ChatGPT Web Midjourney Proxy项目功能演进与用户需求分析
2025-06-04 15:39:37作者:彭桢灵Jeremy
项目背景与用户需求
ChatGPT Web Midjourney Proxy作为一个开源项目,旨在为用户提供更便捷的GPTs使用体验。近期用户反馈的几个核心需求点,反映了当前AI工具使用中的实际痛点,也揭示了项目未来发展的方向。
核心功能需求解析
GPTs搜索功能的优化
用户期望能够像官方平台一样搜索公开的GPTs模型。目前项目虽然具备搜索能力,但更新频率不及官方及时。技术实现上,由于第三方GPTs搜索平台如GPTsHunter未开放API且部署了防护机制,直接获取数据存在技术障碍。
多GPTs协同工作模式
用户提出了两个重要需求:
- 通过@符号在一个GPTs会话中调用另一个GPTs的功能
- 多个GPTs之间能够共享记忆上下文
这种交互模式能够显著提升工作效率,特别是在复杂任务需要多个专业GPTs协同完成时。项目已在v2.15.5版本中实现了@触发功能,用户可以通过@符号快速调用使用过的GPTs。
GPTs管理与收藏功能
用户反馈的第三个痛点是GPTs模型的管理问题:
- 需要频繁修改后缀来切换不同GPTs
- 无法直观识别已保存的自定义GPTs模型
- 缺乏便捷的收藏和复用机制
针对这些问题,项目推荐使用自定义GPTs列表功能,通过GPT_URL参数实现模型管理。但用户界面体验仍有提升空间,特别是模型备注功能的缺失影响了使用效率。
技术实现建议
- GPTs元数据管理:为每个自定义GPTs添加备注字段,存储模型名称、用途描述等元数据
- 使用历史记录:维护用户GPTs使用历史,支持快速回访
- 收藏夹功能:允许用户将常用GPTs加入收藏,优化高频使用场景
- 模型标识优化:在UI层面增强模型识别度,如添加图标、颜色标记等视觉元素
未来发展方向
从用户反馈可以看出,GPTs的高效管理和协同工作将成为AI工具发展的关键方向。项目可以考虑:
- 开发本地GPTs库管理功能
- 实现GPTs组合工作流
- 增强模型间的上下文共享能力
- 优化用户个性化配置体验
这些改进将帮助用户更好地组织和利用不断增长的GPTs生态系统,提升AI工具的实用性和用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1