这个项目的灵感来自于最初的 privateGPT。

这个模型用 Vicuna-7B 模型替换了 GPT4ALL 模型，使用 InstructorEmbeddings 而不是原始 privateGPT 中使用的 LlamaEmbeddings。Embeddings 和 LLM 都将在 GPU 而不是 CPU 上运行。

DB-GPT 是一个开源的以数据库为基础的 GPT 实验项目，使用本地化的 GPT 大模型与数据和环境进行交互，无数据泄露风险，100% 私密，100% 安全。

DB-GPT 为所有以数据库为基础的场景，构建了一套完整的私有大模型解决方案。 此方案因为支持本地部署，所以不仅仅可以应用于独立私有环境，而且还可以根据业务模块独立部署隔离，让大模型的能力绝对私有、安全、可控。

AudioGPT 是一个借助大语言模型 (LLM) 处理音频的工具。

AudioGPT 在收到用户请求时使用 ChatGPT 进行任务分析，根据语音基础模型中可用的功能描述选择模型，用选定的语音基础模型执行用户指令，并根据执行结果汇总响应。借助 ChatGPT 强大的语言能力和众多的语音基础模型，AudioGPT 能够完成几乎所有语音领域的任务。

具体来说，AudioGPT 运行过程可以分成 4 个阶段：模态转化、任务分析、模型分配和回复生成。

Auto-GPT 是基于 GPT-4 的实验性项目，目的是让 GPT-4 完全自动化运行。除了能够自动联网搜索、搜集各种数据之外，它还能尝试访问当下的主流网站和平台，利用 GPT 进行文件存储和总结。

PentestGPT 是基于 GPT4 的自动化渗透测试工具，目前已实现简单的辅助渗透，可提升效率。

PentestGPT 旨在自动化渗透测试过程。它基于 ChatGPT 构建，通过 GPT 互动方式，指引渗透测试人员的整体进程和具体操作。

Visual ChatGPT 将 ChatGPT 和一系列视觉基础模型 (Visual Foundation Models, VFM) 连接了起来，以支持在聊天过程中发送和接收图像。

CodeGPT 是一个用 Go 语言编写的 CLI，可以使用 ChatGPT AI（gpt-4，gpt-3.5-turbo 模型）为你写 git commit 信息或做代码审查简报，并自动安装 git prepare-commit-msg hook。

yakGPT 是一个简单的、本地运行的 ChatGPT 用户界面，不需要安装任何应用程序，使你的文本生成速度更快。

yakGPT 所有状态都存储在本地的 localStorage 中，因此没有分析或外部服务调用。