本应用的目的是为了容纳市面上的部分的LLMs（大语言模型）或者本地大模型（ollama部署）(未完成)，并且提供大量的可自定义参数（未完成）用于微调大模型，以用统一的架构来便利用户的使用。
非常欢迎大家star或者issue！这对我非常重要
应用内截图
- 目前只提供三种LLMs进行调用，分别是deepseek-v3，质谱ai的glm-4-flash, 通义千问的Qwen/Qwen2.5-7B-Instruct
- 提供默认api进行对话（glm-4-flash），但是会有限制，用于对话体验
- 支持本地多用户注册登录和登出
- 支持本地历史记录储存
- 支持历史记录分隔
- 支持历史记录可视化本地查看
- 支持新建对话
- 支持设置查看文档
本指南将引导您完成在本地计算机上安装和运行 FLYINGPIG-Chatbox 的所有必要步骤。请按顺序操作。
步骤 1：安装 Python (必需)
FLYINGPIG-Chatbox 是用 Python 编写的，因此您必须先安装 Python 环境。
-
推荐版本: 我们建议安装 Python 3.12.9。
-
下载: 前往 Python 官方网站下载页面：https://www.python.org/downloads/
-
安装 (非常重要):
- 运行下载的安装程序。
- 在安装界面的第一个屏幕，务必勾选 "Add Python X.X to PATH"（其中 X.X 是您下载的版本号，例如 "Add Python 3.12.9 to PATH"）。这是关键步骤！ 如果不勾选，后续步骤中的命令将无法执行。
- 继续按照安装程序的提示完成安装。
-
验证安装: 安装完成后，打开您的命令行工具，输入以下命令并按回车：
python --version
如果您看到 Python 的版本号（例如
Python 3.10.4），则表示安装成功并已添加到 PATH。如果提示找不到命令，请重新安装 Python 并确保勾选了添加到 PATH 的选项。
步骤 2：安装 Git LFS (必需)
本项目使用 Git Large File Storage (LFS) 来管理较大的文件（例如 simple-one-api.exe）。您必须在获取代码之前安装它。
-
访问官网: 前往 Git LFS 官方网站：https://git-lfs.github.com/
-
下载并安装: 根据官网上的说明下载并安装适合您操作系统的 Git LFS。通常，下载后运行安装程序即可。
-
初始化 LFS (只需执行一次): 安装完成后，打开命令行工具，输入以下命令并按回车，为您的 Git 环境启用 LFS：
git lfs install
看到
Git LFS initialized.类似的消息即表示成功。
步骤 3：获取项目代码
现在您可以获取 FLYINGPIG-Chatbox 的代码了。推荐使用 Git 克隆的方式，方便后续更新。
-
打开命令行工具。
-
导航到您想要存放项目的目录。 （例如，如果您想放在 D 盘的 Projects 文件夹下，可以输入
cd /d D:\Projects） -
克隆仓库: 输入以下命令并按回车：
git clone https://github.com/Heyflyingpig/AIchatbox.git
这将在当前目录下创建一个名为
AIchatbox的文件夹，并下载所有项目文件（包括通过 LFS 管理的大文件）。备选方案：您也可以在 GitHub 页面上点击 "Code" -> "Download ZIP" 下载项目的压缩包，然后手动解压。
**项目到目前位置就安装到电脑上了，现在提供下面提供两种打开项目方式
双击start.bat文件，会自动安装所需环境，然后启动应用
：进入项目目录
使用命令行工具进入刚刚克隆或解压的项目文件夹：
cd AIchatbox安装项目依赖
FLYINGPIG-Chatbox 依赖一些 Python 库来运行。这些库都列在 requirements.txt 文件中。
-
(可选不必要但推荐) 创建并激活虚拟环境: 为了保持您的全局 Python 环境干净，建议为本项目创建一个独立的虚拟环境。在
AIchatbox目录下执行：# 创建虚拟环境 (名为 venv) python -m venv venv # 激活虚拟环境 # Windows (cmd/powershell): .\venv\Scripts\activate # macOS/Linux (bash/zsh): # source venv/bin/activate
激活成功后，您会看到命令行提示符前面多了
(venv)字样。后续的 pip 安装将只在此环境中进行。 -
安装依赖: 无论是否使用虚拟环境，请在
AIchatbox目录下（确保虚拟环境已激活，如果使用的话）执行以下命令来安装所有必需的库：pip install -r requirements.txt
pip会自动下载并安装requirements.txt文件中列出的所有库及其子依赖。请耐心等待安装完成。
运行应用
所有准备工作就绪！现在可以启动 FLYINGPIG-Chatbox 了。
在 AIchat 目录下（确保虚拟环境已激活，如果使用的话）执行以下命令：
python chatapp_new.py应用程序会开始启动。请注意： 由于应用需要先启动后台的 simple-one-api 服务，首次启动时可能会出现短暂的白屏或无响应状态，这是正常的，请耐心等待片刻，应用窗口应该很快就会显示出来。
现在您可以开始注册账户、登录并与 AI 对话了！参考应用内的用户手册了解具体功能。
- Q：为什么一开始启动的时候会白屏？ A：请稍等片刻，由于项目用到了simple-one-api项目,由于作者实力有限，只能调用该项目构建的的exe文件，所有只能等待该项目启动之后才可以运行程序
- Q:什么是api_key,该怎么获取？ A：api_key的获取请参考https://blog.csdn.net/qq_43025083/article/details/147686477?fromshare=blogdetail&sharetype=blogdetail&sharerId=147686477&sharerefer=PC&sharesource=qq_43025083&sharefrom=from_link
- 增加等待白屏结束的倒计时
- 增加多项大模型
- 增加本地大模型部署
- 增加温度调节功能
- 优化登录逻辑，增加数据库的部署
- 增加微调大模型功能
- 提供MCP功能
- 本应用用到了simple-one-api项目进行统一接口，具体请参考链接fruitbars/simple-one-api: OpenAI 接口接入适配，支持千帆大模型平台、讯飞星火大模型、腾讯混元以及MiniMax、Deep-Seek，等兼容OpenAI接口，仅单可执行文件，配置超级简单，一键部署，开箱即用. Seamlessly integrate with OpenAI and compatible APIs using a single executable for quick setup and deployment.
25.2.10
- 拥有基本的对话框架，对话框，人机对话显示，发送按钮
- 拥有查看历史，新建历史功能
- 利用csv储存历史文件
- 更改api（目前只拥有种api，未来会有自建api的规划）
25.2.27
- 增加deepseek（api接口）
- 增加温度调节器
- 整合设置功能
- 优化代码
25.3.15
- 全面接入开源项目simple-one-api,统一接口，重构代码
- 统一接口以便于未来实现真正的统一市面上所有的LLMs
25.3.30
- 支持本地部署的大模型（ollama）
- 未来将支持接入本地端口
25.4.16
- 进行全新架构更新，全面重构代码：
- 丢弃thinker框架，重构为FLask + HTML/JavaScrip + HTML/css + Webview架构
- 优化启动速度，优化代码结构，使前后端分离
- 增加异步传输功能，减少卡顿
- 利用css结构自定义的前端显示，便于bug排查和项目扩大
- 利用json数据传输，加快响应速度
- 优化前端动画，增加现代话组件，添加更多效果
25.4.17
- 为历史记录增加uid
25.4.22
- 改善对话界面，分离用户对话和ai回答对话内容
- 增加侧边栏，增加历史界面可视化界面，优化伸缩对话结构
- 更改侧边栏布局
- 拟增加登录功能
- 更新新建按钮
25.4.23
- 增加更加详尽的注释
- 增加查看对话功能
- 优化整体的排版
25.4.24
- 增加用户登录，注册，登出功能
- 增加user的持续登录状态
- 保证了登录的用户和聊天记录同步问题
25.4.25
- 增加设置选项
- 增加用户操作手册
- 增加用户协议
- 增加检查更新接口
25.4.26
- 利用cdn增加md格式的引用
- 增加背景水印
- 解除主页面超过窗口限制而导致的拉动条问题
25.5.1
- 完成主要功能，现在可以完美地添加apikey！
- 增加了默认的apikey选项，给予免费key接口（有一定限额）
- 优化不同用户间的数据隔离
- 目前只支持几种模型，未来将会做添加
25.5.4
- 更新本地md转换器
- 更新部分逻辑
- 更新操作手册和技术文档
- 增加部署流程