
gpt4free
一个入口问遍所有 AI,谁答得好就翻谁牌子
项目预览
项目数据
项目介绍
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 ★ 67020
使用教程
环境要求
- 已安装 Docker(官方推荐方式,见 https://docs.docker.com/get-docker/)
- 若使用 pip / 源码方式安装,需要 Python 3.10+
- 部分 provider 需要 Chrome/Chromium 等浏览器环境
安装与启动步骤
-
1准备 Docker 环境
先按官方文档安装 Docker,后续推荐用容器方式运行,可省去 Python 依赖配置。
-
2创建持久化目录
在宿主机建两个目录用于保存 HAR、cookie 和生成的媒体文件,并授权给容器内用户。
mkdir -p ${PWD}/har_and_cookies ${PWD}/generated_media sudo chown -R 1200:1201 ${PWD}/har_and_cookies ${PWD}/generated_media -
3拉取镜像
从 Docker Hub 拉取官方 g4f 镜像,镜像名与标签需与 README 保持一致。
docker pull hlohaus789/g4f -
4启动容器
映射 GUI/API 端口 8080 与可选桌面端口 7900,挂载上面创建的两个目录并设置共享内存。
docker run -p 8080:8080 -p 7900:7900 \ --shm-size="2g" \ -v ${PWD}/har_and_cookies:/app/har_and_cookies \ -v ${PWD}/generated_media:/app/generated_media \ hlohaus789/g4f:latest -
5访问 Web GUI
容器启动后,浏览器打开本机 8080 端口即可进入图形界面;手机访问可用 主机IP:8080。
-
6pip 安装(可选)
不想用 Docker 时,可直接用 pip 安装带全部可选依赖的 g4f 包。
pip install -U g4f[all] -
7源码安装(可选)
克隆仓库后安装 requirements 并以可编辑模式安装本项目,适合做二次开发。
git clone https://github.com/xtekky/gpt4free.git cd gpt4free pip install -r requirements.txt pip install -e .
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
-p 8080:8080 | 是 | 映射容器 8080 端口,用于访问 GUI 与 API。 | -p 8080:8080 |
-p 7900:7900 | 否 | 可选,暴露类似 VNC 的桌面,用于登录各 provider。 | -p 7900:7900 |
-p 1337:8080 | 否 | slim 镜像示例中把 Interference API 映射到 1337。 | -p 1337:8080 |
-v har_and_cookies:/app/har_and_cookies | 否 | 挂载目录以持久化 HAR 文件与 cookie。 | -v ${PWD}/har_and_cookies:/app/har_and_cookies |
-v generated_media:/app/generated_media | 否 | 挂载目录以持久化生成的媒体文件。 | -v ${PWD}/generated_media:/app/generated_media |
--shm-size | 否 | 共享内存大小,较重的浏览器自动化任务需调大。 | --shm-size="2g" |
如何确认成功
浏览器打开 http://localhost:8080,能看到 g4f 的 Web GUI / API 界面即表示启动成功。
常见问题
Q:8080 端口被占用怎么办?
A:修改端口映射即可,README 中 slim 镜像示例就是把容器 8080 映射到宿主 1337,并作为 Interference API 使用。
Q:如何指定或切换模型 provider?
A:可通过环境变量、CLI 参数或配置文件设置,provider 的默认值与按请求覆盖方式见 docs/selecting_a_provider.md。
Q:登录状态和生成的文件会丢失吗?
A:只要按说明挂载 har_and_cookies 与 generated_media 目录,HAR、cookie 和生成的媒体就会持久化保存。
Q:必须用完整镜像吗?
A:也可用 hlohaus789/g4f:latest-slim,支持 x64 与 arm64,启动时可更新 g4f 包并按需安装额外依赖。
Q:能用手机访问吗?
A:可以,Web GUI 是响应式界面,手机浏览器访问 主机IP:8080 即可,也可通过隧道访问。
注意事项
- 端口 8080 提供 GUI/API,7900 为可选的类似 VNC 桌面端口,仅登录 provider 时需要。
- 浏览器自动化任务较重时,请适当增大 --shm-size。
- 部分功能依赖 Chrome/Chromium 或其他外部工具,需参考各 provider 的专门文档。
- 想减小安装体积可使用部分依赖分组,详见 docs/requirements.md。
核心亮点
- 聚合多种主流大模型(GPT、DeepSeek、Gemini等),提供统一接口,降低切换成本
- 支持免费调用,为开发者提供低成本测试和原型验证方案
- 项目活跃度高,社区贡献频繁,持续集成新模型和修复问题
不足之处
- 依赖逆向工程,稳定性受上游API变动影响,可能随时失效
- 法律和合规风险较高,使用需谨慎评估
- 文档/社区待观察
适用场景
- 个人开发者快速原型验证和功能演示
- 教学科研中对比不同模型输出效果
- 预算有限的小团队集成多模型聊天能力
替代项目
LocalAI、FastChat、text-generation-webui
上一篇:没有了!
下一篇:LLaVA
同类项目推荐
tabicl
开源
上传表格数据,无需训练即可精准预测,让建模像聊天一样简单。
TabICLv2: An open tabular foundation model
Awesome-Multimodal-Reasoning
开源
一网打尽多模态推理与生成前沿,追踪RL新进展
Latest Advances on (RL based) Multimodal Reasoning and Generation in Multimodal LLMs
Instruction-Tuning-Survey
开源
一份论文级指南,快速摸清指令微调技术全貌
Project for the paper entitled `Instruction Tuning for Large Language Models: A Surv···
HRM-Text
开源
1B小模型也能做复杂推理,任务完成更靠谱
HRM-Text is a 1B text generation model based on the HRM architecture, strengthened b···
Awesome-RL-for-Video-Generation
开源
一榜在手,快速掌握强化学习驱动视频生成的前沿论文
A curated list of papers on reinforcement learning for video generation
LLMSurvey
开源
看论文配图,快速摸清大模型发展全貌
The official GitHub page for the survey paper "A Survey of Large Language Models".
BayLing-Speech
开源
让开源模型像GPT-4o一样自然流畅地语音对话
LLaMA-Omni is a low-latency and high-quality end-to-end speech interaction model bui···
OralGPT
开源
让 AI 看懂口腔影像,辅助诊断和报告生成
[NeurIPS'25 | CVPR'26] The official repo of OralGPT & MMOral Bench.
Stable-Diffusion
开源
一站式搞定Stable Diffusion从入门到模型训练
FLUX, Stable Diffusion, SDXL, SD3, LoRA, Fine Tuning, DreamBooth, Training, Automati···