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。
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