OpenWebUI Extras

English | 中文

OpenWebUI 增强功能集合。包含个人开发与收集的### 🧩 插件 (Plugins)

位于 plugins/ 目录，包含各类 Python 编写的功能增强插件：

Actions (交互增强)

• Smart Mind Map (smart-mind-map): 智能分析文本并生成交互式思维导图。
• Knowledge Card (knowledge-card): 快速生成精美的学习记忆卡片。
• Export to Excel (export_to_excel): 将对话内容导出为 Excel 文件。
• Summary (summary): 文本摘要生成工具。
• AI Agent Solver (ai-agent-solver): 智能代理解决器。

Filters (消息处理)

• Async Context Compression (async-context-compression): 异步上下文压缩，优化 Token 使用。
• Context Enhancement (context_enhancement_filter): 上下文增强过滤器。
• Gemini Manifold Companion (gemini_manifold_companion): Gemini Manifold 配套增强。
• Multi-Model Context Merger (multi_model_context_merger): 多模型上下文合并。

Pipes (模型管道)

• Gemini Manifold (gemini_mainfold): 集成 Gemini 模型的管道。

Pipelines (工作流管道)

• MoE Prompt Refiner (moe_prompt_refiner): 优化多模型 (MoE) 汇总请求的提示词，生成高质量的综合报告。

🎯 提示词 (Prompts)

位于 prompts/ 目录，包含精心调优的 System Prompts：

• Coding: 编程辅助类提示词。
• Marketing: 营销文案类提示词。(/prompts/marketing): 内容创作、品牌策划、市场分析相关的提示词

每个提示词都独立保存为 Markdown 文件，可直接在 OpenWebUI 中使用。

🔧 插件 (Plugins)

{{ ... }}

贡献指南 | 更新日志

📦 项目内容

🎯 提示词 (Prompts)

位于 /prompts 目录，包含针对不同领域的优质提示词模板：

• 编程类 (/prompts/coding): 代码生成、调试、优化相关的提示词
• 营销类 (/prompts/marketing): 内容创作、品牌策划、市场分析相关的提示词

每个提示词都独立保存为 Markdown 文件，可直接在 OpenWebUI 中使用。

🔧 插件 (Plugins)

位于 /plugins 目录，提供三种类型的插件扩展：

• 过滤器 (Filters) - 在用户输入发送给 LLM 前进行处理和优化

  • 异步上下文压缩：智能压缩长上下文，优化 token 使用效率

• 动作 (Actions) - 自定义功能，从聊天中触发

  • 思维导图生成：快速生成和导出思维导图

• 管道 (Pipes) - 对 LLM 响应进行处理和增强

  • 各类响应处理和格式化插件

📖 开发文档

位于 docs/zh/ 目录：

• 插件开发权威指南 - 整合了入门教程、核心 SDK 详解及最佳实践的系统化指南。 ⭐
• 从问一个AI到运营一支AI团队 - 深度运营经验分享。

更多示例请查看 docs/examples/ 目录。

🚀 快速开始

本项目是一个资源集合，无需安装 Python 环境。你只需要下载对应的文件并导入到你的 OpenWebUI 实例中即可。

使用提示词 (Prompts)

1. 在 /prompts 目录中浏览并选择你感兴趣的提示词文件 (.md)。
2. 复制文件内容。
3. 在 OpenWebUI 聊天界面中，点击输入框上方的 "Prompt" 按钮。
4. 粘贴内容并保存。

使用插件 (Plugins)

1. 在 /plugins 目录中浏览并下载你需要的插件文件 (.py)。
2. 打开 OpenWebUI 的 管理员面板 (Admin Panel) -> 设置 (Settings) -> 插件 (Plugins)。
3. 点击上传按钮，选择刚才下载的 .py 文件。
4. 上传成功后，刷新页面，你就可以在聊天设置或工具栏中启用该插件了。

贡献代码

如果你有优质的提示词或插件想要分享：

1. Fork 本仓库。
2. 将你的文件添加到对应的 prompts/ 或 plugins/ 目录。
3. 提交 Pull Request。