gptme/gptme · 上手攻略
- 仓库：gptme/gptme
- 链接：https://github.com/gptme/gptme
- 分类：ai-agent · terminal · coding-agent
- 作者：Tom
- 更新：2026-08-19
是什么
gptme（发音像 "GPT-mee"）是一个运行在终端里的 AI 编程 Agent，配备本地工具集：写代码、执行命令、浏览网页、操作文件。你可以在自己的笔记本、SSH 会话、tmux、headless 服务器甚至 CI 流水线里运行它。定位是通用型终端 AI Agent，既是一个强大的编程助手，也可以处理各种知识工作。完全开源，支持 Anthropic、OpenAI、Google、xAI、DeepSeek、OpenRouter 或完全本地 llama.cpp 模型。
v0.32（2026-07）为当前稳定版，支持桌面应用（Linux AppImage / macOS / Windows）、自更新，以及 gptme.ai 云服务。
解决什么问题
- 痛点：Claude Code/Cursor 等闭源或 IDE 绑定；需要本地优先、数据自主、不想被云服务绑定的开发者
- 解决：pipx 一行安装，终端即用；Provider 可插拔；本地模型零成本无限用
- 差异点：首批 Agent CLI 之一（2023 年 3 月），持续活跃开发；支持多 Agent 并发；本地优先，不需要 API Key 也可用 Ollama
快速安装
一键安装（推荐）
curl -sSf https://gptme.ai/install.sh | sh
自动检测 uv 或 pipx 安装，含浏览器支持。参数 --help 查看选项（--dev、--extras、--no-extras、--yes）。
手动安装
pipx install gptme
# 或
uv tool install gptme
⚠️ Windows 不直接支持，推荐用 WSL 或 Docker。
系统依赖
部分工具（playwright、tmux、gh 等）需要额外系统依赖，详见官方系统依赖文档。
核心用法
启动对话
gptme
首次运行若未配置 API Key，会提示输入并自动保存到配置文件。
指定模型
# 使用本地 Ollama 模型（需先安装 Ollama）
export OPENAI_BASE_URL="http://127.0.0.1:11434/v1"
gptme "hello" -m local/llama3.2:1b
# 使用更大模型提升编程效果
ollama pull llama3.1:8b
gptme -m local/llama3.1:8b
常用命令示例
# 创建应用/游戏
gptme 'write a web app to particles.html with impressive colorful particle effect using three.js'
gptme 'create a performant n-body simulation in rust'
# 文件处理
gptme 'summarize this' README.md
gptme 'refactor this' main.py
gptme 'what do you see?' image.png # 视觉理解
# 开发工作流
git status -vv | gptme 'commit'
make test | gptme 'fix the failing tests'
gptme 'implement this' https://github.com/gptme/gptme/issues/286
# 链式任务
gptme 'make a change' - 'test it' - 'commit it'
# 恢复会话
gptme -r
支持的 LLM Provider
| Provider | 环境变量 | 说明 |
|---|---|---|
| Anthropic | ANTHROPIC_API_KEY |
Claude 系列 |
| OpenAI | OPENAI_API_KEY |
GPT 系列 |
GEMINI_API_KEY |
Gemini 系列 | |
| xAI | XAI_API_KEY |
Grok 系列 |
| DeepSeek | DEEPSEEK_API_KEY |
DeepSeek 系列 |
| OpenRouter | OPENROUTER_API_KEY |
100+ 模型网关 |
| llama.cpp | 本地服务 | 完全本地 |
内置工具一览
| 工具 | 功能 |
|---|---|
shell |
直接在终端执行 Shell 命令 |
ipython |
运行 Python（可访问已安装库） |
read |
读文件和目录 |
save/append |
创建或更新文件 |
patch/morph |
对已有文件做增量修改 |
browser |
通过 Playwright 搜索和浏览网页 |
vision |
理解图片、桌面截图、网页截图 |
screenshot |
捕获桌面截图 |
rag |
本地文件检索增强（RAG） |
gh |
通过 GitHub CLI 操作 GitHub |
tmux |
在持久 tmux 会话中运行长命令 |
computer |
完整桌面访问，操控 GUI 应用 |
subagent |
派生子 Agent 并行或隔离任务 |
chats |
引用和搜索历史对话 |
扩展机制
插件（Python 包，自定义工具/钩子/命令）：
# gptme.toml
[plugins]
paths = ["~/.config/gptme/plugins", "./plugins"]
enabled = ["my_plugin"]
Skills（轻量工作流包，Anthropic 格式，提及即自动加载）：
Lessons（基于关键词/工具/模式自动注入上下文指引，可自建团队知识库）。
MCP 支持：发现并动态加载任意 MCP 服务器，访问数据库、API、文件系统等。
自托管 Web UI
# 本地自托管 gptme Web UI
gptme --web
# 或访问 chat.gptme.org（官方托管）
典型适用场景
- 本地编程 Agent：不想用 API Key，用 Ollama 完全本地跑 Llama 代码助手
- SSH/CI 流水线：在远程服务器或 CI 里用 gptme 做自动化任务（审查 PR、修复测试、部署）
- 持久多 Agent：用 gptme-agent-template 搭建长期运行的自主 Agent（参考实现 Bob，持续 2024 年底运行至今）
- Zed/JetBrains 编辑器集成：通过 ACP 协议作为嵌入式编码 Agent
- 隐私敏感场景：数据不经过任何云服务，本地模型+本地文件 RAG
坑与注意
- ⚠️ Windows 需要 WSL：gptme 不直接支持 Windows 原生，推荐 WSL2 内运行
- ⚠️ 本地模型效果有限：Ollama llama3.2:1b 适合简单任务，复杂编程任务建议用 Claude/GPT-4o 等大模型
- ⚠️ Playwright 依赖：browser 工具需要 playwright 系统依赖，首次安装较慢
- ⚠️ 自建 Agent 需要配置：gptme-agent-template 提供了完整脚手架，但有一定学习曲线
- 桌面应用（v0.32 新增）仅支持 Linux AppImage/macOS/Windows，Linux AppImage 需要 glibc 2.31+（⚠️ Ubuntu 20.04+ 可用，18.04 可能不兼容）
与同类对比
| gptme | Claude Code | Cursor | Jan | |
|---|---|---|---|---|
| 环境 | 任意终端 | 终端 | IDE（需付费） | 桌面应用 |
| 自主 Agent | ✅ 多 Agent 并发 | ❌ | ❌ | ❌ |
| 本地优先 | ✅ 完全本地 | ❌ 需 API | ❌ 需 API | ✅ |
| Provider 数 | 100+（含本地） | Anthropic 为主 | Anthropic/OpenAI/Google | 本地模型为主 |
| 起步时间 | 2023 年 3 月 | 2024 年 | 2024 年 | 2024 年 |
| 开源 | ✅ MIT | ❌ | ❌ | ✅ |
gptme 的核心优势是本地优先 + 多 Provider + 多 Agent 并发，适合不想被单一云服务绑定、追求数据自主的开发者。
一句话推荐结论
需要一个完全本地、可跑在 SSH/CI/树莓派上的终端 AI 编程 Agent？gptme 是目前开源生态里灵活性最高的选择，pipx 一行装好，支持 100+ 模型和多 Agent 并发。
- 来源：https://github.com/gptme/gptme（README）· https://gptme.org/docs/getting-started · https://gptme.org
- ⚠️ 版本标注：本文基于 v0.32.1（2026-07）；获取最新版本建议
pipx install gptme重新安装或查 GitHub Releases