，提供开箱即用的数据处理、模型调用等能力。同时可以通过 Flow 可视化进行工作流编排，从而实现复杂的问答场景！
- 关键特性：
- 应用编排能力
- 对话工作流、插件工作流
- 工具调用
- Code sandbox
- 循环调用
- 用户选择
- 表单输入
- 知识库能力
- 多库复用，混用
- chunk 记录修改和删除
- 支持手动输入，直接分段，QA 拆分导入
- 支持 txt，md，html，pdf，docx，pptx，csv，xlsx (有需要更多可 PR file loader)
- 支持 url 读取、CSV 批量导入
- 混合检索 & 重排
- 应用调试能力
- 知识库单点搜索测试
- 对话时反馈引用并可修改与删除
- 完整上下文呈现
- 完整模块中间值呈现
- 高级编排 DeBug 模式
- OpenAPI 接口
- completions 接口 (chat 模式对齐 GPT 接口)
- 知识库 CRUD
- 对话 CRUD
- 运营能力
- 免登录分享窗口
- Iframe 一键嵌入
- 聊天窗口嵌入支持自定义 Icon，默认打开，拖拽等功能
- 统一查阅对话记录，并对数据进行标注
- 其他
- 支持语音输入和输出 (可配置语音输入语音回答)
- 模糊输入提示
- 模板市场
n8n
- Github: https://github.com/n8n-io/n8n
- Star:
51.8K (2024-12-20) - 官网: https://n8n.io/
- 简介：开源的工作流自动化平台，具有原生 AI 能力。结合可视化构建和自定义代码，支持自托管或云服务，超过 400 个集成。
- 关键特性：
- 随时编写代码：支持 JavaScript/Python，添加 npm 包，或使用可视化界面
- 原生 AI 平台：基于 LangChain 利用自有数据和模型构建 AI 代理工作流
- 完全掌控：使用公平代码许可证进行自托管或使用云服务
- 企业级就绪：高级权限、单点登录和离线部署
- 活跃社区：400多个集成和900多个即用型模板
ChatGPT Web Midjourney Proxy
结合 uniapi 等服务，还挺好用。
References: https://t.me/FindBlog/553
- Github: https://github.com/Dooy/chatgpt-web-midjourney-proxy
- Star:
5.6K (2024-12-20) - 在线体验: https://vercel.ddaiai.com/
- 简介：一个全部由chatgpt web、midjourney、gpts、suno、luma、runway、viggle、flux、ideogram、realtime、pika、udio 完成的 UI ；同时支持Web/PWA/Linux/Win/MacOS平台
- 关键特性：
- 支持 udio 文生音乐
- 支持 pika 文生视频，图生视频
- 支持 openai realtime 点击观看.youtube B站
- 支持 kling 可灵 文生视频，图生视频, 绘图
- 支持 ideogram 绘图
- 支持 runway 文生视频，图生视频
- 支持 luma 文生视频，图生视频
- 支持 viggle 舞蹈
- 支持 suno 单独模块，可歌词调整 曲风调整
- 支持 suno 以音频生成音频
- 支持 flux dall.e 文生图
- 支持 chatgpt web 所有功能，拓展功能
- midjourney 文生图、垫图+文生图 、图变 U1到U4 、 V1到V4、重绘、局部重绘、支持1.5倍变焦 2倍变焦、2倍高清 4倍高清、支持左、右、上、下延伸变化、同时支持midjourney-proxy 接口 和 midjourney-proxy-plus 接口、图生文
- 使用localforage实现本地存储
- 支持midjourney、niji 不同机器人
- 支持InsightFace 人脸替换
- 即时语音识别(浏览器自带语音识别 ASR) v2.15.7以上版本
Open WebUI
- Github: https://github.com/open-webui/open-webui
- Star:
52.1K (2024-12-20) - 官网: https://openwebui.com
- 简介：Open WebUI 是一款完全离线运行的自托管网页平台，具有可扩展性强、功能完备、操作便捷等特点。该平台可对接 Ollama 以及符合 OpenAI 标准的多种大模型接口。
- 关键特性：
- 🚀 轻松设置：使用 Docker 或 Kubernetes (kubectl, kustomize 或 helm)无缝安装,支持
:ollama 和 :cuda 标签镜像,带来无忧体验。 - 🤝 Ollama/OpenAI API 集成：轻松集成 OpenAI 兼容 API,实现与 Ollama 模型的多功能对话。可自定义 OpenAI API URL 以连接 LMStudio、GroqCloud、Mistral、OpenRouter 等。
- 🛡️ 精细权限和用户组：管理员可创建详细的用户角色和权限,确保安全的用户环境。这种精细度不仅增强了安全性,还允许定制用户体验,培养用户的主人翁意识和责任感。
- 📱 响应式设计：在台式电脑、笔记本和移动设备上享受流畅体验。
- 📱 移动端渐进式 Web 应用(PWA)：通过 PWA 在移动设备上享受类原生应用体验,提供本地主机离线访问和流畅用户界面。
- ✒️🔢 完整 Markdown 和 LaTeX 支持：通过全面的 Markdown 和 LaTeX 功能提升 LLM 体验,实现丰富交互。
- 🎤📹 免提语音/视频通话：体验集成的免提语音和视频通话功能,实现更动态和互动的聊天环境。
- 🛠️ 模型构建器：通过 Web UI 轻松创建 Ollama 模型。通过Open WebUI Community集成,轻松创建和添加自定义角色/代理,自定义聊天元素,导入模型。
- 🐍 原生 Python 函数调用工具：在工具工作区通过内置代码编辑器支持增强 LLM。只需添加纯 Python 函数即可实现自带函数(BYOF),实现与 LLM 的无缝集成。
- 📚 本地 RAG 集成：通过突破性的检索增强生成(RAG)支持,体验聊天交互的未来。该功能将文档交互无缝集成到聊天体验中。您可以直接将文档加载到聊天中或添加到文档库,使用查询前的
# 命令轻松访问它们。 - 🔍 RAG 网络搜索：使用
SearXNG、Google PSE、Brave Search、serpstack、serper、Serply、DuckDuckGo、TavilySearch、SearchApi 和 Bing 等提供商进行网络搜索,并将结果直接注入聊天体验。 - 🌐 网页浏览功能：使用 URL 前的
# 命令将网站无缝集成到聊天体验中。此功能允许您将网页内容直接整合到对话中,增强互动的丰富度和深度。 - 🎨 图像生成集成：使用 AUTOMATIC1111 API 或 ComfyUI(本地)以及 OpenAI 的 DALL-E(外部)等选项无缝整合图像生成功能,用动态视觉内容丰富聊天体验。
- ⚙️ 多模型对话：轻松同时与多个模型互动,利用它们独特的优势获得最佳响应。通过并行利用多样化的模型集提升体验。
- 🔐 基于角色的访问控制(RBAC)：通过受限权限确保安全访问;只有授权人员可以访问您的 Ollama,管理员独享模型创建/拉取权限。
- 🌐🌍 多语言支持：通过国际化(i18n)支持使用您偏好的语言体验 Open WebUI。加入我们扩展支持语言的行列!我们正在积极寻找贡献者!
- 🧩 管道、Open WebUI 插件支持：使用Pipelines Plugin Framework将自定义逻辑和 Python 库无缝集成到 Open WebUI。启动 Pipelines 实例,将 OpenAI URL 设置为 Pipelines URL,探索无限可能。示例包括函数调用、控制访问的用户速率限制、使用 Langfuse 等工具进行使用监控、通过 LibreTranslate 实现多语言支持的实时翻译、有害信息过滤等。
- 🌟 持续更新：我们致力于通过定期更新、修复和新功能改进 Open WebUI。
Dify
Github: https://github.com/langgenius/dify/
- Star:
55.8K (2024-12-24) - 官网: https://dify.ai/
- 简介：一个开源的 LLM 应用开发平台。其直观的界面结合了 AI 工作流、RAG 管道、Agent、模型管理、可观测性功能等，让您可以快速从原型到生产。以下是其核心功能列表：
- 关键特性：
- 1. 工作流: 在画布上构建和测试功能强大的 AI 工作流程，利用以下所有功能以及更多功能。
- 2. 全面的模型支持: 与数百种专有/开源 LLMs 以及数十种推理提供商和自托管解决方案无缝集成，涵盖 GPT、Mistral、Llama3 以及任何与 OpenAI API 兼容的模型。完整的支持模型提供商列表可在此处找到。
- 3. Prompt IDE: 用于制作提示、比较模型性能以及向基于聊天的应用程序添加其他功能（如文本转语音）的直观界面。
- 4. RAG Pipeline: 广泛的 RAG 功能，涵盖从文档摄入到检索的所有内容，支持从 PDF、PPT 和其他常见文档格式中提取文本的开箱即用的支持。
- 5. Agent 智能体: 您可以基于 LLM 函数调用或 ReAct 定义 Agent，并为 Agent 添加预构建或自定义工具。Dify 为 AI Agent 提供了50多种内置工具，如谷歌搜索、DALL·E、Stable Diffusion 和 WolframAlpha 等。
- 6. LLMOps: 随时间监视和分析应用程序日志和性能。您可以根据生产数据和标注持续改进提示、数据集和模型。
- 7. 后端即服务: 所有 Dify 的功能都带有相应的 API，因此您可以轻松地将 Dify 集成到自己的业务逻辑中。
