py-gpt
桌上型 AI 助手，整合 GPT-6、GPT-5、Gemini、Claude、Grok、Ollama、DeepSeek、Perplexity 等，提供交談、代理、工具、MCP、插件、RAG、視覺、語音等豐富功能。
py-gpt 是什麼？
桌上型 AI 助手，整合 GPT-6、GPT-5、Gemini、Claude、Grok、Ollama、DeepSeek、Perplexity 等模型，支援交談、代理、工具、MCP、插件、RAG（檢索增強生成）、視覺、語音、圖片與影片生成、語音合成與辨識、網路搜尋、記憶、預設、畫布、助手、主題及電腦操作。適用於 Windows、Linux 和 Mac。
py-gpt 概覽
這是什麼
PyGPT 是一款開源的桌面 AI 助手，支援 Linux、Windows 和 macOS。它支援來自 OpenAI（GPT-6 Astra、GPT-5.6、GPT-4 等）、Google Gemini、Anthropic Claude、xAI Grok、Perplexity/Sonar、DeepSeek 的模型，以及透過 HuggingFace、LlamaIndex、OpenAI 相容 API 和本機 Ollama 安裝（DeepSeek、Qwen、gpt-oss、Gemma、Mistral、Llama 等）的模型。功能包括聊天、代理、工具、MCP、外掛、RAG、視覺、語音、圖片與影片生成、語音合成與辨識、網路搜尋、記憶、預設、畫布、助手、主題和電腦使用。
主要功能
- 適用於 Linux、Windows 和 macOS 的桌面 AI 助手，具有類似 ChatGPT 的對話介面。
- 支援多種 AI 模型：OpenAI GPT-6 Astra、GPT-5.6、GPT-4、Google Gemini、Anthropic Claude、xAI Grok、DeepSeek V3/R1、Perplexity/Sonar，以及透過 LlamaIndex 和 Ollama 使用的模型。
- 整合 LlamaIndex RAG，可處理檔案、網頁、Google/GitHub 資料、媒體、圖片、對話歷史，以及 txt、pdf、csv、html、md、docx、json、epub、xlsx 和 xml 等格式。
- 圖片生成支援 gpt-image、Imagen、Gemini 和 Nano Banana 等模型；影片生成支援 Veo3 和 Sora2。
- 網路搜尋可透過 DuckDuckGo、Google、Microsoft Bing 和遠端網路搜尋。
- 語音合成支援 OpenAI、Microsoft Azure、Google Cloud/GenAI、Eleven Labs 和 xAI；語音辨識支援 OpenAI Whisper（API 或本機）、Google/Google Cloud/GenAI、Microsoft Bing 和 xAI Grok Voice。
- 可擴充的外掛系統，包含 Filesystem、Python and OS、Web search、Google、Facebook、X/Twitter、Slack、Telegram、GitHub、MCP 等；並支援 Model Context Protocol (MCP) 和 MCP Connectors 管理員。
使用情境
PyGPT 可用於對話聊天、多代理工作流程（Chat、Orchestrator、Swarm）、研究、文字補全、圖片與影片生成、電腦使用、自主模式、自訂代理、即時音訊互動、透過 RAG 進行檔案分析、網路搜尋、語音輸入/輸出、透過外掛和 MCP 實現自動化，以及與 Google、GitHub、Slack 和 Telegram 等外部服務整合。
快速開始
透過 pip 安裝： bash pip install pygpt 或透過 Snap 安裝： bash sudo snap install pygpt 如需預編譯二進位檔（Windows/Linux）、AppImage、Microsoft Store 或原始碼安裝，請參閱儲存庫 README。
授權與價格
開源（未指定特定授權識別碼）。免費。
內容整理自該專案公開的 README 與儲存庫資訊。
