ChatGPT Next Web：一键部署你的 ChatGPT 镜像

NextChat（原名 ChatGPT-Next-Web）是一个轻量、快速的网页版 AI 助手，官方定位为"Light and Fast AI Assistant"，在界面上同时支持 Claude、DeepSeek、GPT-4 与 Gemini Pro 等主流模型。它最大的特点是可以在一分钟内一键免费部署到 Vercel，也提供 Windows、macOS、Linux 桌面客户端，同时兼容你自己部署的本地大模型。项目以隐私优先为设计原则，所有聊天数据都保存在浏览器本地；界面支持 Markdown 渲染、LaTeX 公式、Mermaid 图与代码高亮，并提供深色模式与 PWA。除了开箱即用的聊天界面，它还通过环境变量接入了 OpenAI、Azure、Gemini、Claude 以及文心、豆包、通义、星火、智谱、DeepSeek 等国产模型，是一个典型的多模型聚合聊天前端。本文基于官方 README 逐节完整翻译整理，从项目背景、核心特性、环境要求、部署方式、环境变量配置到常见问题进行全面说明。

一、项目官方信息

项目	信息
项目名称	NextChat（ChatGPT-Next-Web）
GitHub 仓库	Yidadaa/ChatGPT-Next-Web
官网	nextchat.club
Star 数	约 8 万（实时以仓库页为准）
开源协议	MIT
主要技术栈	Next.js / React（TypeScript）
在线 Demo	app.nextchat.club
桌面端 Releases	GitHub Releases

二、官方图片与版本动态

仓库 README 顶部是 NextChat 官方图标与多平台徽章（SaaS、Web PWA、Windows、macOS、Linux），并提供 Vercel、Zeabur、Gitpod 以及"用你的 Agent 一键部署"等入口按钮。近期重要动态包括：iOS 版本已上线（可在 App Store 安装，源码即将开源）；项目已支持 MCP（Model Context Protocol），但在构建前需要设置环境变量 ENABLE_MCP=true。

企业版是官方面向公司客户推出的商业化版本，用来满足私有化与定制部署需求，README 列出的能力包括：品牌定制（按企业 VI/UI 量身定制界面，与企业品牌形象无缝契合）、资源集成（由企业管理员统一配置和管理数十种 AI 资源，团队成员开箱即用）、权限控制（成员权限、资源权限、知识库权限层级分明，由企业级 Admin Panel 统一管控）、知识接入（把企业内部知识库与 AI 能力结合，相比通用 AI 更贴近自身业务）、安全审计（自动拦截敏感提问、可追溯全部历史对话记录，让 AI 遵循企业信息安全规范）、私有部署（支持主流私有云方案的企业级私有部署，保障数据安全与隐私）、持续更新（多模态、智能体等前沿能力持续迭代）。企业版商务咨询可联系官方。封面沿用本文既有官方图，不再改动。

三、环境要求

根据 README 的 Requirements 一节，源码开发与自部署需要：

Node.js >= 18
Docker >= 20（用于 Docker 部署）

如果你只是用 Vercel 一键部署，则不需要本地环境，直接在网页上操作即可；如果要做二次开发，需要先在项目根目录新建 .env.local 文件并填入你的 API Key。

四、部署步骤

1. Vercel 一键部署（最快）

README 给出的三步上手流程为：

准备好你的 OpenAI API Key；
点击 Vercel 部署按钮，用 GitHub 账号登录后一键克隆部署；其中环境变量 CODE 就是你的页面访问密码，记得在环境变量页同时填入 API Key 与访问密码；
部署完成后即可开始使用；
（可选）绑定自定义域名：Vercel 默认分配的域名在部分区域 DNS 可能被污染，绑定自定义域名后即可直连。

2. Docker 部署（推荐自托管）

docker pull yidadaa/chatgpt-next-web

docker run -d -p 3000:3000 \
   -e OPENAI_API_KEY=sk-xxxx \
   -e CODE=your-password \
   yidadaa/chatgpt-next-web

如果需要通过代理访问上游模型服务，可以加上 PROXY_URL，让容器在请求 OpenAI 等接口时走指定代理：

docker run -d -p 3000:3000 \
   -e OPENAI_API_KEY=sk-xxxx \
   -e CODE=your-password \
   -e PROXY_URL=http://localhost:7890 \
   yidadaa/chatgpt-next-web

如果代理需要账号密码，把 PROXY_URL 写成 http://127.0.0.1:7890 user pass 这种形式（协议、地址、用户名、密码依次拼接在一个字符串里）。如果你要启用 MCP 能力，则在上面的命令里再加一个 -e ENABLE_MCP=true，其余参数保持不变。

3. Shell 一键脚本

对于不想手动管理 Docker 的用户，README 还提供了一条 Shell 命令，直接拉取官方脚本完成安装：

bash <(curl -s https://raw.githubusercontent.com/Yidadaa/ChatGPT-Next-Web/main/scripts/setup.sh)

4. 本地开发

先在项目根目录创建 .env.local：

OPENAI_API_KEY=<your api key here>

# 如果无法直接访问 OpenAI 服务，使用下面这个 BASE_URL
BASE_URL=https://chatgpt1.nextweb.fun/api/proxy

然后执行：

# 1. 先安装 nodejs 与 yarn
# 2. 在 .env.local 中配置本地环境变量
# 3. 运行
yarn install
yarn dev

需要注意的是，.env.local 里除了必填的 OPENAI_API_KEY，如果你所在网络无法直接访问 OpenAI，还需要配置 BASE_URL 指向一个可用的代理地址；本地开发默认会起一个开发服务器，配合 Vercel 一键部署和 Docker 自托管，README 实际上给出了从"本地改代码"到"云端一键上线"再到"自己服务器长期运行"的完整路径。

五、使用方法与核心特性

1. 核心特性逐条说明

README 的 Features 一节列出的能力包括：在 Vercel 上一分钟内一键免费部署；提供约 5MB 的精简客户端，支持 Linux / Windows / macOS，可直接下载；完全兼容自部署的大模型，推荐配合 RWKV-Runner 或 LocalAI 使用；隐私优先，所有数据都存储在浏览器本地；支持 Markdown 渲染，包括 LaTeX 公式、Mermaid 图、代码高亮等；响应式设计、深色模式与 PWA；首屏加载快（约 100KB），支持流式响应；v2 新增用提示词模板（mask）创建、分享和调试聊天工具；内置来自 awesome-chatgpt-prompts-zh 与 awesome-chatgpt-prompts 的优质提示词；自动压缩聊天历史，在支持长对话的同时节省 token；国际化支持英语、简繁中文、日语、法语、西班牙语、意大利语、土耳其语、德语、越南语、俄语、捷克语、韩语、印尼语等多种语言。

2. 路线图（Roadmap）

README 的 Roadmap 记录了已完成与规划中的能力：已完成的包括把用户自定义提示词置顶为系统提示、用户可编辑并保存自定义提示词、用预设上下文提示新建聊天、把对话分享为图片或分享到 ShareGPT、基于 Tauri 的桌面端、与 RWKV-Runner 和 LocalAI 完全兼容（覆盖 llama、gpt4all、rwkv、vicuna、koala、gpt4all-j、cerebras、falcon、dolly 等）、Artifacts（在独立窗口预览、复制和分享生成的内容或网页）、插件（支持网络搜索、计算器以及其他 API 等）、实时聊天（Realtime Chat）；尚未完成的规划项是本地知识库。

2. 页面访问密码

项目提供了有限的访问控制：在 Vercel 环境变量页添加名为 CODE 的环境变量，多个密码用逗号分隔，例如 code1,code2,code3。这样只有知道密码的人才能打开页面，避免被他人随意访问。修改或添加该环境变量后需要重新部署项目才能生效；这个密码同时也会被 MCP 功能用作访问码，因此在启用 MCP 时务必先配置好 CODE。

3. 环境变量说明

README 的 Environment Variables 一节列出了完整配置项。在展开之前需要说明：项目由 302.AI 赞助支持，它是一个按需付费的 AI 应用平台，提供市面上较为全面的 AI API 与在线应用；如果你不想自己逐个模型申请 Key，也可以走这类聚合平台。下面按类别列出核心配置项：

OPENAI_API_KEY（必填）：你的 OpenAI API Key，多个 Key 用逗号拼接。
BASE_URL（可选）：覆盖 OpenAI API 请求的基础地址，默认 https://api.openai.com，示例 http://your-openai-proxy.com。
CODE（可选）：页面访问密码，逗号分隔。
OPENAI_ORG_ID（可选）：指定 OpenAI 组织 ID。
Azure 系列：AZURE_URL、AZURE_API_KEY、AZURE_API_VERSION，用于接 Azure 部署。
谷歌系列：GOOGLE_API_KEY、GOOGLE_URL，用于 Gemini Pro。
Anthropic 系列：ANTHROPIC_API_KEY、ANTHROPIC_API_VERSION、ANTHROPIC_URL，用于 Claude。
国产模型系列：BAIDU_API_KEY/BAIDU_SECRET_KEY/BAIDU_URL（文心）、BYTEDANCE_API_KEY/BYTEDANCE_URL（豆包）、ALIBABA_API_KEY/ALIBABA_URL（通义）、IFLYTEK_URL/IFLYTEK_API_KEY/IFLYTEK_API_SECRET（讯飞星火）、CHATGLM_API_KEY/CHATGLM_URL（智谱）、DEEPSEEK_API_KEY/DEEPSEEK_URL。
开关类：HIDE_USER_API_KEY=1 不让用户填自己的 Key；DISABLE_GPT4=1 禁用 GPT-4；ENABLE_BALANCE_QUERY=1 允许查询余额；DISABLE_FAST_LINK=1 禁止从 URL 解析设置。
CUSTOM_MODELS：用 + 添加自定义模型、- 隐藏模型、name=displayName 改显示名，逗号分隔；-all 关闭全部默认模型、+all 开启全部。例如 +llama,+claude-2,-gpt-3.5-turbo,gpt-4-1106-preview=gpt-4-turbo 表示把 llama、claude-2 加进模型列表、从列表移除 gpt-3.5-turbo、并把 gpt-4-1106-preview 显示为 gpt-4-turbo。Azure 用 modelName@Azure=deploymentName 格式同时指定模型名与部署名，例如 +gpt-3.5-turbo@Azure=gpt35 会在模型列表显示 gpt35(Azure)；字节跳动豆包则用 modelName@bytedance=deploymentName。
DEFAULT_MODEL：修改默认模型；VISION_MODELS：在默认的关键词匹配（自动识别 vision、claude-3、gemini-1.5 等）之外，追加支持视觉能力的模型，多个用逗号分隔；WHITE_WEBDAV_ENDPOINTS：允许访问的 WebDAV 地址白名单，每个地址必须是完整 endpoint（如 https://xxxx/yyy），多个用 , 连接；DEFAULT_INPUT_TEMPLATE：自定义设置中"用户输入预处理"配置项的默认模板。
其他：STABILITY_API_KEY/STABILITY_URL（Stability 绘图）、ENABLE_MCP=true（开启 MCP，且因安全原因 MCP 仍要求配置 CODE）、SILICONFLOW_API_KEY/SILICONFLOW_URL（硅基流动）、AI302_API_KEY/AI302_URL（302.AI 聚合平台）。整体来看，除 OpenAI 与 Azure 外，项目通过两两一组的 *_API_KEY 与 *_URL 环境变量，把国内外主流大模型服务都接入了同一个聊天界面，部署时按需配置即可，不必把所有变量都填全。

4. 版本演进

README 的 What's New 记录了近期版本：v2.15.8 支持实时聊天；v2.15.4 客户端改用 Tauri 发起 LLM 请求，安全性更强；v2.15.0 支持插件能力，使用前可阅读NextChat-Awesome-Plugins；v2.14.0 支持 Artifacts 与 Stable Diffusion 绘图；v2.10.1 支持 Google Gemini Pro 模型；v2.9.11 支持 Azure 端点；v2.8 推出跨所有平台运行的客户端；v2.7 支持把对话分享为图片或分享到 ShareGPT；v2.0 发布提示词模板能力，让你把想法变成可复用的模板。

5. 同步聊天记录与文档

README 还提供了基于 UpStash 同步聊天记录的多语言说明文档（简中、英、意、日、韩等版本），方便跨设备保留会话。此外仓库的 docs 目录下有更多使用文档，包括 Cloudflare Pages 部署（已废弃）、常见问题 FAQ、如何新增翻译、Vercel 中文教程、用户手册等；如果你想为项目增加新的翻译语言，可以参考翻译指南文档。

六、常见问题 FAQ

怎么更新到最新版？ 如果是 Vercel 一键部署，默认会新建一个项目而不是 fork，导致检测不到更新。正确做法是删除原仓库、Fork 本项目、再到 Vercel 重新部署；fork 后还要在 Actions 页手动启用 Workflows 与 Upstream Sync Action，启用后即可每小时自动同步上游代码。
如何手动同步上游？ 如果 Upstream Sync 执行失败，可以参考 GitHub 文档手动把 fork 与上游同步一次；也可以 star/watch 项目或关注作者来及时收到发布通知。
怎么设置访问密码？ 添加环境变量 CODE，多个密码逗号分隔，改完记得重新部署。
能接本地模型吗？ 可以，完全兼容自部署大模型，推荐配合 RWKV-Runner 或 LocalAI，支持 llama、gpt4all、rwkv、vicuna、falcon 等。
数据隐私如何？ 项目以隐私优先为设计原则，所有聊天数据都存储在浏览器本地。
企业版有什么能力？ 官方企业版提供品牌定制、资源集成、权限管理、知识接入、安全审计、私有部署与持续更新，商务咨询邮箱见官网。
开发需要什么版本？ Node.js >= 18、Docker >= 20；二次开发前先在根目录建 .env.local 填好 Key，再执行 yarn install 与 yarn dev。
如何接入 MCP？ 在构建或启动时设置环境变量 ENABLE_MCP=true；出于安全考虑，MCP 仍要求配置 CODE 访问密码，所有 MCP server 操作都会校验访问码。MCP 让 NextChat 可以外接模型上下文协议服务，扩展工具能力。
国内模型怎么接？ 项目内置了对文心、豆包、通义、星火、智谱、DeepSeek 等国产模型的环境变量支持，分别配置对应的 *_API_KEY 与 *_URL 即可，详见上文环境变量清单。
聊天记录存在哪里？ 项目以隐私优先为设计原则，所有聊天数据默认存储在浏览器本地；如需跨设备同步，可参考 README 中基于 UpStash 的同步文档。

七、跳转链接

GitHub 仓库：Yidadaa/ChatGPT-Next-Web
官网：nextchat.club
在线 Demo：app.nextchat.club
桌面端下载：Releases
插件示例：NextChat-Awesome-Plugins
本地模型推荐：RWKV-Runner 与 LocalAI
开源协议：MIT，你可以自由地使用、修改和二次分发。

总的来说，NextChat 是一个部署门槛极低、但能力相当完整的多模型聊天前端：既能在 Vercel 上一分钟拉起，也能用 Docker 自托管；既支持 OpenAI、Azure、Gemini、Claude，也接入了文心、豆包、通义、星火、智谱、DeepSeek 等国产模型；还提供 PWA、深色模式、提示词模板、插件、MCP 与 Artifacts 等进阶能力。配合本文整理的环境变量清单，你可以按自己的网络与模型资源灵活配置：公开分享就加 CODE 访问密码，团队内部使用就配置统一的 OPENAI_API_KEY，有代理就加 PROXY_URL，想扩展模型列表就用 CUSTOM_MODELS 增删条目。无论你是想快速拥有一个自己的 ChatGPT 镜像，还是要给公司搭一个可私有化、可定制的多模型对话入口，NextChat 都能覆盖到。