/* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */
#content_views .toc,
/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */
#content_views.markdown_views > p:empty:has(+ .toc),
#content_views.markdown_views > .toc + p:empty,
/* 富文本旧版目录标记 */
#content_views.htmledit_views #main-toc,
#content_views.htmledit_views #hr-toc,
#content_views.htmledit_views p[id*=\”-toc\”] {
display: none !important;
}
/* 目录去掉后，紧跟的首个标题不再多出一块上边距 */
#content_views.markdown_views > .toc + h1,
#content_views.markdown_views > .toc + h2,
#content_views.markdown_views > .toc + h3,
#content_views.markdown_views > .toc + h4,
#content_views.markdown_views > .toc + p:empty + h1,
#content_views.markdown_views > .toc + p:empty + h2,
#content_views.markdown_views > .toc + p:empty + h3,
#content_views.markdown_views > .toc + p:empty + h4 {
margin-top: 0 !important;
}
1. 项目概述与核心价值
如果你正在寻找一个能让你在本地电脑、手机浏览器甚至公司内网里，都能丝滑、安全地调用各种主流AI大模型（比如ChatGPT、Claude、Gemini、DeepSeek）的聊天界面，那么NextChat（原名ChatGPT-Next-Web）绝对值得你花时间研究一下。我作为一个长期折腾各种AI工具的老用户，从它早期版本用到现在，可以负责任地说，这可能是目前开源界最均衡、最“省心”的AI聊天应用之一。它不像一些重型工具那样需要复杂的配置，也不像某些在线服务那样有隐私顾虑，NextChat巧妙地找到了一个平衡点： 一个轻量、快速、跨平台，且能完全由你自己掌控的AI助手前端 。
它的核心价值非常明确： 为你提供一个统一的、美观的、可私有化部署的聊天界面，让你能自由地接入后端不同的AI API服务 。想象一下，你不再需要为了用Claude打开一个网页，为了用GPT-4又打开另一个，或者为了测试本地部署的模型去敲命令行。NextChat把这些都整合进了一个类似ChatGPT官方网页的交互环境里，所有对话历史、提示词模板都保存在你的浏览器本地，数据安全自己把握。无论是个人学习、团队协作，还是作为企业内部AI应用的统一门户，它都是一个极佳的起点。
2. 核心功能深度解析与设计思路
NextChat的设计哲学是“轻前端，重连接”。它本身不提供AI能力，而是作为一个功能强大的“客户端”或“网关”，去连接后端的AI服务。理解这一点，是玩转NextChat的关键。
2.1 多模型统一接入：不仅仅是OpenAI
很多人第一次看到“ChatGPT-Next-Web”这个名字，会以为它只能对接OpenAI。这其实是个美丽的误会，也是项目后来更名为“NextChat”的原因。它的模型支持列表早已远超ChatGPT。
- 官方原生支持 ：项目通过环境变量，原生支持了包括 OpenAI (GPT系列)、Anthropic (Claude系列)、Google (Gemini Pro)、DeepSeek、百度文心、阿里通义、讯飞星火、字节豆包、ChatGLM 在内的几乎所有主流商业和国内大模型API。你只需要在部署时配置对应的API Key和Base URL（如果需要），就能在界面上无缝切换。
- 自托管模型兼容 ：这是它的杀手锏之一。通过设置 BASE_URL 环境变量，你可以将NextChat的后端指向任何兼容OpenAI API格式的服务。这意味着你可以轻松连接：
- Ollama ：在本地运行Llama、Mistral等开源模型。
- LocalAI ：一个更强大的本地模型服务，支持更多格式和功能。
- RWKV-Runner ：专门用于运行RNN架构的RWKV模型。
- 任何你自己用FastAPI、Flask搭建的，遵循OpenAI API格式的代理服务或模型服务。
- 设计优势 ：这种设计将“界面交互”和“AI计算”解耦。前端永远保持轻量和快速更新，而计算能力则可以根据你的需求、预算和隐私要求，灵活选择云端API或本地服务器。你甚至可以为不同模型设置不同的后端地址，实现混合云+本地模型的架构。
2.2 隐私与数据安全：一切尽在掌握
在AI时代，数据隐私是核心关切。NextChat在这方面做得非常彻底：
- 本地存储 ：所有对话记录、自定义的提示词模板（Mask）、应用设置，默认都使用浏览器的IndexedDB进行本地存储。这意味着只要你不清空浏览器数据，这些信息就不会离开你的设备。对于处理敏感信息的场景（如代码审查、内部文档分析），这是至关重要的。
- 无后端数据中转 ：当你使用Vercel一键部署或自建Docker服务时，NextChat的服务端只负责转发你的API请求到对应的AI服务商（如OpenAI）， 并不存储 你的对话内容。你的API Key也是通过前端加密后直接发送给后端服务，部署者（如果不是你自己）在服务端日志里也看不到明文Key（前提是使用最新版并开启了Tauri fetch特性）。
- 企业级方案 ：项目还提供了“企业版”，支持完全私有化部署、内网隔离、统一的权限和知识库管理，满足公司级别的安全审计和合规要求。
2.3 用户体验与效率工具
除了基础的聊天，NextChat集成了大量提升效率的功能，这些才是它区别于一个简单“API测试工具”的地方：
- 提示词模板（Mask） ：这是v2版本的核心功能。你可以将复杂的、结构化的提示词（例如“扮演一个资深Linux运维专家”、“帮我进行代码评审的固定格式”）保存为模板。新建聊天时直接选择模板，就能以预设的角色和上下文开始对话，极大提升了重复任务的效率。
- 对话历史与压缩 ：它自动管理你的聊天会话，并支持“历史压缩”功能。当对话轮次变多时，它会自动将较早的对话内容进行摘要，只将摘要和近期对话发送给AI，从而在支持超长对话的同时，节省你的API Token。
- Markdown与艺术卡片（Artifacts） ：响应内容完美支持Markdown渲染，包括LaTeX数学公式、Mermaid图表、代码高亮。更棒的是“Artifacts”功能，可以将AI生成的长篇内容、代码块、网页预览在
