ChatGPT Web Midjourney Proxy 项目中的自定义 GPTs 列表功能解析
2025-06-04 15:20:31作者:翟萌耘Ralph
背景介绍
ChatGPT Web Midjourney Proxy 是一个开源项目,旨在为用户提供便捷的 ChatGPT 和 Midjourney 访问服务。随着 OpenAI 推出 GPTs(自定义 GPT)功能后,项目中集成了 GPTs 列表展示功能,但用户反馈存在一些体验问题。
问题分析
原始 GPTs 列表功能存在三个主要问题:
- 质量参差不齐:列表中包含许多效果不佳的 GPTs,影响用户体验
- 可用性问题:部分 GPTs 已被作者删除,但仍在列表中显示
- 广告干扰:某些 GPTs 包含不必要推广内容
解决方案
项目维护者采纳了社区建议,实现了自定义 GPTs 列表功能,主要特性包括:
- JSON 配置文件支持:允许开发者通过 JSON 文件配置精选的 GPTs 列表
- 灵活的数据结构:支持定义 GPTs 名称、ID、简介、分类标签等元数据
- 环境变量切换:可通过环境变量指定自定义列表路径,与默认列表共存
技术实现细节
JSON 配置格式
开发者可以创建类似以下结构的 JSON 文件:
[
{
"name": "GPTs 名称",
"id": "唯一标识符",
"url": "完整访问链接",
"description": "功能简介",
"tags": ["分类1", "分类2"]
}
]
部署配置
对于不同部署方式,配置方法略有差异:
- Vercel 部署:通过环境变量指定 JSON 文件路径
- Docker 部署:同样使用环境变量,但需注意跨域访问问题
- 本地部署:可直接修改项目文件或通过环境变量配置
功能优势
- 质量可控:开发者可以精选高质量的 GPTs,提升用户体验
- 维护便捷:通过简单的 JSON 编辑即可更新列表内容
- 性能优化:减少无效请求,提高页面加载速度
- 推广过滤:开发者可以筛选掉包含不必要推广的 GPTs
使用建议
- 定期更新 JSON 列表,确保所有 GPTs 保持可用状态
- 考虑实现自动化检查脚本,验证列表中 GPTs 的可用性
- 可以结合用户反馈机制(如点赞/点踩)来优化列表内容
- 对于大型部署,建议将 JSON 文件托管在 CDN 上以提高访问速度
总结
ChatGPT Web Midjourney Proxy 的自定义 GPTs 列表功能为开发者提供了更大的灵活性和控制权,能够显著提升最终用户的使用体验。这一功能的实现体现了开源项目对社区反馈的积极响应,也为类似项目提供了有价值的参考实现。
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
182
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
274
94
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
3.41 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