Token导航 LogoToken导航

MCP Server · 开发工具

Console Chat Gpt

一款支持多AI模型提供商的命令行聊天工具,提供高效、个性化的AI交互体验。

stdio官方级别未说明来源级核验工具 0
命令行工具多模型支持PythonClaude

快速开始

作者 / 组织
amidabuddha
提供方
amidabuddha
运行时
Python

工具数量

0

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

157

仓库热度

收录来源

1 个

MCP World

选型结论

Console Chat Gpt 属于开发工具类 MCP Server,公开资料标注 0 个工具,通过stdio 本地进程接入,适配 Claude,有可以直接复制的安装命令;接入前要先准备 访问 Token。

分类

开发工具

传输方式

stdio

认证方式

访问 Token

部署方式

公开资料未说明

安装与配置

安装命令

python3 -m pip install -r requirements.txt

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 0 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

控制台聊天gpt v6

您与AI模型聊天的终极CLI伴侣

_享受无缝交互 开放人工智能, 米斯特拉莱, 人类, 扩展应用识别, 谷歌人工智能,或任何其他与OpenAI SDK兼容的LLM提供商(例如 深度求索, 阿里巴巴, 盗梦空间, 登月AI, OpenRouter等等)或 奥拉玛-直接从命令行托管模型。 高效轻松地提升您的聊天体验。_

______________________________________________________________________

目录

______________________________________________________________________

免责声明: 此代码的意图和实现与OpenAI、MistralAI、Anthropic、xAI、Google AI以及任何其他LLM实验室或相关方完全无关。与OpenAI、MistralAI、Anthropic、xAI、谷歌、任何其他LLM实验室或其子公司没有任何形式的隶属关系。

______________________________________________________________________

特性

  • :new:通过Telegram机器人支持对话。如何创建一个: 从BotFather到“Hello World” 新
  • :星: 通过响应API生成OpenAI图像.:星号:
  • :星: OpenAI响应API 支持。:星:
  • :star:运行任何兼容OpenAI SDK的模型-只需添加相关的模型结构 model_name 和 base_url 到 config.toml 文件。:星:
  • :star:跑步 奥拉玛 本地托管模型。 _应安装Ollama,并已下载所选型号_ :星:
  • :星: 拟人提示缓存 完全支持:星:
  • :星: 模型上下文协议(MCP) 支持!如果您已经在使用MCP服务器,只需复制您的 claude_desktop_config.json 转到根目录并重命名为 mcp_config.json 开始使用任何型号!:星:
  • 默认情况下禁用的所有支持型号的流媒体可以在中启用 settings 菜单
  • OpenAI助理测试版 支持
  • AI管理模式 根据任务的复杂性,自动确定使用哪种模型。
  • 配置文件:通过以下方式轻松自定义应用程序的设置 config.toml 文件,以完全控制应用程序的工作方式。还通过应用程序支持 settings 命令。
  • 角色选择用户可以定义AI在对话中的角色,从而获得更个性化和互动的体验。
  • 温度控制:调整产生的反应的温度,以控制对话中的创造力和随机性。
  • 命令处理:该应用程序响应用户输入的各种命令,以实现简单直观的交互。
  • 图像输入:与选定的型号。
  • 错误处理:清晰有用的错误消息,便于理解和解决任何问题。
  • 对话历史:回顾之前的互动,保存对话以备将来参考,提供背景和连续性。
  • 优雅退出:流畅地处理中断,确保在退出前保存对话,以避免进度损失。
  • 一支优秀的团队:积极添加功能,开放想法并修复错误。

总体而言,这款应用程序侧重于提供用户友好和可定制的体验,具有增强个性化、控制和便利性的功能。

______________________________________________________________________

安装和使用

该脚本在Linux和MacOS终端上运行良好。对于Windows,建议使用 Windows 子系统 for Linux.
  1. 克隆存储库:
   git clone https://github.com/amidabuddha/console-chat-gpt.git
  1. 进入文件夹:
   cd console-chat-gpt
  1. 安装必要的依赖项:
   python3 -m pip install -r requirements.txt
  1. 从获取API密钥 开放人工智能, 米斯特拉莱, 人类, 扩展应用识别, 谷歌AI工作室,或相关平台,具体取决于您选择的法学硕士。
  1. 这 config.toml.sample 将自动复制到 config.toml 第一次运行时,提示输入API密钥/s。请随意更改中不可用的任何其他默认值 settings 根据您的需求,在应用内设置菜单。
  1. 运行可执行文件:
   python3 main.py

> 专业提示: > 为可执行文件创建一个别名,以便从任何地方运行。

  1. 使用 help 在聊天中使用命令检查可用选项。
  1. 享受

______________________________________________________________________

中的可配置选项 config.toml

|\[chat.defaults\]|生成聊天完成/响应的主要属性。 | |-|-| |温度|使用什么样的采样温度,在0到2之间。较高的值(如0.8)将使输出更随机,而较低的值(例如0.2)将更集中。如果满足以下条件,则可以为每个新的聊天会话设置 adjust_temperature 在\[聊天功能\]中是 真. | |system_role |插入到模型上下文中的系统(或开发人员)消息。应该是\[聊天角色\]部分列出的角色之一。如果满足以下条件,则可以为每个新的聊天会话设置 role_selector 在\[聊天功能\]中是 真. | |model |用于生成聊天完成/响应的模型ID,如gpt-4o或o3。应在\[chat.models\]部分列出相关参数。如果满足以下条件,则可以为每个新的聊天会话设置 model_selector 在\[聊天功能\]中是 真. |

|\[chat.managed\]|专用于AI管理模式的设置。 *无法在聊天会话中编辑*. | |-|-| |assistant|将评估您的提示并从下面配置的四个模型中选择最佳可用模型来处理它的首选模型。应在\[chat.models\]部分列出相关参数。 | |assistant_role|评估模型的自定义指令。 *只有当你确切地知道自己在做什么时,才能改变这一点!* | |assistant_generalist |您首选的通用模型,通常是您在任何类型的查询中使用最多的模型。应在\[chat.models\]部分列出相关参数。 | |assistant_fast |当速度优于精度时。应在\[chat.models\]部分列出相关参数。 | |assistant_thinker |复杂任务的推理模型。应在\[chat.models\]部分列出相关参数。 | |assistant_coder |您处理编码和数学问题的首选模型。应在\[chat.models\]部分列出相关参数。 | |提示|何时 AI管理模式 如果经常使用,可以通过将其更改为禁用Y/N提示 错误的. |

|\[聊天功能\]|聊天应用程序的可配置选项。有些可以在聊天会话中通过以下方式访问 settings 命令| |-|-| |model_selector |\[聊天模型\]部分提供的模型选择列表 config.toml.何时 真 可以在每个新聊天会话开始时修改此列表。 | |adjust_temperature |提示更改每个聊天会话的温度。当 真 可以在每个新聊天会话开始时修改温度值。 | |role_selector |的\[聊天角色\]部分中可用的角色选择列表 config.toml.何时 真 可以在每个新聊天会话开始时修改此列表。| |save_chat_on_exit |何时 真 使用时自动保存聊天会话 exit 聊天中的命令。| |继续聊天|何时 真 提供以前保存的聊天会话列表,以便在新会话中继续。该列表可以在聊天会话中通过以下方式进行修改 chats 命令。| |~~调试~~ |应用程序日志记录-尚未实现。 | |disable_intro_help_message |中可用的所有聊天命令 help 在聊天初始化时打印。这是针对新用户的,可以通过设置来禁用 错误的. | |assistant_mode |启用 开放人工智能助手API 作为聊天初始化时的可用选择。 | |ai_managed |启用 AI管理模式 允许模型根据您的提示自动选择最佳模型。详细设置如下。 | |流媒体|如果设置为 真,模型响应数据将流式传输到客户端。 | |mcp_client|设置为 错误的 如果不需要,将阻止每次聊天的MCP服务器的默认初始化。 |

|\[聊天电报\]|启用电报用户界面进行通信。 | |-|-| |启用|如果设置为 真,启动Telegram机器人轮询循环,而不是终端聊天UI。 | |bot_token |来自BotFather的Telegram机器人令牌,格式为 :. | |allowed_chat_ids |允许使用机器人的聊天ID列表。留空以允许所有聊天。 | |admin_chat_ids |允许运行仅限管理员命令的聊天ID列表,例如 /shutdown. | |debug_context |如果 真,将Telegram会话/内存调试快照打印到终端日志中,以排除上下文问题。 | |max_countrent_updates |并行处理的最大电报更新数。默认值为 8 当省略时。不同的聊天同时运行,而每个聊天都保持严格的顺序和隔离。 |

每个模型块内还支持通过以下方式进行每种模型的Telegram房间映射:

  • telegram_chat_id =
  • telegram_chat_ids = [, ]

当聊天室映射到模型时,该聊天室被固定到此模型(模型切换命令在那里被禁用),而所有其他命令(/mode, /role, /reasoning, /websearch, /webfetch等等)仍然可用。

添加OpenAI SDK支持的模型

在您的末尾添加一个条目 config.toml 文件。 使用以下示例结构:

[chat.models.{{model name that makes sense to you}}]
api_key = "YOUR_API_KEY"
base_url = {{the custom base URL, for example "https://api.deepseek.com/v1"}}
model_input_pricing_per_1k = 0.015 (currently the price is not calculated but you may adjust this for your reference)
model_max_tokens = 32000 (the suported context window of the selected model)
model_name = {{model name exactly as specified in the relevant API reference, for example "deepseek-reasoner"}}
model_output_pricing_per_1k = 0.075 (currently the price is not calculated but you may adjust this for your reference)
reasoning_effort = (the desired value if supported, such as "medium", otherwise false)

______________________________________________________________________

示例

  • 提示示例:
  • Markdown可视化示例:
  • 设置和帮助:
您可以在我们的 示例页面.

______________________________________________________________________

贡献

欢迎投稿!如果您发现任何错误、有功能请求或想做出改进,请打开问题或提交拉取请求。

工具与能力

工具数量

0

资源数量

0

提示词数量

0

能力标签

命令行工具Python本地部署AI聊天多模型支持个性化交互

支持客户端

Claude

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

让助手直接读代码

把仓库、提交记录和 issue 交给模型检索,补全和重构时不用来回复制文件。

在对话里跑命令

触发构建、测试和脚本,执行结果直接回到上下文,省去切终端。

接进开发流程

把 PR、CI 状态和代码审查接进助手,减少在几个工具之间跳。

选择建议

值得选的地方

  • 只提供 0 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 Python,换机器要重新装一遍。
  • 需要自备访问 Token,没有凭据没法直接试。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。

更适合

  • 需要在开发工具场景里让模型直接调用外部能力的人。
  • 已经在用 Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 暂时拿不到访问 Token的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Console Chat Gpt

MCP World · 本页

0stdio有1 个2026-05-17
Git 838e2ec1

MCP World

12stdio有2 个2026-05-17
Markitdown MCP 2c653a5f

MCP World

1stdio有1 个2026-05-17
Context7 MCP C671e75a

MCP World

0stdio有1 个2026-05-17
Context7 831acf40

MCP World

0stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Console Chat Gpt 怎么安装?

公开资料给出的安装命令是 python3 -m pip install -r requirements.txt,运行环境为 Python。装完后按客户端要求写进 MCP 配置,重启客户端生效。

Console Chat Gpt 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 Python;保存后完全退出客户端再打开,配置才会生效。

Console Chat Gpt 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Console Chat Gpt 需要 API Key 吗?

公开资料标注的认证方式是访问 Token,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

Console Chat Gpt 支持哪些客户端?

公开资料标注支持 Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

来源信息

继续浏览同类 MCP