fgpt

适用于 OpenAI GPT-3.5-turbo 的免费反向代理和 CLI 工具

它允许您使用 GPT-3.5 API，无需注册 API 密钥或付费使用。

？ OpenAI GPT-3.5-turbo 免费使用，无需任何帐户或 API 密钥
？请勿在生产中使用，仅供个人使用/测试

特征

• REPL模式，可以交互输入问题并得到答案
• 反向代理模式，可以通过本地服务器使用OpenAI OpenAPI
• CLI模式，具有shell管道、文件输入、代码输出等。
• ？支持https代理和socks5代理

下载预编译的二进制文件

• Linux x64 可执行二进制文件
• Mac M1/M2 可执行二进制文件
• Windows（即将推出）
• 或者通过 Docker
• 或者从源代码构建（见下文，需要货物）

  cargo install fgpt

如何使用

 # To get answers from GPT-3.5
fgpt " How to get a domain's MX record on linux shell? "

# Output plain code -c/--code
fgpt -c " Write python code to reverse a string "

# With pipe
cat README.md | fgpt " summarize for reddit post "

# With stdin
fgpt " Convert the follow csv data to json, without any description " < contacts.csv

# With file -f/--file
fgpt -f contacts.csv  " Convert the follow csv data to json, without any description "

# REPL mode
fgpt
>> Write a javascript code to reverse a string
...

使用http代理

如果无法连接，可以尝试使用代理。支持 HTTP 和 SOCKS5 代理。例如：

 # 1. pass the proxy address by -p/--proxy
fgpt -p ' socks5://127.0.0.1:9080 ' " Linux command to list files in a directory "

# 2. pass the proxy address by environment variable
export HTTPS_PROXY= ' socks5://127.0.0.1:9080 '
fgpt " Linux command to list files in a directory "

# 3. use alias to set the proxy address
alias fgpt= ' fgpt -p "socks5://127.0.0.1:9080" '
fgpt " Linux command to list files in a directory "

转储统计数据

fgpt --stats " Linux command to list files in a directory " 

由码头工人使用

docker run -it --rm shenjinti/fgpt " Linux command to list files in a directory " 

如何使用反向代理

提供对 ChatGPT 的免费自托管 API 访问。如果您想使用 OpenAI API 而无需注册 API 密钥，这非常有用。

1.启动服务器

fgpt -s 127.0.0.1:4090

您的本地服务器现在将运行并可访问： http://127.0.0.1:4090/v1/chat/completions v1/chat/completions

2. OpenAI 库的使用示例

 import openai
import sys
openai . api_key = 'nothing'
openai . base_url = "http://127.0.0.1:4090/v1/"

completion = openai . chat . completions . create (
    model = "gpt-3.5-turbo" ,
    messages = [
        { "role" : "user" , "content" : "Write a javascript simple code" },
    ],
    stream = True ,
)

for chunk in completion :
    print ( chunk . choices [ 0 ]. delta . content , end = '' )
    sys . stdout . flush ()

print ()

或使用curl进行测试：

curl -X POST -H " Content-Type: application/json " -d ' {"model":"gpt-3.5-turbo",
"messages":[{"role":"user","content":"Write a javascript simple code"}], 
"stream":true} ' 
http://127.0.0.1:4090/v1/chat/completions

curl -X POST -H " Content-Type: application/json " -d ' {"model":"gpt-3.5-turbo",
"messages":[{"role":"user","content":"Write a javascript simple code"}]} ' 
http://127.0.0.1:4090/v1/chat/completions