chatgpt.js

几行代码接入 ChatGPT,前端/Node 都适用,还带命令行调试工具。

开源 🏷️完全免费 🔧 仅开源项目,无在线服务,需自行部署 对话助手 🍴 复刻 174 🐛 待处理 2 👀 关注 13 ⚠️ 作者已归档(停止维护)
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 2037
维护状态 低维护
是否开源 开源
定价模式 🏷️完全免费 开源库,本地部署或集成使用,完全免费。

项目预览

chatgpt.js 项目界面预览图
图片来源:项目官网

项目数据

分类对话助手
开发团队KudoAI
定价模式🏷️完全免费
价格说明开源库,本地部署或集成使用,完全免费。
访问状态🔧 仅开源项目,无在线服务,需自行部署
是否开源是
主要语言JavaScript
技术栈/模型ai,artificial-intelligence,bot,chat,chatbot,chatgpt,clientside,conversational-ai,conversational-bots,frontend,gpt,gpt-5,javascript,kudoai,library,machine-learning,ml,nlp,openai
GitHub 星标★ 2037
上线时间2023-03-15 00:00:00
代码更新2026-08-10
仓库体积707.2 MB
本站数据更新2026-11-19
维护状态低维护
收录时间2026-08-09
浏览次数5

项目介绍

chatgpt.js 是一个轻量级的 JavaScript 库,专为前端和 Node.js 环境设计,旨在简化与 ChatGPT(包括 GPT-4 和 GPT-5)的交互。它解决了开发者直接调用 OpenAI API 时面临的复杂性和浏览器跨域限制问题,提供了一套简洁的异步接口,支持流式响应、会话管理、多轮对话和自定义参数。该库同时附带一个交互式命令行工具,方便开发者快速测试和调试。其核心能力包括:自动处理 API 认证、内置重试与错误处理、支持模型切换和上下文管理,以及极小的包体积(约 5KB),适合嵌入各类 Web 应用、浏览器扩展或自动化脚本。通过封装底层请求,chatgpt.js 让开发者无需关注繁琐的 HTTP 细节,即可快速构建聊天机器人、AI 助手或内容生成工具。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整

数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2037

使用教程

ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。

难度:入门 约 5 分钟 部署方式:库/依赖 4 步

环境要求

  • Node.js 与 npm 环境(使用 npm 安装命令的前提)
  • 项目根目录(Node.js 方式安装时需在项目根执行)
  • 浏览器环境(Web 方式引入 CDN 脚本时需要)
  • 支持 @require 的用户脚本管理器(Greasemonkey 方式需要,如 Tampermonkey)

安装与启动步骤

  1. 1项目内安装

    在 Node.js 项目根目录执行,将 chatgpt.js 作为依赖安装到当前项目。注意包名带 @kudoai 作用域前缀,不要漏写。

    npm install @kudoai/chatgpt.js
  2. 2网页 CDN 引入

    在 HTML 页面中通过 script 标签引入 jsDelivr 上的压缩版文件,适合纯前端页面直接使用,无需构建工具。

    <script src="https://cdn.jsdelivr.net/npm/@kudoai/chatgpt.js@4/dist/chatgpt.min.js"></script>
  3. 3油猴脚本引入

    在用户脚本的元数据区用 @require 引入同一 CDN 文件,即可在 Tampermonkey、Violentmonkey 等脚本管理器中使用。

    // @require https://cdn.jsdelivr.net/npm/@kudoai/chatgpt.js@4/dist/chatgpt.min.js
    // ==/UserScript==
  4. 4全局安装

    需要全局使用(例如配合交互式命令行工具)时执行全局安装,安装后可在任意目录调用,可能需要管理员权限。

    npm install -g @kudoai/chatgpt.js

如何确认成功

Node.js 方式下导入该包不报错即为安装成功;网页方式下 script 标签正常加载、控制台无 404 报错即引入成功。

常见问题

Q:为什么 README 顶部提示项目已迁移?

A:官方声明本项目已迁移到 https://gitlab.com/kudoai/chatgpt-js,后续更新与新文档请以该 GitLab 仓库为准,GitHub 仓库可能不再同步维护。

Q:npm 安装时提示找不到包怎么办?

A:确认包名写全为 @kudoai/chatgpt.js,包含 @kudoai 作用域前缀;单独写 chatgpt.js 不是本库的 npm 包名。

Q:Web 引入和 Node.js 安装有什么区别?

A:Web 方式通过 CDN 的 dist/chatgpt.min.js 在浏览器中直接加载;Node.js 方式通过 npm 安装到项目依赖,用于后端或构建流程。

Q:用户脚本里怎么复用同一份代码?

A:在脚本元数据块中写 @require 指向 CDN 的 chatgpt.min.js,脚本运行时该库会自动加载,无需另外打包。

注意事项

  • README 明确标注项目已迁移至 GitLab 仓库,获取最新版本请优先访问新地址。
  • CDN 链接使用 @4 主版本号,同一主版本下的小版本更新会被自动获取。
  • README 节选中未给出 API 密钥配置与具体调用示例,使用前请查阅官方文档站点 chatgptjs.org。
  • Greasemonkey 方式可参考官方起始模板 KudoAI/chatgpt.js-greasemonkey-starter。

核心亮点

  • 极轻量(约 5KB),无外部依赖,加载快,适合前端性能敏感场景
  • 支持流式响应和会话上下文管理,开箱即用,减少开发量
  • 提供交互式 CLI,可快速测试和调试,降低入门门槛

不足之处

  • 文档/社区待观察
  • 主要封装官方 API,若 OpenAI 接口变动,需及时跟进更新

适用场景

  • 在浏览器扩展或网页中快速集成 ChatGPT 对话功能
  • 构建轻量级聊天机器人或 AI 助手,需要前端直连 API
  • 开发自动化脚本或 CLI 工具,用于批量生成内容或测试

替代项目

openai-node、langchain.js、gpt-3.encoder

上一篇:ai-chatbot-framework

下一篇:wink-nlp

同类项目推荐

langchainjs 开源

用 JS/TS 快速搭出能调工具、查知识库的 AI 智能体

The agent engineering platform

★ 18352 2026-09-12
agent-skills-standard 开源

给 AI 代理装上各语言框架的编码规范,生成代码更符合工程最佳实践

A collection of Agent Skills Standard and Best Practice for Programming Languages, F···

★ 586 2026-10-13
claude-code-on-steroids 开源

一键增强 Claude Code,技能翻倍,工程级优化开箱即用。

obra/superpowers extended — 14→24 skills, 6 GadaaLabs engineering improvements, ov···

★ 68 2026-08-09
agent-framework-go 开源

用 Go 原生写多智能体工作流,直接嵌进后端服务

A framework for building, orchestrating and deploying AI agents and multi-agent work···

★ 683 2026-09-13
awesome-ai-harness 开源

把大模型变成可靠 Agent 的工程知识地图

The model is the engine; the harness is the car. Curated knowledge on harness engine···

★ 137 2026-09-14
llm-gemini 开源

一条命令把 Gemini 接进 LLM,命令行直接调多模态模型

LLM plugin to access Google's Gemini family of models

★ 466 2026-09-16
1c-agent-based-dev-framework 开源

让 AI 智能体替你写 1C 代码,开发任务自动跑起来

Фреймворк агентной разработки на 1С

★ 120 2026-10-13
langchain-graphrag 开源

把知识变成图谱,让RAG回答更全局、更懂关系。

GraphRAG / From Local to Global: A Graph RAG Approach to Query-Focused Summarization

★ 174 2026-08-09