好玩的Github开源项目推荐~

我很喜欢找一些Github上开源的有趣项目，尤其是一些能用Docker部署在本地电脑中的。下面按照我的使用频率，推荐一些我日常使用的项目。

LibreChat：仿网页版ChatGPT的开源项目，支持Docker Compose部署。相比Cherry Studio，我更喜欢用这个。不知道为什么，可能是先入为主？但这个项目配置起来确实麻烦一些。它支持配置自定义渠道，使用自己的API Key，使用自定义的中转站，使用自定义模型，都没有问题。支持对话标签分组，支持对话分享（本地部署分享就别用了，localhost的地址别人也访问不通），支持预设（模型参数和系统提示词），支持上传文件、纯文本、图片，支持记忆，支持MCP，支持文件搜索（RAG），支持配置网络搜索（有默认的，也可以用MCP），支持Artifacts（直接展示HTML代码效果、Markdown Mermaid流程图啥的），支持智能体（Agent）配置，多个智能体串行执行。大概就这么多功能。作者更新比较积极，有问题提Issue解决的也比较快。

FireCrawl：网页内容爬取服务，支持Docker Compose本地部署。我主要是配合LibreChat使用，通过MCP，可以为我的LibreChat提供爬取指定网页内容的能力。

Perplexica：可以理解为开源版的Perplexity，支持Docker Compose部署。提供AI搜索服务，可以配置自己的API Key，比如DeepSeek的。搜索引擎用的是Searxng。老版本通过Docker部署后，是暴露两个服务的，一个Perplexica，一个Searxng。新版本代码更新后，默认Searxng服务不暴露了，但可以通过修改docker compose文件，将Searxng暴露出来，当搜索引擎用。这个项目我一般就是当搜索引擎用，也通过OpenAI Schema的方式，集成到了LibreChat中，在某些Agent中作为搜索工具使用。它带的Searxng服务，也被我集成进了LibreChat中，作为一个搜索MCP使用。

Dify：创建低代码AI工作流的项目，类似国内的Coze，支持Docker Compose部署。它出来的比较早，整体功能大部分都是拖拉拽，偶尔需要写代码的地方，让AI生成一下也就行了。我之前没怎么找到它的使用场景，直到最近我给孩子做了个学汉字的网页。这个网页支持PWA（可以保存到本地像APP似的使用，在桌面有自己的图标），支持配置每一个汉字的图片和音频讲解。我用Dify做了一个工作流，我输入一个汉字，它能自动帮我生成文生图Prompt，然后用文生图模型生成图片，然后执行一个搜索，搜索汉字的书写笔画顺序，最后用支持视觉的模型（比如Gemini），根据汉字、图片、笔画，编写合适的音频文案。之所以最后没有接音频生成逻辑，是因为文案我需要人工审核下，毕竟给孩子学习用的，不要有什么错误、疏漏啥的。Dify适合通过AI工作流，去干掉一些重复性的劳动。

Drawnix：比较简单的白板工具，支持Docker部署，我是让AI帮我生成了docker-compose.yml文件，以支持Docker Compose部署。支持Mermaid转流程图，Markdown转思维导图。平常用来梳理业务流程，写写画画的还挺好用的。

Planka：同样是比较单纯的看板工具，支持Docker Compose部署。我用来给自己的业余项目进行项目管理用。

Prompt-Optimizer：提示词AI优化工具，支持Docker Compose部署。提供WebUI，可以用预制的几种模版，用AI大模型优化提示词，并进行效果对比测试。同时提供提示词的版本管理功能。

PDFMathTranslate：老版本的 PDF AI大模型翻译工具，用AI进行翻译。可以在保持原PDF排版格式的前提下，将PDF的英文翻译成中文。

PDFMathTranslate-Next：新版本的 PDF AI大模型翻译工具，用AI进行翻译。跟之前版本功能一样。可配置项更多了。

bilingual_book_maker：电子书 AI大模型翻译工具，用AI进行翻译。

Kazumi：非常好用的看动漫的软件！

DartSimpleLive：直播聚合软件，可以看斗鱼、抖音、哔哩哔哩、虎牙的直播。但是没有安装包，需要自己打包。是个Flutter项目。

大家有什么好玩的，多多推荐一下~

@warm #9 Perplexica没有提供MCP的支持，我现在是在Mac上，通过OpenAI Schema的方式使用的。但我看rikkahub是不支持这种方式的。
如果还是想用的话，就得自己写项目转发了，用Claude Code、Codex或者其他的AI工具，写个小Python项目，用FastAPI库，提供API接口，用FastAPI-MCP库，一两行代码就能把API接口变成支持MCP的服务。然后再让AI编写docker-compose.yml，以使这个项目支持docker-compose部署。最后，rikkahub连你自己的这个服务就行了。

Searxng倒是支持MCP，但也是电脑上用的，比如这个：https://github.com/ihor-sokoliuk/mcp-searxng 如果想在手机上用，可以试试这个库行不行：https://github.com/supercorp-ai/supergateway
SuperGateway可以将stdio的MCP转成sse或streamable-http的MCP。然后用rikkahub连这个转换后的MCP。理论上可以用Searxng。

附上我使用的方式，供你参考
Perplexica API文档：https://github.com/ItzCrazyKns/Perplexica/blob/master/docs/API/SEARCH.md

附录一：Perplexica OpenAI Schema

openapi: 3.1.0
info:
  title: Perplexica Search API
  description: API for interacting with Perplexica's AI-powered search engine.
  version: 1.0.0
servers:
  - url: http://host.docker.internal:3090/api
    description: Local development server
paths:
  /search:
    post:
      operationId: search
      summary: Perform a search using Perplexica's AI-powered engine.
      description: |
        Executes a search based on the provided parameters, utilizing specified models and focus modes.
      requestBody:
        required: true
        content:
          application/json:
            schema:
              type: object
              properties:
                chatModel:
                  type: object
                  description: Defines the chat model to be used for the query.
                  properties:
                    providerId:
                      type: string
                      description: Specifies the providerId for the chat model. Always 'f6c4869d-dffa-46ab-8e30-113619bc2814'.
                      example: f6c4869d-dffa-46ab-8e30-113619bc2814
                    key:
                      type: string
                      description: The specific model from the chosen provider. Always 'deepseek-ai/DeepSeek-V3.2-Exp'.
                      example: deepseek-ai/DeepSeek-V3.2-Exp
                  required:
                    - providerId
                    - key
                embeddingModel:
                  type: object
                  description: Defines the embedding model for similarity-based searching.
                  properties:
                    providerId:
                      type: string
                      description: The providerId for the embedding model. Always '200f9e7c-3992-42f4-9a9e-2baec93be05f'.
                      example: 200f9e7c-3992-42f4-9a9e-2baec93be05f
                    key:
                      type: string
                      description: The specific embedding model. Always 'text-embedding-3-small'.
                      example: text-embedding-3-small
                  required:
                    - providerId
                    - name
                focusMode:
                  type: string
                  description: Specifies which focus mode to use.
                  enum:
                    - webSearch
                    - academicSearch
                    - writingAssistant
                    - wolframAlphaSearch
                    - youtubeSearch
                    - redditSearch
                  example: webSearch
                optimizationMode:
                  type: string
                  description: Specifies the optimization mode to control the balance between performance and quality.
                  enum:
                    - speed
                    - balanced
                  example: speed
                query:
                  type: string
                  description: The search query or question.
                  example: What is Perplexica?
                systemInstructions:
                  type: string
                  description: Custom instructions to guide the AI's response.
                  example: Focus on providing technical details about Perplexica's architecture.
                history:
                  type: array
                  description: An array of message pairs representing the conversation history.
                  items:
                    type: array
                    items:
                      type: string
                  example:
                    - - human
                      - What is Perplexica?
                    - - assistant
                      - Perplexica is an AI-powered search engine...
                stream:
                  type: boolean
                  description: When set to true, enables streaming responses.
                  example: false
              required:
                - chatModel
                - embeddingModel
                - focusMode
                - optimizationMode
                - query
                - systemInstructions
      responses:
        '200':
          description: Successful response containing the search result and sources.
          content:
            application/json:
              schema:
                type: object
                properties:
                  message:
                    type: string
                    description: The search result generated based on the query and focus mode.
                    example: Perplexica is an innovative, open-source AI-powered search engine...
                  sources:
                    type: array
                    description: A list of sources used to generate the search result.
                    items:
                      type: object
                      properties:
                        pageContent:
                          type: string
                          description: A snippet of the relevant content from the source.
                          example: Perplexica is an innovative, open-source AI-powered search engine...
                        metadata:
                          type: object
                          properties:
                            title:
                              type: string
                              description: The title of the webpage.
                              example: What is Perplexica, and how does it function as an AI-powered search ...
                            url:
                              type: string
                              description: The URL of the webpage.
                              example: https://askai.glarity.app/search/What-is-Perplexica--and-how-does-it-function-as-an-AI-powered-search-engine
        '400':
          description: Bad request due to malformed or missing required fields.
        '500':
          description: Internal server error during the search process.

附录二：Searxng MCP 在 LibreChat中的配置方式

  searxng:
    type: stdio
    command: npx
    args:
      - -y
      - "mcp-searxng"
    env:
      SEARXNG_URL: "http://host.docker.internal:4000"
    timeout: 60000
    initTimeout: 30000

附录三：supergateway使用方式，我现在使用的脚本
我用screen命令，来让服务能够保持在终端后台运行
我的脚本，启动了三个服务，puppeteer、iMCP、DesktopCommander
supergateway命令，参考这个写法

    # 定义启动命令 - 全部使用 supergateway
    local puppeteer_cmd="export PUPPETEER_LAUNCH_OPTIONS='{\"defaultViewport\": {\"width\": 1710, \"height\": 1107}}' && npx -y supergateway --stdio \"npx -y @modelcontextprotocol/server-puppeteer\" --port ${PUPPETEER_PORT}"
    local imcp_cmd="npx -y supergateway --stdio \"${IMCP_PATH}\" --outputTransport streamableHttp --port ${IMCP_PORT}"
    local desktop_commander_cmd="npx -y supergateway --stdio \"npx -y @wonderwhy-er/desktop-commander@latest\" --port ${DESKTOP_COMMANDER_PORT}"

完整脚本参考：

#!/bin/bash

# --- 配置区 ---
# 将所有可变配置项放在这里，方便修改
PUPPETEER_PORT=8110
IMCP_PORT=8111
DESKTOP_COMMANDER_PORT=8112
IMCP_PATH="/Applications/iMCP.app/Contents/MacOS/imcp-server"

# --- 颜色定义 (可选，用于美化输出) ---
GREEN='\033[0;32m'
RED='\033[0;31m'
YELLOW='\033[1;33m'
NC='\033[0m' # No Color

# --- 函数定义 ---

# 检查并杀死占用指定端口的进程
check_and_kill_port() {
    local port=$1
    echo "检查端口 ${port}..."
    # 使用 lsof 查找占用端口的 PID
    # -i TCP:${port} 指定端口, -sTCP:LISTEN 只看监听状态, -t 只输出PID
    local pid=$(lsof -i TCP:${port} -sTCP:LISTEN -t)

    if [ -n "$pid" ]; then
        echo -e "${YELLOW}警告：端口 ${port} 已被进程 PID: ${pid} 占用。正在尝试终止...${NC}"
        # 使用 kill -9 强制终止，确保端口被释放
        kill -9 "$pid"
        # 等待一小段时间确保进程已退出
        sleep 1
        echo "旧进程已终止。"
    else
        echo "端口 ${port} 可用。"
    fi
}

# 停止所有 screen 会话
stop_services() {
    echo "正在停止服务..."
    screen -S puppeteer -X quit 2>/dev/null
    screen -S iMCP -X quit 2>/dev/null
    screen -S desktop-commander -X quit 2>/dev/null
    # 增加等待时间，确保服务有足够时间关闭和释放资源
    sleep 2
    echo "服务停止命令已发送。"
}

# 启动单个服务并进行验证
start_service() {
    local name=$1
    local port=$2
    local cmd=$3

    echo "------------------------------------------------------"
    echo "启动 ${name} 服务 (端口: ${port})..."
    
    # 1. 检查并清理端口
    check_and_kill_port "$port"

    # 2. 使用 screen 启动服务
    screen -d -m -S "${name}" /bin/bash -c "${cmd}"
    
    # 3. 验证服务是否成功监听端口
    echo "等待服务启动并验证 (最多等待10秒)..."
    for i in {1..10}; do
        if lsof -i TCP:${port} -sTCP:LISTEN -t >/dev/null; then
            echo -e "${GREEN}✅ ${name} 服务已成功启动并监听端口 ${port}。${NC}"
            return 0 # 返回成功
        fi
        sleep 1
    done

    # 如果10秒后仍未启动，则报告失败
    echo -e "${RED}❌ 错误：${name} 服务启动失败！${NC}"
    echo "请使用 'screen -r ${name}' 查看日志以排查问题。"
    return 1 # 返回失败
}

# 主函数
main() {
    # 停止服务逻辑
    if [ "$1" == "stop" ]; then
        stop_services
        echo -e "${GREEN}所有服务已停止。${NC}"
        exit 0
    fi

    # 依赖检查
    if ! command -v screen &> /dev/null; then
        echo -e "${RED}错误：未找到 screen 命令。请先安装。${NC}"
        # (此处省略了安装指南，原脚本已有)
        exit 1
    fi
    if ! command -v npx &> /dev/null; then
        echo -e "${RED}错误：未找到 npx 命令。请确保 Node.js 已安装并配置好环境。${NC}"
        exit 1
    fi
    if [ ! -f "$IMCP_PATH" ]; then
        echo -e "${RED}错误：未找到 iMCP 服务程序: ${IMCP_PATH}${NC}"
        exit 1
    fi

    # 确保在启动前，先执行一次停止操作，清理旧会话
    stop_services

    # 定义启动命令 - 全部使用 supergateway
    local puppeteer_cmd="export PUPPETEER_LAUNCH_OPTIONS='{\"defaultViewport\": {\"width\": 1710, \"height\": 1107}}' && npx -y supergateway --stdio \"npx -y @modelcontextprotocol/server-puppeteer\" --port ${PUPPETEER_PORT}"
    local imcp_cmd="npx -y supergateway --stdio \"${IMCP_PATH}\" --outputTransport streamableHttp --port ${IMCP_PORT}"
    local desktop_commander_cmd="npx -y supergateway --stdio \"npx -y @wonderwhy-er/desktop-commander@latest\" --port ${DESKTOP_COMMANDER_PORT}"
    
    # 启动服务
    start_service "puppeteer" "$PUPPETEER_PORT" "$puppeteer_cmd"
    local puppeteer_status=$?

    start_service "iMCP" "$IMCP_PORT" "$imcp_cmd"
    local imcp_status=$?

    start_service "desktop-commander" "$DESKTOP_COMMANDER_PORT" "$desktop_commander_cmd"
    local desktop_commander_status=$?

    # 最终状态报告
    echo "------------------------------------------------------"
    if [ $puppeteer_status -eq 0 ] && [ $imcp_status -eq 0 ] && [ $desktop_commander_status -eq 0 ]; then
        echo -e "${GREEN}✅ 所有服务已成功启动！${NC}"
    else
        echo -e "${RED}❌ 部分或全部服务启动失败，请检查上面的日志。${NC}"
    fi
    
    echo ""
    echo "服务状态："
    echo "puppeteer        : $(screen -list | grep -q 'puppeteer' && echo '运行中' || echo '未运行')"
    echo "iMCP             : $(screen -list | grep -q 'iMCP' && echo '运行中' || echo '未运行')"
    echo "desktop-commander: $(screen -list | grep -q 'desktop-commander' && echo '运行中' || echo '未运行')"
    echo "------------------------------------------------------"
    echo "服务端口："
    echo "puppeteer        : ${PUPPETEER_PORT}"
    echo "iMCP             : ${IMCP_PORT}"
    echo "desktop-commander: ${DESKTOP_COMMANDER_PORT}"
    echo "------------------------------------------------------"
    echo "管理命令："
    echo "1. 查看所有会话：screen -ls"
    echo "2. 查看 puppeteer 日志：screen -r puppeteer"
    echo "3. 查看 iMCP 日志：screen -r iMCP"
    echo "4. 查看 desktop-commander 日志：screen -r desktop-commander"
    echo "5. 退出查看模式：按下 Ctrl + A 后按 D 键"
    echo "6. 停止所有服务：$0 stop" # 使用 $0 自动获取脚本名
}

# --- 脚本执行入口 ---
main "$@"

Nekoo新手

254days ago

FireCrawl 有官方api免费额度还不少

pilgrim楼主新手

253days ago edited 253days ago

@Nekoo #1 不多啊

253days ago

@pilgrim #2 你没有用神秘代码

warm种子

@Nekoo #3 啥代码

Daniel-Lee

收藏记录一下

已经申请了apikey，然后FireCrawl这个咋使用的啊，还需要部署啥服务啊

@warm #6 申请了API Key就不用本地部署了，直接用就行。
看官方文档：https://docs.firecrawl.dev/zh/mcp-server
你用的啥客户端，就把FireCrawl按相应的方式配置到客户端的MCP设置中就行。聊天的时候选择使用对应的MCP，大模型会在必要时自动调用相关的工具来使用。

@pilgrim #7 感谢告知，查看文档了，在rikkahub中使用，解决了。使用以下 URL：http://localhost:3000/v2/mcp 或 https://mcp.firecrawl.dev/{FIRECRAWL_API_KEY}/v2/mcp

请教一下啊，Perplexica怎么在rikkahub中使用mcp的，部署后访问连接能够打开两个服务ip:3002

。ip:8083是

rikkahub配置mcp界面是

252days ago

#10

好玩的Github开源项目推荐~

你好啊，陌生人!

快捷功能区

📈用户数目📈

🎉欢迎新用户🎉

所有版块

好玩的Github开源项目推荐~

你好啊，陌生人!

快捷功能区

所有版块

📈用户数目📈

🎉欢迎新用户🎉