不花一分钱用上 GPT-4：gpt4free 从安装到上手的完整实战指南
项目地址: https://gitcode.com/GitHub_Trending/gp/gpt4free gpt4free（简称 g4f）是一个社区驱动的开源 AI 项目，它把 GPT-4、DeepSeek、Gemini、Kimi 等几十款主流大模型的接入能力"打包"在一起，让你不用充值 API 额度、不用订阅会员，就能在本地免费调用这些模型。本文是一份完整的免费使用 GPT-4 教程，我会从"这笔账怎么算"讲起，一路带你完成部署、跑通第一次对话，再给你一份避坑清单和进阶配置方案，把这把开源利器彻底盘活。
先算一笔账：为什么你会盯上它
我的一位同事上个月跟我吐槽：给团队开了 ChatGPT Plus 会员，又充了 API 余额，一个月下来大几百块没了，结果只是想让 AI 帮忙改几段代码、写几版文案。他问我："有没有一种办法，把这些大模型都白嫖起来？"
答案就在 gpt4free 里。它的定位很直白——聚合。你不需要为每一个模型单独注册账号、单独接 SDK，它已经替你把这些事做完了：
| 维度 | 官方付费方案 | gpt4free |
|---|---|---|
| 费用 | 订阅费 + 按量计费 | 免费，社区维护 |
| 模型选择 | 被绑在单一厂商 | 几十款模型随意切换 |
| 部署位置 | 云端 | 本地/自有服务器 |
| 代码可控 | 黑盒 | 全开源，可审查可改造 |
当然它也不是没有代价：免费服务天然意味着不稳定，某些提供商可能限流，甚至今天能用明天失效。但这恰恰是社区项目的魅力——总有人在持续修补它。那么它到底能帮你省下多少成本？答案可能超出你的预期，前提是你先把它跑起来。
gpt4free 是什么：一间聚合了"免费食堂"的外卖平台
把抽象概念落到生活经验上：假设每家大模型厂商都是一家独立食堂，OpenAI 卖套餐、谷歌卖套餐、DeepSeek 也卖套餐，你想吃全就得办好几张卡。而 gpt4free 就是一个外卖聚合平台——它不自己做饭，但它把各家的菜单、取餐流程全部对接好，你只需要在它的小程序里下一次单，想吃什么菜就点什么菜。
这张图就是它的官方背景图——黑底霓虹紫的"GPT4FREE"字样，其实已经暗示了项目的性格：面向普通用户、强调"免费"、带着一股极客范儿。
从代码结构上看，它主要分这么几块：
- g4f/Provider/：各家 AI 服务的适配器，这是"食堂对接"的部分；
- g4f/client/：给开发者用的 Python 客户端，是"下单入口"；
- g4f/gui/：本地 Web 图形界面，不会写代码也能用；
- g4f/mcp/：MCP 协议服务器，让 Claude 这类 AI 助手也能调用它的能力；
- g4f/tools/：网页搜索、抓取、图片生成等工具函数。
模块各司其职，整个项目既保持灵活，又方便二次开发。这也是它作为"开源 AI 工具一键部署步骤"类项目广受欢迎的结构基础。
三种装法任你挑：选最顺手的那条路
装 gpt4free 的方式不止一种，我按"谁适合用"帮你分好了：
| 方式 | 适合人群 | 优点 | 短板 |
|---|---|---|---|
| pip 安装 | 开发者 | 集成最灵活，API 最全 | 需要 Python 基础 |
| Docker 部署 | 运维/普通用户 | 一键起服务，环境隔离 | 需要 Docker 知识 |
| 本地 GUI | 纯使用者 | 浏览器点开即用 | 功能相对收敛 |
方式一：pip 安装（开发者首选）
pip install -U g4f[all]
装完即可在任意脚本里 from g4f.client import Client 开始调用。
方式二：Docker 部署（小白最省心）
# 先建两个目录，用来存登录状态和生成的媒体文件
mkdir -p har_and_cookies generated_media
docker run -p 8080:8080 -p 7900:7900 \
--shm-size="2g" \
-v $(pwd)/har_and_cookies:/app/har_and_cookies \
-v $(pwd)/generated_media:/app/generated_media \
hlohaus789/g4f:latest
启动后浏览器打开 http://localhost:8080/chat/，一个完整的聊天界面就摆在你面前了。
方式三：只想要个 Web 界面？
如果你已经用 pip 装好了，也可以直接起 GUI：
python -m g4f.cli gui --port 8080 --debug
三种方式的共同点是：装上之后，你面对的就是一个可对话、可生成图片、可搜索网页的"免费 AI 工作台"。区别只在于你更习惯命令行还是鼠标。
5 行 Python 代码，跑通你的第一次对话
装好之后，第一个里程碑就是让它开口说话。新建一个 test.py，粘进下面这段最小示例：
from g4f.client import Client # 导入客户端
client = Client() # 创建客户端实例
response = client.chat.completions.create(
model="gpt-4o-mini", # 指定要用的模型
messages=[{"role": "user", "content": "你好，请用一句话介绍你自己"}],
)
print(response.choices[0].message.content)
运行 python test.py，几秒钟后你就能看到模型的回答。就这么简单——没有 API Key，没有充值页面，没有额度查询。
如果你同时打开 http://localhost:8080/chat/ 的 Web 界面，会发现同样的问题可以在网页上直接提问。这也是它最让我惊喜的地方：**同一个项目，命令行、脚本、网页三种入口，全都免费。**想了解更多可运行的示例，etc/examples/ 目录下从同步对话、流式输出到语音、视频、视觉识别一应俱全。
别只盯着聊天，它还能画画、读网页、接工具
对话只是入门，真正拉开体验差距的是这些附加能力：
生成图片——给它一句话，它还你一张图：
response = client.images.generate(
model="flux", # 图像生成模型
prompt="a white siamese cat", # 你想要的画面描述
response_format="url", # 直接返回图片链接
)
print(response.data[0].url)
联网搜索——在对话里带上 web_search=True，模型就能基于实时网页结果作答，而不是只靠训练数据"硬编"。
变成 AI 助手的"外挂工具"——这是最容易被忽略的一点。gpt4free 内置了 MCP（模型上下文协议）服务器，相当于给 Claude 等 AI 助手装上了"手"：
g4f mcp --http --port 8765
启动后，Claude 就能通过它调用 web_search（网页搜索）、web_scrape（网页抓取）、image_generation（图片生成）三个工具。想想看：一个免费的 AI，还能自己上网查资料、读页面、出图，这套组合拳在付费方案里可都是要单独掏钱的。
三个真实场景，看它怎么帮我省时间
场景一：智能编程助手。我平时改 bug 时直接把报错堆栈丢给它，让它定位问题并给出修复建议；写新功能前先让它生成接口草案，再自己修改。DeepSeek 系列模型在代码上的表现尤其对得起"免费"二字。
场景二：内容创作流水线。写公众号大纲、润色初稿、把一段中文翻译成英文再检查语法，这些重复劳动从半小时压缩到几分钟。它不替代你的判断，但能帮你把"从空白页开始"的恐惧感消解掉。
场景三：学习研究助手。遇到陌生概念，让它用类比解释；读论文前先让它总结摘要；备考时让它出几道练习题检验掌握程度。这就像有个 24 小时在线的学长，随问随答。
第一次用 gpt4free 最容易翻车的五个坑
社区项目的使用体验，很大程度取决于你知不知道这些"隐藏规则"。以下是我实测踩过的坑，按杀伤力排序：
- 模型报"provider not found"或超时：免费提供商的稳定性天然有限，某个模型暂时不可用很正常。别死磕一个，换
model="gpt-4o-mini"或model="deepseek-chat"试试。 - 图片、登录类功能必须装 Chrome：部分提供商依赖浏览器自动化，缺了 Chromium 会静默失败，装一个就好。
- 把敏感信息发给模型：g4f 的请求会经过第三方提供商，生产环境请自觉规避密钥、隐私数据。
- 内存不足导致浏览器崩溃：Docker 部署时
--shm-size="2g"这句别省，浏览器自动化很吃共享内存。 - 使用条款的灰色地带：免费聚合服务绕过了官方计费，个人学习研究没问题，商业化前请务必阅读各提供商条款与项目的 LEGAL_NOTICE.md。
三招进阶配置，让体验更顺滑
第一招：按任务选模型。 简单问答用 gpt-4o-mini（快且稳）；代码任务优先 DeepSeek 系列；创意写作换 GPT-4o；图像生成交给 Flux。选对模型，体验提升立竿见影。
第二招：配置代理与重试。 国内网络访问部分服务不稳定时，可以在 g4f/config.py 中配置 proxies；还可以用 RetryProvider 把多个提供商包成一个组合，失败自动切换，等于给请求上了保险：
from g4f.providers import RetryProvider
from g4f import Provider
provider = RetryProvider([Provider.DeepSeek, Provider.Gemini])
第三招：善用官方文档。 部署细节、路由配置、reasoning 标准化等进阶玩法都沉淀在 docs/README.md，遇到问题先查这里，往往比到处搜答案更快。
从使用者到贡献者，只差一个 PR
g4f 之所以能一直"活着"，靠的是社区不断给它输血。想参与的话，路径非常清晰：先克隆仓库到本地——
git clone https://gitcode.com/GitHub_Trending/gp/gpt4free
然后在 g4f/Provider/ 里照葫芦画瓢添加新提供商的适配器，跑通测试后提交 Pull Request 即可。就算不写代码，帮忙报告失效的提供商、完善文档、在社区解答新人的问题，同样是有价值的贡献。
现在，轮到你动手了
回顾一下这条路线：先明确"为什么值得用"，再理解它"聚合免费模型"的本质，然后选一种方式部署，5 行代码跑通第一次对话，接着解锁图片、搜索、MCP 工具，最后用模型选择、代理配置让体验再上一层楼。
免费的午餐不是天天有，但 gpt4free 让这件事变成了现实。别光看别人分享截图——按本文的步骤装上它，亲手问它一个问题，体验一次"零成本调用顶级大模型"的感觉。用得顺手了，欢迎你带着新发现的坑和心得回到社区，让这个项目在下一个版本里变得更好。现在就打开终端，开始吧。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
