Chatwire: 自托管的ChatGPT克隆基于Laravel的搭建指南
Chatwire 是一个使用 Laravel Breeze 构建的自托管版 ChatGPT 克隆应用,集成了 Livewire 和 OpenAI 的PHP客户端,支持文本与音频资源交互。本教程将指导您如何设置并运行这个项目,包括其核心组件解析。
1. 项目的目录结构及介绍
Chatwire 的目录遵循了 Laravel 标准的目录结构,同时也加入了特定于项目需求的自定义文件夹。以下是关键目录及其简介:
-
app - 包含模型(Models)、控制器(Controllers)、中间件(Middlewares)等主要业务逻辑。
- Http 内有 Controllers 子目录,存放所有HTTP请求处理相关的控制器。
- Livewire 目录用于存放使用Livewire创建的组件。
-
bootstrap - Laravel 启动相关文件。
-
config - 存储所有的配置文件,如数据库连接、OpenAI API 密钥配置等。
-
database - 包括迁移文件(migrations)和种子文件(seeds),用于数据库结构的管理。
-
public - 静态资源存放地,例如CSS、JavaScript文件,以及访问路由的入口点index.php。
-
resources - 包含视图(Views)、语言(Languages)文件夹,以及Vue或Blade模板。
- views 中存放前端展示给用户的HTML结构。
-
routes - 应用程序的所有路由定义,包括web和API路由。
-
storage - 用于存储应用程序运行时生成的数据,如缓存、日志、上传的临时文件等。
-
tests - 单元测试和功能测试的脚本。
-
.env.example - 环境变量示例文件,引导开发者正确设置
.env文件。 -
artisan - Laravel的艺术命令行工具,提供丰富的开发便利命令。
2. 项目的启动文件介绍
Chatwire 的主要启动流程由以下几个部分组成:
- artisan 命令行工具:通过
php artisan serve命令启动本地服务器,这是快速部署和测试应用程序的方法。 - index.php:位于public目录下,是Web访问的入口点,负责启动Laravel框架并处理请求。
- bootstrap/app.php:Laravel的核心启动文件,其中包含了应用实例的创建和其他基础服务的绑定。
3. 项目的配置文件介绍
主要配置文件
-
.env:该文件包含环境敏感信息,如数据库连接字符串、OpenAI的API密钥等。从
.env.example复制到.env后进行必要的修改。 -
config/database.php:定义数据库连接详细信息,包括默认数据库驱动、主机名、用户名、密码等。
-
config/openai.php(假设存在,虽然在提供的引用中未明确指出):如果项目中有此配置文件,则应包含与OpenAI API交互的具体设置,如API端点、密钥等。
-
config/livewire.php:配置Livewire的相关参数,比如是否启用调试模式等。
确保在部署前调整好.env中的OpenAI API键,并且根据实际需求调整数据库配置。
运行步骤概览
- 克隆项目:
git clone https://github.com/theokafadaris/chatwire.git - 安装依赖:
cd chatwire && composer install - 设置
.env文件,添加OpenAI API密钥和SMTP配置。 - 生成App密钥:
php artisan key:generate - 迁移数据库:
php artisan migrate - 创建符号链接以便公共存储访问:
php artisan storage:link - 安装前端依赖并编译:
npm install && npm run build - 使用cron作业安排邮件任务(可选)
- 运行本地服务器:
php artisan serve
通过上述步骤,您可以顺利启动 Chatwire 项目,体验其提供的聊天和音频转文字功能。记得根据需要调整配置,以保证应用正常工作。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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