GodMode 开源 AI 聊天浏览器实战指南:一键唤起、多 Provider 并行输入与本地模型接入
GodMode 开源 AI 聊天浏览器实战指南:一键唤起、多 Provider 并行输入与本地模型接入
GodMode(smol AI Chat Browser)是一款专为"同时对话多个大模型"而生的开源 Electron 桌面应用:它以 Cmd+Shift+G 全局快捷键随时唤起,将 ChatGPT、Claude 2、Perplexity、Bing、Bard 等服务的完整 Web 应用并排呈现在同一窗口,底部输入一次即可向所有已启用的 AI 服务同时发送。读完本文,你将掌握 GodMode 的安装登录、全量快捷键、面板管理与 Provider 开关、Oobabooga 本地模型接入、PromptCritic 提示词优化,以及从源码构建打包的完整流程。
项目定位:一个只做一件事的专用 AI 聊天浏览器
GodMode 的核心理念非常克制——它不做通用浏览器,只做"AI 聊天浏览器"。README 开篇即阐明:这是一个 dedicated chat browser,"只帮助你用一个快捷键快速访问 ChatGPT、Claude 2、Perplexity、Bing 等服务的完整 Web 应用"。
与"套 API 再包一层壳"的常见做法不同,GodMode 坚持让每个 Provider 都以真实 Webview 加载官方网页版。底部输入框(代码中被称为 SuperPrompt,见 src/renderer/layout.tsx)中输入的文本会被同时分发到所有启用的 Web 应用;由于每个面板本质上是独立的 webview,你完全可以在其中一个继续深入探索,而其他面板保持原状。从源码结构看,这一"一输入多分发"机制由 Layout 组件 统一实现:submitProviders() 遍历所有 enabledProviders,逐个调用 handleSubmit(superprompt);输入同步则由 handleInput(superprompt) 负责实时写入各 Web 应用的输入框。
快速安装与首次登录
选择对应平台的安装包
项目提供预编译二进制文件,按平台选择即可:
| 平台 | 安装包类型 | 说明 |
|---|---|---|
| macOS(Apple Silicon M1/M2) | arm64 版本 |
若下载 -universal.dmg 会自动适配架构 |
| macOS(Intel) | 不带 arm64 的 .dmg 版本 |
即 universal 版本 |
| Windows | .exe 版本(NSIS 安装器) |
尚未做 Windows 代码签名,首次运行可能被标记为不受信任 |
| Linux | .AppImage |
运行 chmod +x 后直接执行即可 |
| Arch Linux | AUR 第三方包 godmode |
社区维护 |
需要提醒的是:macOS/Windows 有时会把应用标记为"未受信任/已损坏",README 给出的处理方式是放入 Applications 后右键 → 打开即可绕过。构建配置可在 package.json 中看到:mac 目标覆盖 arm64、universal、x64 三种架构并启用 hardenedRuntime 与公证(afterSign: scripts/scripts/notarize.js);Windows 走 NSIS 安装器;Linux 产出 AppImage。
首次登录:一次 Google 登录,通吃大部分服务
首次运行应用后,登录流程是:
- 登录 Google 账号。README 特别强调:在任意一个服务(如 ChatGPT)登录 Google 后,Bard、Perplexity、Anthropic 等通常都会自动带登录态;而目前最稳妥的顺序是先通过 Anthropic Claude 完成 Google 登录(Bard 的认证要求比较特殊,官方尚未完全解决,见 README.md)。
- Bing 需要单独处理:登录 Microsoft 账号后,需刷新(
Cmd+R)一次才能进入 Bing Chat 界面——第一次稍显折腾,但之后即可正常使用。 - Perplexity:登录同样比较"挑",README 建议在任一其他聊天中登录 Google,然后
Cmd+R刷新实现自动登录。
另外,你可以在设置(Settings)中开启 Automatically Open GodMode at Login,让应用随系统登录自动启动。该开关在渲染层由 settings.tsx 控制,底层通过 IPC 调用主进程的 app.setLoginItemSettings 实现(见 src/main/main.ts)。
"混合专家中的混合专家":为什么同时跑多家模型
README 提出了一个颇具启发性的观点:GPT-4 是 mixture-of-experts(混合专家)模型,这解释了它在性能与速度上的优势。那么推而广之——如果你能同时运行一次对话并从所有顶尖的开源/闭源模型中拿到结果,你得到的结果多样性会大幅提升,这就是"Mixture of Mixture of Experts"的由来。作为附带计划,作者曾表示会加入可选的数据提交功能,用于众包统计各家模型的胜率与细分优势。
这个理念直接决定了项目的技术选型:坚持使用 Web 应用而非 API,其理由在与 nat.dev 的对比中表述得非常清楚(见 README.md):
- SOTA 功能常常先于 API 发布:例如 ChatGPT Code Interpreter、Bing Image Creator、Bard 多模态输入、Claude 多文件上传。用 Web 应用才能保证"发布当天就用到全部功能"。
- 它是"副浏览器":通过快捷键(
Cmd+Shift+G,可自定义)随时唤起,比长期驻留浏览器标签页快得多,长生成期间方便收起/呼出。 - 支持无 API 的模型:Perplexity、Poe,以及本地模型 LLaMa、Vicuna(经 Oobabooga)。
- 无付费墙:完全可以从源码构建。
- 有独特功能:如 PromptCritic(AI 辅助提示词改进)。
支持的 LLM 服务商全景
下表完整罗列了 README 中登记的服务商及其使用要点:
| Provider(默认启用加粗) | 说明 |
|---|---|
| ChatGPT | 默认使用 ?model=gpt-4-code-interpreter 入口(见 src/providers/openai.js),即默认指向带 Code Interpreter 的 GPT-4 模型 |
| Claude 2 | 长上下文、多文档、速度快,体验优秀 |
| Perplexity | 登录较挑剔——在任一其他聊天中登录 Google 后刷新(Cmd+R)即可自动登录 |
| Bing | Microsoft 家的最强聊天;注意它并不等于 GPT-4。其 Web 页面基于多层 Shadow DOM,bing.js 还特意伪装成 Microsoft Edge 的 User-Agent |
| Bard | Google 家的最强模型;其更新较不稳定 |
| Llama2 via Perplexity(Perplexity Labs) | 简单模型托管,可运行最新的 CodeLlama 34B 模型 |
| Llama2 via Lepton.ai | 简单模型托管,速度很快 |
| Quora Poe | 擅长回答通识问题 |
| Inflection Pi | 独特的长期记忆、干净对话风格 |
| You.com Chat | 搜索 + 聊天结合的先行者 |
| HuggingChat | 提供 Llama2、OpenAssistant |
| Vercel Chat | 面向 GPT3 API 的开源聊天封装 |
| Local/GGML Models(Oobabooga) | 需要本地部署,详见下文 |
| Phind | 面向开发者的聊天,基于微调版 CodeLlama |
| Stable Chat | Stable Beluga(Stability AI 开源模型)的聊天界面 |
| OpenRouter | 可访问 GPT4、Claude、PaLM 及开源模型 |
| OpenAssistant | Coming Soon(欢迎提交 PR) |
| Claude 1 | 需要 Beta 访问权限 |
| ... 还有什么? | 可提交 Issue 建议新 Provider |
在源码层面,这些服务商全部收敛在 src/lib/constants.ts 的 allProviders 数组里(共 20 个),每个 Provider 都是一个继承自基类 Provider 的类。基类定义了统一的静态接口契约(见 src/lib/types.ts):webviewId 对应 <webview> 元素的 DOM id,url 为加载地址,handleInput 负责把文本写入页面输入框,handleSubmit 模拟点击发送按钮,handleCss 在 dom-ready 后注入 CSS 隐藏干扰元素,handleDarkMode 切换明暗主题,getUserAgent 可覆盖 UA(如 Bing 伪装 Edge),isEnabled/setEnabled 通过 electron-store 持久化启用状态。Provider 的开关状态存于 electron-store,key 形如 `${webviewId}Enabled`。
以 ChatGPT 为例,openai.js 中 handleInput 通过 document.querySelector('#prompt-textarea') 定位输入框并派发 input 事件;handleSubmit 则点击 button[data-testid="send-button"]。这套"查 DOM → 注入文本 → 派发事件 → 点击按钮"的模式在每个 Provider 中重复上演,是理解 GodMode 自动化的关键。
核心特性与快捷键操作指南
键盘快捷键总览
| 快捷键 | 功能 |
|---|---|
Cmd+Shift+G |
全局快速唤起/隐藏 GodMode(Quick Open,可自定义) |
Cmd+Enter |
提交 SuperPrompt |
Cmd+1/2/3/... |
将指定编号的 webview 弹出放大为独立预览面板 |
Cmd +/- |
全局放大/缩小 |
Cmd 0 |
重置缩放 |
Cmd P |
置顶/取消置顶窗口(Always on Top) |
Cmd+R |
刷新,即"开启一段新对话" |
Cmd+Shift+A |
将所有面板重置为均匀分布 |
Cmd+Shift+L |
切换明/暗模式(GodMode 重写版中暂时失效,官方标注"will fix") |
Cmd H / Cmd L |
面板内后退/前进 |
这些按键在 layout.tsx 的 onKeyDown 中统一处理;全局快捷键的注册与热更新则位于 src/main/main.ts:应用启动时从 electron-store 读取 quickOpenShortcut(默认 CommandOrControl+Shift+G),通过 globalShortcut.register 注册,quickOpen() 负责显示/聚焦/隐藏主窗口,并可在设置开启"唤起时聚焦 SuperPrompt 输入框"(focusSuperpromptEnabled,通过 document.querySelector('#prompt')?.focus() 实现)。
快捷键自定义(设置面板)
点击底部工具栏的菜单图标进入 Settings,可以:
- Record shortcut:录制新的 Quick Open 快捷键。录制逻辑在 settings.tsx,将按键组合解析后通过 IPC 的
setGlobalShortcut写入主进程;合法快捷键需满足"至少 1 个修饰键 + 恰好 1 个非修饰键",该校验函数见 src/lib/utils.ts。主进程侧在store.onDidChange('quickOpenShortcut', ...)中自动注销旧快捷键并注册新组合(src/main/main.ts)。 - Focus superprompt input on quick open shortcut:开启后每次
Cmd+Shift+G唤起窗口都会自动聚焦底部输入框,方便直接打字。 - Submit 键位:README 提到提交可用
Enter(快速聊天回复)或Cmd+Enter(便于输入多行提示词)两种习惯,对应electron-store中的SuperPromptEnterKey开关(见 layout.tsx)。
面板调整与重新排列
- 拖拽调整宽度:面板使用
react-split实现分栏,直接拖动分隔条即可(layout.tsx)。 - 弹出预览:
Cmd+1/2/3把对应面板放大为居中预览弹窗,内部提供缩放、刷新、后退/前进、重置缩放按钮,部分 Provider 还带 Clear Cookies(见 src/components/pane.tsx)。 - 重排面板:点击右下角面板菜单,可拖拽调整顺序,点击条目可隐藏某个 Provider,通过底部 "Add new Provider" 下拉框可把未启用的服务加回;菜单底部有 Reset to default 一键恢复。拖拽排序基于
react-beautiful-dnd,顺序持久化在electron-store的paneList字段(见 src/renderer/browserPane.tsx 与 layout.tsx)。
模型开关
通过上下文菜单可启用/禁用任意 Provider,选择会保存并在下次会话生效。默认启用的是 ChatGPT、Claude 2、Bing、Perplexity 等(各自 isEnabled() 的默认值不同,例如 ChatGPT 与 Claude 2 默认 true,Oobabooga 默认 false,可对比 openai.js 与 oobabooga.js)。
开启新对话
Cmd+R 刷新窗口即可开启全新对话——GodMode 没有独立的"新建会话"按钮,刷新即新会话,简单直接。
接入本地模型:Oobabooga text-generation-webui
GodMode 支持本地 GGML 模型(LLaMa、Vicuna 等),前提是你已经按 Oobabooga 仓库的流程完成部署:
- 下载模型权重,例如 LLaMa-13B-GGML(
llama-13b.ggmlv3.q4_0.bin)或 GPT4-x-alpaca。 - 先在本机启动 text-generation-webui 服务,确保模型跑在
http://127.0.0.1:7860/上。 - 再打开 GodMode,启用 Oobabooga 面板即可。
源码中对应的 Provider 是 oobabooga.js,其 url 固定为 http://127.0.0.1:7860/,handleInput 会先按内置模板对提示词做包装再写入页面文本框:
Common sense questions and answers
Question: ${input}
Factual answer:
需要说明的是:当前 UI 只支持这一种提示词模板,README 明确欢迎贡献者把模板改造成可配置项。如果你需要自定义模板,可以从 oobabooga.js 的 templateFn 入手改造后自行构建。
PromptCritic:基于 Llama 2 的提示词优化
PromptCritic(alpha)是 GodMode 的特色功能:当你觉得提示词写得不够好时,它可以借用 Llama 2(经 Perplexity Labs)对你的提示词做批判性分析并给出改进建议。
使用方式:在底部输入至少 10 个字符、且不超过 60 个字符的提示词,从菜单选择 PromptCritic。实现细节见 src/renderer/promptCritic.tsx:
- 前端构造"批判提示词"(要求模型列出 3 条改进建议并给出一个改进后的提示词),通过
window.electron.browserWindow.promptHiddenChat(...)发送。 - 主进程收到后,在 src/main/main.ts 中调用
streamChatResponse(src/main/apify.ts):它创建一个隐藏的 BrowserWindow,加载 Perplexity Labs 页面,注入提示词、点击发送,然后以 300ms 轮询提取回复 HTML/文本,直到连续两次内容不变判定生成结束,再把结果流式回传渲染进程。 - 前端用
vex弹窗展示分析结论,并让你在文本框中写下改进后的提示词,确认后自动回填到 SuperPrompt 输入框,可直接复用。
一句话总结其原理:用隐藏的 Llama 2 网页会话,免费"批改"你的提示词,全程不依赖任何付费 API。
从源码构建与打包发布
环境要求
仓库 package.json 声明 devEngines:Node >= 18.x、npm >= 7.x。项目基于 Electron 26 + React 18 + TypeScript 5 + Webpack 5 + electron-react-boilerplate 脚手架,建议按此版本基线安装依赖。
开发模式运行
git clone https://github.com/smol-ai/GodMode.git
cd GodMode
npm install --force
npm run start # 本地开发模式运行
npm run start 会先执行 scripts/scripts/check-port-in-use.js 检查端口,再启动 webpack dev server 与 Electron 主进程(见 package.json)。
生成安装包
npm run package
该命令依次执行 package-mac、package-lin、package-win,每个平台都会先 ts-node ./scripts/scripts/clean.js dist 清理旧产物、npm run build 编译(输出到 release/app/dist/main),再由 electron-builder build --publish never 构建并签名。最终产物输出到 release/build 目录。macOS 版本还包含公证脚本 scripts/scripts/notarize.js,用于发布官方 codesigned + notarized 版本。
相关脚本速查
| 命令 | 作用 |
|---|---|
npm run start |
开发模式启动 |
npm run build |
编译主进程与渲染进程 |
npm run package |
打包三平台安装包 |
npm run package-mac/-lin/-win |
打包指定平台 |
npm run lint |
ESLint 全量检查 |
npm run rebuild |
重编译原生依赖(electron-rebuild) |
总结
GodMode 用一套极简的交互模型解决了"多家 AI 服务对比使用"的真实痛点:全局快捷键唤起 + 一个输入框同时投喂所有 Provider + 独立 webview 面板自由缩放重组。它不追求替代官方客户端,而是把"完整 Web 功能"与"多模型并行"这两件事做到极致,并免费开源、支持本地 GGML 模型与提示词批判等特色功能。无论你是想尝鲜多模型对照、还是把本地 LLaMa 拉进日常对话工作流,都可以按本文的安装、登录、快捷键与源码构建指引快速上手;若想深入了解内部机制,src/providers 目录下的各 Provider 实现与 src/renderer/layout.tsx 的快捷键分发逻辑是最佳切入点。