LibreChat

在这里插入图片描述


文章目录

    • 一、关于 LibreChat
      • ✨特点
    • 二、使用LibreChat🪶多合一AI对话


一、关于 LibreChat

LibreChat 是增强的ChatGPT克隆:Features Agents, Anthropic, AWS, OpenAI, Assistants API, Azure, Groq, o1, GPT-4o, Mistral, OpenRouter, Vertex AI, Gemini, Artifacts, AI model switching, message search, Code Interpreter, langchain, DALL-E-3, OpenAPI Actions, Functions, Secure Multi-User Auth, Presets, open-source for self-hosting. Active project.

  • github : https://github.com/danny-avila/LibreChat
  • 官方文档:https://docs.librechat.ai/
  • RAG API: https://github.com/danny-avila/rag_api
  • 网站: https://github.com/LibreChat-AI/librechat.ai
  • 博客:https://blog.librechat.ai/
  • Discord | YouTube
  • 部署:Railway | ZEABUR | Sealos

✨特点

  • 🖥️UI和体验灵感来自ChatGPT,具有增强的设计和功能
  • 🤖AI模型选择:
    • 人工智能(克劳德)、AWS基岩、OpenAI、Azure OpenAI、谷歌、顶点AI、OpenAI助手API(包括Azure)
    • 自定义端点:将任何与OpenAI兼容的API与LibreChat一起使用,无需代理
    • 本地和远程人工智能提供商
      • Ollama,groq,Cohere,Mistral AI,Apple MLX,koboldcpp,together.ai,
      • OpenRter、Perplexity、ShuttleAI、Deepsearch、Qwen等
  • 🔧 代码解释器API
    • Python、Node. js(JS/TS)、Go、C/C++、Java、PHP、Rust和Fortran中的安全沙盒执行
    • 无缝文件处理:直接上传、处理和下载文件
    • 无隐私问题:完全隔离和安全执行
  • 🔦代理和工具集成:
    • LibreChat Agents
      • 无代码自定义助手:无需编码即可构建专门的AI驱动助手
      • 灵活且可扩展:附加工具,如DALL-E-3、文件搜索、代码执行等
      • 与自定义端点、OpenAI、Azure、Anturpic、AWS基岩等兼容
      • 模型上下文协议(MCP)支持的工具
    • 将LibreChat代理和OpenAI助手与文件、代码解释器、工具和API操作一起使用
  • 使用代码工件🪄生成UI:
    • 代码工件允许直接在聊天中创建反应、超文本标记语言和美人鱼图
  • 💾预设和上下文管理:
    • 创建、保存和共享自定义预设
    • 在聊天中切换AI端点和预设
    • 使用对话分支编辑、重新提交和继续消息
    • 用于高级上下文控制的fork消息和对话
  • 💬多模式和文件交互:
    • 使用Claude 3、GPT-4o、o1、Llama-Vision和Double上传和分析图像📸
    • 使用自定义端点、OpenAI、Azure、Anuropic、AWS基岩和Google🗃️与文件聊天
  • 🌎多语言UI:
    • 英语,中文,德语,西班牙语,法语,意大利语,波兰语,葡萄牙语双语
    • Русский, 日本语, Svenska, 한국어, Tiếng Việt, 繁体中文, العربية, Türkçe, Nederlands, עברית
  • 🎨可定制的界面:
    • 可定制的下拉和界面,适用于高级用户和新手
  • 🗣️语音和音频:
    • 使用语音转文本和文本转语音免提聊天
    • 自动发送和播放音频
    • 支持OpenAI、Azure OpenAI和😍enlabs
  • 📥进出口对话:
    • 从LibreChat、ChatGPT、聊天机器人UI导入对话
    • 将对话导出为屏幕截图、降价、文本、json
  • 🔍搜索和发现:
    • 搜索所有消息/对话
  • 👥多用户和安全访问:
    • 支持OAuth2、LDAP和电子邮件登录的多用户、安全身份验证
    • 内置审核和令牌支出工具
  • ⚙️配置和部署:
    • 配置代理、反向代理、Docker和许多部署选项
    • 完全使用本地或部署在云端
  • 📖开源和社区:
    • 完全开源并公开内置
    • 社区驱动的开发、支持和反馈

有关我们功能的全面审查,请参阅此处的文档📚


二、使用LibreChat🪶多合一AI对话

LibreChat将助理人工智能的未来与OpenAIChatGPT的革命性技术结合在一起。庆祝原始样式,LibreChat使您能够集成多个人工智能模型。它还集成和增强了原始客户端功能,如对话和消息搜索、提示模板和插件。

有了LibreChat,您不再需要选择ChatGPTPlus,而是可以使用免费或按次付费的应用编程接口。我们欢迎贡献、克隆和分叉来增强这个高级聊天机器人平台的功能。

演示视频:https://www.youtube.com/watch?v=ilfwGQtJNlI

在这里插入图片描述


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/69482.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基础项目实战——3D赛车(c++)

目录 前言一、渲染引擎二、关闭事件三、梯形绘制四、轨道绘制五、边缘绘制六、草坪绘制七、前后移动八、左右移动​九、曲线轨道​十、课山坡轨道​十一、循环轨道​十二、背景展示​十三、引入速度​十四、物品绘制​十五、课数字路障​十六、分数展示​十七、重新生成​十八、…

【C++】设计模式详解:单例模式

文章目录 Ⅰ. 设计一个类,不允许被拷贝Ⅱ. 请设计一个类,只能在堆上创建对象Ⅲ. 请设计一个类,只能在栈上创建对象Ⅳ. 请设计一个类,不能被继承Ⅴ. 请设计一个类,只能创建一个对象(单例模式)&am…

AAPM:基于大型语言模型代理的资产定价模型,夏普比率提高9.6%

“AAPM: Large Language Model Agent-based Asset Pricing Models” 论文地址:https://arxiv.org/pdf/2409.17266v1 Github地址:https://github.com/chengjunyan1/AAPM 摘要 这篇文章介绍了一种利用LLM代理的资产定价模型(AAPM)…

《网络数据安全管理条例》施行,企业如何推进未成年人个人信息保护(下)

文章目录 前言三、全流程推进未成年人个人信息保护1、处理前:未成年人个人信息处理的告知同意2、处理中:加强个人信息处理流程管理3、处理后:落实个人信息保护合规审计四、大型网络平台应每年发布社会责任报告前言 《网数条例》颁布前,我国已针对未成年人个人信息保护陆续…

games101-(5/6)

光栅化 投影完成之后,视图区域被确定在从[-1,1]的单位矩阵中,下一步就是光栅化 长宽比:ratio 垂直的可视角度:fild-of-view 可以看到的y 轴的范围,角度越小 越接近正交投影 屏幕坐标系 、 将多边形转化成像素 显示…

01学习预热篇(D6_正式踏入JVM深入学习前的铺垫)

目录 学习前言 一、虚拟机的结构 1. Java虚拟机参数设置 2. java 堆 3. 出入栈 4. 局部变量表 1> 局部变量的剖析 2> 局部变量的回收 5. 操作数栈 1> 常量入栈指令 2> 局部变量值转载到栈中指令 3> 将栈顶值保存到局部变量中指令 6. 帧数据区 7. 栈…

在亚马逊云科技上用Stable Diffusion 3.5 Large生成赛博朋克风图片(下)

背景介绍 在2024年的亚马逊云科技re:Invent大会上提前预告发布的Stable Diffusion 3.5 Large,现在已经在Amazon Bedrock上线了!各位开发者们现在可以使用该模型,根据文本提示词文生图生成高质量的图片,并且支持多种图片风格生成&…

Redis学习之哨兵二

一、API 1.sentinel masters:展示被监控的主节点状态及相关的统计信息 2.sentinel master <master name>:展示指定的主节点的状态以及相关的统计信息 3.sentinel slaves <master name>:展示指定主节点的从节点状态以及相关的统计信息 4.sentinel sentinels <mas…

如何把obsidian的md文档导出成图片,并加上文档属性

上篇关于这个插件PKMer_Obsidian 插件&#xff1a;Export Image plugin 一键将笔记转换为图片分享的文章 如何把obsidian的md文档导出成图片&#xff0c;并加上水印-CSDN博客 如何导出图片的时候让文档属性也显示出来&#xff0c;啊啊&#xff0c;这个功能找了一晚上&#xf…

新年祝词(原创)

新年将至&#xff0c;福进万户。 家家团圆&#xff0c;事事顺心。 喜迎财神&#xff0c;多寿添金。 瑞兽迎春&#xff0c;炮竹声起。 趋吉避凶&#xff0c;蛇年大吉。 中华崛起&#xff0c;人人自强。 天下大同&#xff0c;百姓富足。 有情有义&#xff0c;平易近人。 …

【Numpy核心编程攻略:Python数据处理、分析详解与科学计算】1.19 排序革命:argsort的十大高阶用法

1.19 排序革命&#xff1a;argsort的十大高阶用法 目录 #mermaid-svg-Qu8PcmLkIc1pOQJ7 {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-Qu8PcmLkIc1pOQJ7 .error-icon{fill:#552222;}#mermaid-svg-Qu8PcmLkIc1pOQJ…

TensorFlow实现逻辑回归模型

逻辑回归是一种经典的分类算法&#xff0c;广泛应用于二分类问题。本文将介绍如何使用TensorFlow框架实现逻辑回归模型&#xff0c;并通过动态绘制决策边界和损失曲线来直观地观察模型的训练过程。 数据准备 首先&#xff0c;我们准备两类数据点&#xff0c;分别表示两个不同…

Unity git版本管理

创建仓库的时候添加了Unity的.gitignore模版&#xff0c;在这个时候就能自动过滤不需要的文件 打开git bash之后&#xff0c;步骤git版本管理-CSDN博客 如果报错&#xff0c;尝试重新进git 第一次传会耗时较长&#xff0c;之后的更新就很快了

【AI论文】扩散对抗后训练用于一步视频生成总结

摘要&#xff1a;扩散模型被广泛应用于图像和视频生成&#xff0c;但其迭代生成过程缓慢且资源消耗大。尽管现有的蒸馏方法已显示出在图像领域实现一步生成的潜力&#xff0c;但它们仍存在显著的质量退化问题。在本研究中&#xff0c;我们提出了一种在扩散预训练后针对真实数据…

低代码系统-产品架构案例介绍、明道云(十一)

明道云HAP-超级应用平台(Hyper Application Platform)&#xff0c;其实就是企业级应用平台&#xff0c;跟微搭类似。 通过自设计底层架构&#xff0c;兼容各种平台&#xff0c;使用低代码做到应用搭建、应用运维。 企业级应用平台最大的特点就是隐藏在冰山下的功能很深&#xf…

2025年AI手机集中上市,三星Galaxy S25系列上市

2025年被认为是AI手机集中爆发的一年&#xff0c;各大厂商都会推出搭载人工智能的智能手机。三星Galaxy S25系列全球上市了。 三星Galaxy S25系列包含S25、S25和S25 Ultra三款机型&#xff0c;起售价为800美元&#xff08;约合人民币5800元&#xff09;。全系搭载骁龙8 Elite芯…

【ESP32】ESP-IDF开发 | WiFi开发 | TCP传输控制协议 + TCP服务器和客户端例程

1. 简介 TCP&#xff08;Transmission Control Protocol&#xff09;&#xff0c;全称传输控制协议。它的特点有以下几点&#xff1a;面向连接&#xff0c;每一个TCP连接只能是点对点的&#xff08;一对一&#xff09;&#xff1b;提供可靠交付服务&#xff1b;提供全双工通信&…

2025数学建模美赛|赛题翻译|E题

2025数学建模美赛&#xff0c;E题赛题翻译 更多美赛内容持续更新中...

【Elasticsearch】Elasticsearch的查询

Elasticsearch的查询 DSL查询基础语句叶子查询全文检索查询matchmulti_match 精确查询termrange 复合查询算分函数查询bool查询 排序分页基础分页深度分页 高亮高亮原理实现高亮 RestClient查询基础查询叶子查询复合查询排序和分页高亮 数据聚合DSL实现聚合Bucket聚合带条件聚合…

什么是循环神经网络?

一、概念 循环神经网络&#xff08;Recurrent Neural Network, RNN&#xff09;是一类用于处理序列数据的神经网络。与传统的前馈神经网络不同&#xff0c;RNN具有循环连接&#xff0c;可以利用序列数据的时间依赖性。正因如此&#xff0c;RNN在自然语言处理、时间序列预测、语…