概述

PyGPT是一款功能强大的桌面AI助手，支持与多种AI模型交互，包括OpenAI的GPT-4、GPT-4 Vision、GPT-3.5，以及HuggingFace、Llama 3、Google Gemini、Claude等第三方模型。它集成了LangChain和LlamaIndex等工具，支持文件操作、代码生成、系统命令执行和网络搜索（如Bing），用于文本交互、自动化、代码生成、视觉任务等场景，是一款多用途AI工具。

PyGPT的核心功能

1. 全模型支持：集成GPT-4o、GPT-4 Vision、Claude、Llama 3、Gemini等20+主流模型，支持通过LangChain连接HuggingFace本地模型2。
2. 多模态交互：
3. 语音控制：通过微软Azure/OpenAI的语音合成与识别，实现“动口不动手”的操作2；
4. 图像创作：用DALL-E 3生成图片，GPT-4 Vision分析图像，甚至支持摄像头实时画面解析2；
5. 代码执行：直接运行Python代码、系统命令，实现自动化脚本编写2。
6. 12种工作模式：包括聊天助手、文件对话（支持PDF/Excel/网页等格式）、研究模式（联网搜索）、自主代理等，满足开发、办公、学习全场景2。

Github:https://github.com/szczyglis-dev/py-gpt

官网:https://pygpt.net/