py-gpt

项目介绍：PyGPT - 桌面AI助手

PyGPT 是一个多合一的桌面AI助手，旨在提供与OpenAI语言模型的直接互动。它支持的模型包括 o1、gpt-4o、gpt-4、gpt-4 Vision 和 gpt-3.5，并通过 OpenAI API 实现。此外，利用 Langchain 和 Llama-index，它还支持其它大型语言模型（LLM），如 HuggingFace 上的模型、本地可用模型（如 Llama 3、Mistral 或 Bielik）、Google Gemini 和 Anthropic Claude。

功能概览

PyGPT 提供多种模式以满足各类任务需求，包括聊天模式、助手模式、完成模式及图像相关任务。它可以通过 DALL-E 3 生成图像，并能用 gpt-4 Vision 进行图像分析。PyGPT 具有文件系统操作能力，可以进行文件输入和输出、生成和运行Python代码、执行自定义命令以及管理文件传输。此外，它还支持通过 Google 和 Microsoft Bing 进行网络搜索。

音频方面，PyGPT 支持通过 Microsoft Azure、Google、Eleven Labs 和 OpenAI 的文字转语音服务实现语音合成，并借助 OpenAI Whisper、Google和 Bing语音识别功能理解用户的口述命令并将音频输入转换为文本。PyGPT 还具备上下文记忆功能，允许用户在对话中保存和加载预定义的谈话点。提示的创建和管理通过直观的预设系统得以优化。

PyGPT 的功能通过插件支持进一步扩展，可以进行自定义增强。其多模态功能使其在文本交互、系统自动化、日常辅助、视觉应用、自然语言处理、代码生成和图像创建等方面成为一个灵活的工具。

PyGPT 的主要特点

提供 9 种操作模式：聊天、视觉、完成、助手、图像生成、Langchain、文件聊天、专家及自主代理模式。
支持多种模型：o1、gpt-4、gpt-3.5等，以及所有通过Langchain 和 Llama-index可访问的模型。
包含对残障人士的支持功能：自定义键盘快捷键、语音控制以及通过语音合成将屏幕动作翻译为音频。
支持互联网访问，并能执行命令、上传和下载文件。
能够跟踪对话的全部上下文。
允许用户轻松管理提示，界面和操作直观。
支持多语言，开放源码，代码可以在 GitHub 上获取。

安装指南

已编译版本（Linux 和 Windows 操作系统）

用户可以从 PyGPT 网站下载适用于各种操作系统的已编译版本，包括 .msi 或 zip/tar.gz 文件格式，适用于 64 位系统。

通过 Snap Store 安装

用户可以直接从 Snap Store 安装 PyGPT：

sudo snap install pygpt

通过 PyPi 安装

用户也可以通过 PyPi 使用 pip installer 安装：

pip install pygpt-net

源代码安装

也可以从 GitHub 下载源码，并使用 Python 解释器运行（支持版本：>=3.10, <3.12）：

git clone https://github.com/szczyglis-dev/py-gpt.git
cd py-gpt
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
python3 run.py