hello-ai

一站式掌握主流 AI 工具，快速提升工作效率

hello-ai 是一个面向 AI 工具使用者的中文资源聚合与导航项目，旨在帮助用户系统性地掌握 ChatGPT、Claude、Gemini、Stable Diffusion 等主流 AI 工具。它解决了 AI 工具信息分散、学习成本高的问题，通过整理教程、提示词、案例和工具对比，让用户能快速上手并高效应用。项目以 JavaScript 实现，核心能力包括工具分类导航、使用指南、最佳实践分享以及社区资源链接，适合从入门到进阶的 AI 学习者。其理念强调‘掌握 AI 工具的人’的竞争力，内容实用且贴近中文用户需求。

开源 unknown 图像生成

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 1398

维护状态活跃

是否开源是

定价模式 unknown

项目数据

分类图像生成

开发团队xxxily

所属国家

官网地址https://hello-ai.anzz.site/explore

GitHubhttps://github.com/xxxily/hello-ai

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议MIT

主要语言JavaScript

技术栈/模型agi,ai,aigc,chatgpt,claude-3,gemini,gpt-4,hello-ai,openai,stable-diffusion

GitHub 星标★ 1398

30天Star增速

HF 下载量

上线时间2023-03-24 00:00:00

最近更新2026-09-18 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数5

使用教程

难度：进阶约 20 分钟部署方式：本地安装 7 步

环境要求

Node.js v18.x 或更高版本
Git 用于克隆仓库
GitHub Token（强烈建议），避免匿名搜索 API 限流
一个可用的 LLM API Key（本地 Ollama 可用 local-fallback）
约数 GB 磁盘空间存放抓取到的项目数据

安装与启动步骤

1克隆项目仓库

把 hello-ai 仓库拉到本地并进入项目目录，后续所有命令都在该目录下执行。
```
git clone https://github.com/xxxily/hello-ai.git
cd hello-ai
```
2安装依赖

安装项目所需的 npm 依赖，首次执行耗时较长，需要保持网络稳定。
```
npm install
```
3生成配置文件

从模板复制出 .env 文件，之后所有的密钥和参数都写在这个文件里。
```
cp .env.example .env
```
4填写环境变量

打开 .env，至少填 GITHUB_TOKEN 和 LLM_API_KEY，并按需设置 LLM_PROVIDER、LLM_BASE_URL、LLM_MODEL。
5单次运行抓取评估

执行一次完整的发现与评估流程，验证 Token 和 LLM 配置是否正确，避免直接跑循环。
```
npm run ai:discover-eval
```
6启动后台守护进程

需要持续自动抓取与评估时使用；TUI 版本支持手动选择参数，推荐优先使用。
```
npm run ai:loop-eval-tui
```
7构建站点产物

为生产站点部署准备分发产物，生成到 docs 目录下。
```
npm run docs:build
```

关键配置

配置项	必填	说明	示例
`GITHUB_TOKEN`	是	GitHub 访问令牌，绕过匿名搜索 API 的严格限流	`ghp_xxxxxxxxxxxxxxxxxxxx`
`LLM_API_KEY`	是	用于分析和筛选项目的 LLM 密钥；本地模型可填 local-fallback	`sk-xxxxxxxx`
`LLM_PROVIDER`	否	内置供应商预设，省略时从 BASE_URL 或密钥自动识别	`openai`
`LLM_BASE_URL`	否	LLM 接口地址，本地 Ollama 可指向 127.0.0.1	`https://api.openai.com/v1`
`LLM_MODEL`	否	调用的模型名称	`gpt-4o-mini`
`LOOP_INTERVAL_SECONDS`	否	ai:loop-eval 循环之间的空闲间隔，默认 60 秒	`60`

如何确认成功

运行 npm run ai:discover-eval 后终端持续输出发现/评估日志且无鉴权报错，docs:build 后 docs 目录生成产物，即配置成功。

常见问题

Q：不填 GITHUB_TOKEN 可以跑吗？

A：可以运行，但匿名调用 GitHub 搜索 API 会被严格限流，抓取速度和数量都会大幅受限，强烈建议填写。

Q：没有付费 LLM Key 怎么办？

A：使用本地模型，例如 Ollama 跑 llama3 时把 LLM_API_KEY 设为 local-fallback，并把 LLM_BASE_URL 指向本地地址即可。

Q：该跑哪一个启动命令？

A：手动跑一次用 npm run ai:discover-eval；长期自动运行推荐 npm run ai:loop-eval-tui，可交互选择参数。

Q：如何避免 GitHub 限流？

A：使用 npm run ai:consume-queue，它只消费队列不再请求 GitHub API，队列清空后会自动退出。

注意事项

README 未给出本地开发服务器的启动端口，如需查看界面可直接使用官网 https://hello-ai.anzz.site/explore/。
可选屏蔽词可写入 BLOCKED_GITHUB_OWNERS 与 BLOCKED_REPO_TERMS，或放入默认的 data/local-blocklists/ 文件，每行一项、# 为注释。
各批量参数如 DISCOVER_BATCH_SIZE、EVALUATE_BATCH_SIZE、MAX_PAGES_DEFAULT 会直接影响抓取量与 API 消耗，建议先小批量试跑。

核心亮点

覆盖 ChatGPT、Claude、Gemini、Stable Diffusion 等主流工具，资源全面
教程和提示词整理系统，降低学习门槛，适合新手快速上手
中文内容为主，对中文用户友好，社区活跃，持续更新

不足之处

资源多为聚合整理，深度原创内容有限
文档/社区待观察

适用场景

个人学习 AI 工具入门与进阶
团队内部 AI 技能培训与知识共享
寻找特定 AI 工具的使用技巧和提示词

替代项目

AI-Resources、Awesome ChatGPT Prompts、AI Tool Master List

项目介绍

hello-ai 是学习教育领域的开源项目，由 xxxily 开发，2023 年首次发布。

在全站 13,090 个收录项目中，它的 GitHub 星标数（1,398）位列前 30%，在学习教育分类中处于中上游。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-18。从国内网络环境看，可直接访问。

它主要面向的使用场景是：个人学习AI工具入门与进阶。同类可对比的替代方案包括 AI-Resources、Awesome ChatGPT Prompts、AI Tool Master List。

上一篇：ai-dev-gallery

下一篇：hello-agents