公众号关注 “GitHubDaily”
设为 “星标”，每天带你逛 GitHub！
随着 ChatGPT 的爆火，最近几天时间，GitHub 上也有不少新项目涌出，除了在前面给大家推文介绍过的开源项目，近日也有一些不错的工具与解决方案出现。
下面，我将给大家分享 3 个近日在 GitHub 上较为活跃的，具备商业应用潜质且异常实用的开源项目。
话不多说，下面开始进入正题。
GitHub + ChatGPT 实现代码对话
在不久前，我写过一篇文章，向大家介绍了一个可以使用 GPT 直接跟代码进行对话的开源工具：Bloop。
一个基于 GPT-4 的代码搜索引擎，开源了！
它彻底打破了以往传统的代码搜索方式，采用基于 GPT-4 的 AI 智能模型，成功实现用自然语言，语义化的代码搜索方式。
最近我在 GitHub 上又看到一个类似的，可以让你直接跟 GitHub 仓库进行对话的 Python 工具：Chat-with-GitHub-Repo。
GitHub：https://github.com/peterw/Chat-with-Github-Repo
仓库包含两个 Python 脚本，演示了如何使用 Streamlit、OpenAI GPT-3.5-turbo 和 Deep Lake 来创建 AI 聊天机器人。
聊天机器人会自动搜索存储在 Deep Lake 中的数据集以查找相关信息，并根据用户的输入生成答案，让你直接跟 GitHub 仓库进行对话。
你可以将此项目用于代码搜索，或者基于 API 来快速编写示例项目等需求。
集成 GPT，开始跟 PDF 文档聊天
当我们直接跟 ChatGPT 对话的时候，一个最大的问题，就是每次发送消息不能超过 4k token，这就意味着：它无法一次性处理长文内容。
另外，ChatGPT 也无法直接读取 PDF 内容。虽然有一些类似 ChatPDF 或 FileChat 这样的方案，但是在使用时，偶尔也会返回一些错误结果。
今天给大家推荐一款更好用的，免费开源的 PDF 文档聊天方案：PDF GPT。
GitHub：https://github.com/bhaskatripathi/pdfGPT
该项目主要实现以下功能：
跟 PDF 文档进行一对一对话；
自动切割内容，并使用强大的深度平均网络编码器来生成嵌入；
对 PDF 内容执行语义搜索，并将最相关的嵌入传递给 Open AI；
自定义逻辑，生成更精确的响应信息，速度要比 OpenAI 的快。
同时，PDF GPT 具备了良好的扩展性和定制性，你可以根据自己的需求对代码进行修改和优化，以实现更高效的 PDF 文档聊天功能。
PDF GPT 并不仅仅适用于个人使用，你还可以将其广泛应用于各种知识管理场景，例如企业或学术机构的知识库、文献库或图书馆等。
如果你也有大量的 PDF 文档需要处理和管理，可以试下使用 PDF GPT，相信它会带给你与众不同的操作体验。
加快 ChatGPT 访问速度
相信不少人最近在使用 ChatGPT 时，都会面临这么一个问题：网站访问速度太慢，并且经常报错。
此前我曾给大家推荐过一款插件 KeepChatGPT，可减少 ChatGPT 报错的频率，不过由于用的人太多，目前已经失效了。
近日在 GitHub 又看到一款开源的 ChatGPT 命令行工具：潘多拉 Pandora。
它能直接通过 access token 来访问网站功能。后端优化，绕过 Cloudflare，提升访问速度。
GitHub：https://github.com/pengzhile/pandora
除此之外，该工具还提供了以下功能：
高峰期能绕过官方限制，继续使用；
应答速度直逼 PLUS；
官方故障的时候，它可能还是能跑；
多模式：网页 / 命令行 / API，私有化部署；
不会像官方那样无故断线、报错。
不过，需要跟大家说明的是，使用该工具，或许有账号封禁和 access token 泄密的风险，请自行判断是否使用，这里仅分享技术解决方案。
好了，以上就是本次给大家推荐的 ChatGPT 开源项目。
如果你想了解更多有趣、实用的 AI 技术，以及 ChatGPT 新进展，欢迎点击下方链接，加入我们社群进一步交流探讨。
👇 每个进群的人，都会收到我们赠送的一枚 ChatGPT 账号。
社群入口：ChatGPT 社群，正式上线！文章来源：https://www.toymoban.com/news/detail-465129.html
不想错过文章推送？可以给 GitHubDaily 公众号加个星标。
文章来源地址https://www.toymoban.com/news/detail-465129.html
到了这里，关于3 个令人惊艳的 ChatGPT 项目，开源了！的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
