ChatGPT在2025年成为美国iPhone免费应用下载榜第一，超越社交媒体和搜索工具，首次登顶。谷歌Gemini排名第十。2024年该应用仅列第四，榜首为Temu。
Adobe与ChatGPT合作，用户可通过对话直接编辑Photoshop、Acrobat等应用文件，用自然语言描述需求即可完成图片和PDF设计，无需切换软件。
Adobe在ChatGPT中集成Photoshop、Express和Acrobat，用户可直接通过对话进行修图、设计和PDF处理，无需切换应用。此举结合了Adobe的创意工具与ChatGPT的便捷交互，降低了创作门槛。
Adobe宣布与ChatGPT合作，将其Photoshop、Express和Acrobat的核心功能集成到AI平台中。用户可通过自然语言指令直接编辑图像、修改PDF或制作动画，实现AI驱动的专业工具操作。此举旨在推进其“AI优先”战略，吸引更多用户，并标志着Adobe产品工作流程的重大变革。
精准检测ChatGPT等多模型AI生成内容，支持20+语言，准确率超99.98%
ChatGiraffe是一款AI财务助手，可轻松跟踪支出、预测预算并智能储蓄。
免费AI文本人性化工具，让AI文本检测不出，转换ChatGPT等内容
AI提示工程平台，助用户为ChatGPT等创建、优化和管理提示
Shanghai-ai-lab
$2
输入tokens/百万
-
输出tokens/百万
8
上下文长度
Baichuan
4
01-ai
mradermacher
这是一个基于huehui/Discord-Micae-Hermes-3-3B-abliterated模型的量化版本集合，提供多种量化类型和大小的GGUF文件。该模型是在Discord-OpenMicae数据集上训练的3B参数对话模型，支持ChatML格式的对话交互。
chatpig
Qwen2.5-VL-7B-IT-GGUF是一个强大的多模态模型，支持文本和图像到文本的生成任务，具备文本编码能力，并与多种工具兼容。
Delta-Vector
基于Arcee GLM4基础模型的微调模型，主要用于文本生成任务，采用ChatML格式，移除了安全对齐示例。
akhbar
这是一个专门针对挪威语优化的高质量文本转语音模型，基于Chatterbox架构开发，支持挪威语的两种主要变体（书面挪威语和新挪威语）以及多种方言，能够生成自然流畅、富有情感表现力的语音。
gamer-to
基于LLaMA架构微调的多语言对话模型，支持阿拉伯语和英语，针对对话任务优化并提供高质量回复。
tensorblock
ChatTime-1-7B-Base是一个专注于时间序列预测的基础模型，支持多模态时间序列处理。
ChatTime-1-7B-Chat是一个专注于时间序列预测的多模态基础模型，基于7B参数规模构建。
anthracite-org
基于Gemma 27b微调的对话模型，旨在复现Claude 3的文本质量，支持ChatML格式的对话交互。
yamatazen
这是一个基于Mistral架构的12B参数大语言模型，采用SCE方法合并多个预训练模型，并添加了ChatML标记支持。
基于ElvenMaid-12B系列模型合并的ChatML格式语言模型，支持英文和日文
ElvenMaid-12B-v2 是一个基于 ChatML 格式的 12B 参数语言模型，通过 mergekit 的 TIES 方法合并多个预训练模型而成，支持英文和日文交互。
基于Meta Llama基础模型构建的图像文本到文本转换模型，支持通过gguf-connector和llama-cpp-python进行交互。
ElvenMaid-12B 是一个基于 ChatML 格式的 12B 参数语言模型，通过 mergekit 工具合并多个预训练模型而成，支持英文和日文交互。
Himeyuri-Magnum-12B 是一个基于 ChatML 格式的多语言预训练语言模型，通过 mergekit 工具合并多个 12B 参数规模的模型而成。
基于Google基础模型的文本或图文到文本生成模型，支持GGUF格式。
基于谷歌基础模型的文本或图文到文本生成模型，提供高效的文本生成能力。
InstaDeepAI
ChatNT是首个深度理解生物序列（DNA、RNA、蛋白质）的多模态对话智能体，支持自然语言交互处理生物数据。
abeja
基于Qwen2.5-32B-Instruct开发的日语推理模型，融合了QwQ-32B的ChatVector，优化了日语推理性能。
hon9kon9ize
Cantonese LLM Chat v1.0是hon9kon9ize团队开发的第一代粤语大语言模型，在香港相关专业知识和粤语对话方面表现卓越。
rinna
基于Qwen2.5 Bakeneko 32B的指令调优变体，通过Chat Vector和ORPO优化增强指令跟随能力，在日语MT-Bench上表现出色。
该项目是一个MCP服务器，用于管理记忆文本文件，帮助Claude等AI模型在对话间保持上下文。提供添加、搜索、删除和列出记忆的功能，支持基于子字符串的精确匹配操作。设计上采用简单的文本文件存储记忆，类似于ChatGPT的记忆机制，并通过提示和训练来触发记忆存储。
一个让Claude Desktop直接调用ChatGPT API的MCP服务器，支持自定义参数和网络搜索功能。
Tally Prime MCP服务器实现，用于向Claude、ChatGPT等主流LLM提供Tally ERP数据，支持MCP协议
一个非官方的Mo Bus/Ama Bus MCP服务器，为奥里萨邦首府地区的公共交通提供AI智能路线规划，支持通过自然语言查询在Claude、ChatGPT等AI助手中进行公交出行规划。
Ollama Chat with MCP是一个展示如何通过模型上下文协议(MCP)将本地语言模型与实时网络搜索功能集成的项目。它包含MCP网络搜索服务器、终端客户端和基于Gradio的网页前端，使本地运行的LLM能够访问外部工具和数据源。
GitHub Chat MCP是一个用于通过GitHub Chat API分析和查询GitHub仓库的模型上下文协议工具，提供仓库索引和查询功能。
Raindrop.io的MCP服务器项目，支持搜索、创建书签及获取收藏集功能，由ChatWise赞助开发。
Vulcan File Ops是一个基于Model Context Protocol（MCP）的高性能文件操作服务器，可将桌面AI助手（如Claude Desktop、ChatGPT Desktop等）转变为强大的开发伙伴。它提供安全的文件读写、批量操作、文档处理、图像分析和Shell命令执行功能，具有企业级安全控制、动态目录注册和智能工具过滤特性，让用户完全控制本地文件系统访问。
Chatwork MCP服务器是一个通过AI操作Chatwork的协议服务，支持在Claude Desktop等工具中配置使用。
该项目是一个基于Model Context Protocol (MCP)的stdio服务器，用于将提示转发至OpenAI的ChatGPT (GPT-4o)，支持高级摘要、分析和推理功能，适用于LangGraph框架的助手集成。
Voice Mode是一个为AI助手提供自然语音对话功能的工具，支持与Claude、ChatGPT等LLM通过MCP协议进行人机语音交互。
该项目构建了一个基于RAG的HR聊天机器人，通过MCP服务器作为功能调用中心，实现PDF文档上传、解析、检索及自然语言问答功能。
Chatty MCP是一款为编辑器设计的语音交互插件，能在完成AI请求后通过语音总结操作内容，提升多任务处理效率，支持自定义语音引擎。
OmniLLM是一个MCP服务器，作为Claude与其他大型语言模型（如ChatGPT、Azure OpenAI和Google Gemini）之间的桥梁，提供统一的AI访问接口。
一个基于Chatterbox TTS模型的简化MCP服务器，提供文本转语音生成及自动播放功能，支持实时进度通知和自动模型加载。
Google Workspace MCP服务器提供Gmail和日历API的集成工具，支持邮件管理、日程安排及Google Chat消息交互功能。
MCP Chat Logger是一个将聊天记录保存为Markdown格式的工具，支持时间戳标记和会话管理。
该项目包含多个基于Python 3.11的MCP服务器和客户端实现，涉及Langgraph框架的简单应用、多服务器协作以及ChatGPT克隆项目开发。
一个基于ChatGPT的轻量级MCP工具，通过BANT机制（预算、权限、需求、时间线）来筛选潜在客户，并引导用户逐步输入信息。
ChatData MCP服务器是一个基于Model Control Protocol的框架，提供工具集、提示系统和资源管理，用于增强大型语言模型的能力。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
