myGPTReader
支持网页、文档和视频内容智能阅读的AI阅读助手
myGPTReader是一个革新性的AI阅读助手，支持网页、文档和视频内容的智能阅读。用户可以通过语音与其交流，进行多语种对话，有效提高外语水平。此外，它还集成了最新热点新闻的自动摘要功能，使得用户能迅速掌握当下热门话题。加入超过5000名成员的Slack频道，免费体验myGPTReader的全部功能。
💡 激动人心的是，这个项目的开发也与chatGPT配合进行。我在这个CDDR文件中记录了开发过程。
📝 目录
🧐 关于 <a name = "about"></a>
<table style="border-collapse: collapse; border: none;"> <tbody> <tr> <td> <img src="https://yellow-cdn.veclightyear.com/35dd4d3f/426cf1ef-9083-45c6-aa3b-fe67ba2fe240.png" data-canonical-src="./web/landing/logo/my-gpt-reader-logo-1-removebg.png"/> </td> <td> myGPTReader 是一个 Slack 机器人，它可以阅读并总结任何网页、文档（包括电子书）甚至是 YouTube 视频。它可以通过语音与您沟通。 </td> </tr> </tbody> </table>🏁 入门 <a name = "getting_started"></a>
请加入这个Slack channel，与超过5000名成员一起免费体验所有功能。
🔥 主要功能 <a name="main_features"></a>
📖 使用 myGPTReader 阅读网站
通过对话使用 myGPTReader 快速读取和理解任何网页内容，甚至是视频（目前仅支持带字幕的 YouTube 视频）。
📚 使用 myGPTReader 阅读文档
使用 myGPTReader 快速阅读任何文件内容，支持电子书、PDF、DOCX、TXT 和 Markdown 文件。
🗣️ 使用 myGPTReader 语音聊天
通过使用语音与 myGPTReader 进行对话来练习外语，它可以成为您的私人导师，支持中文、英语、德语和日语。
💬 向 myGPTReader 询问任何问题
内置大量提示模板，使用它们与chatGPT进行更好的对话。
🔥 今日热门新闻
myGPTReader每天推送最新的热门新闻，并自动生成摘要，让您快速了解当天热点话题。
如何安装 <a name = "how_to_install"></a>
如何将 myGPTReader 部署到您自己的服务器上。 （进行中）
✍️ 作者 <a name = "authors"></a>
- @madawei2699 <img src="https://yellow-cdn.veclightyear.com/35dd4d3f/a5571aab-3020-4db1-a090-48691ea85aaf.png" alt="improve365_cn" style="width:200px;"/>
参见参与此项目的贡献者列表。
🎉 致谢 <a name = "acknowledgement"></a>
- 致敬任何代码被使用的人
参考链接 <a name = "reference_links"></a>
-
myGPTReader 主要功能展示的 YouTube 视频
-
深入讲解项目的 YouTube 直播视频。
博客文章:
Star 历史 <a name = "star_history"></a>
编辑推荐精选
UI-TARS-desktop
基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。
Wan2.1
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。
爱图表
全流程 AI 驱动的数据可视化工具，助 力用户轻松创作高颜值图表
爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。
Qwen2.5-VL
一款强大的视觉语言模型，支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用 ，提升工作效率。
HunyuanVideo
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。
WebUI for Browser Use
一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务，无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用，在 SEO 优化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。
xiaozhi-esp32
基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。
olmocr
一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。
olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。
飞书多维表格
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、 影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
CSM
高质量语音生成模型
CSM 是一个开源的语音生成项目，它提供了一个基于 Llama-3.2-1B 和 CSM-1B 的语音生成模型。该项目支持多语言，可生成多种声音，适用于研究和教育场景。通过使用 CSM，用户可以方便地进行语音合成，同时项目还提供了水印功能，确保生成音频的可追溯性和透明度。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号