在学习 pyqt 的过程中，经常向 gpt 提问，加快学习进度。但每次遇到问题后【复制 –> 打开浏览器 –> 切换标签 –> 填入输入框并提问】的过程重复多次，总会感到厌烦。为了让自己能够在工作 / 学习过程中更加专注于内容，而自己又稍微懂一些编程 …. 于是，便有了本项目。

本项目在较早时 (本文发布前一个多月) 已经完成，经过这段时间的使用，已经基本满足自己的要求。并且，在这过程中也已经将能够发现并解决的问题处理完成

仓库：https://github.com/craii/mac_companion_for_M_Chip_mac   ||  https://github.com/craii/mac_companion

基本要求

1. 【断网运行】：因为之前被 openAI 封了账号，因此有了被迫害妄想症，总是担心被【卡脖子】，因此这也就有了模型必须能够断网运行的执念；
2. 【性能】：内存和 cpu 占用不能太高，如果光是运行模型就赢把机器性能吃完，无法运行平时工作需要用到软件，那是完全没有意义的，因此，程序驻留后台时，肯定不能把电脑卡死；同时，在推理时也要足够快；
3. 【快捷】：无需复制、粘贴，最好能选中文字，然后直接将这些文字作为 prompt，发给模型处理，并得到结果；
4. 【对话页面】：如果遇到需要追问或提供更长的上下文才能得到更好结果的场景，可以有类似 chatgpt 的对话页面，获得更好的交互体验；

mac_companion 常驻后台，并在 mac 顶部菜单栏设置快捷入口。可以让我在绝大多数 app 中，可通过鼠标右键的服务菜单，快速将选中的文字作为 prompt 提交给 Chatglm 并得到答复，当然如果你不想使用 chatglm 也可以在修改少量代码的情况下，替换为其他支持 openai-like api 的模型，或者直接改为调用 openai 的 api。
本项目有两个版本：

成果展示

• 在各个 App 中直接获取文字作为 prompt, 省去复制粘贴的重复操作：
  
• 运行对话页面：
  
• 功能截图
  

  

  

  

  
  

业务流程

我们的实现逻辑比较简单，大致就是：copilot 启动后，会启动一个监听服务；当监听到苹果的 automator 脚本发送过来的选中文本后，将其发送给本地模型处理，然后在将模型的回答进行展示出来 (详见下图)。

可见，通过此流程，可以省略复制、粘贴的过程，便捷性得到了较好的保证。而且，感谢 THUDM  的杰作：chatglm，以及  li-plus 提供的 cpp 加速，让在 mac 上本地低成本运行 chatglm 模型成为了可能, 并且也提供了不错的 webUI。

mac companion 业务流程

如何使用

项目源码已上传至 github: https://github.com/craii/mac_companion

mac_companion 常驻 mac 顶部菜单栏。可以让我在绝大多数 app 中，可通过鼠标右键的服务菜单，快速将选中的文字作为 prompt 提交给 Chatglm 并得到答复，当然如果你不想使用 chatglm 也可以在修改少量代码的情况下，替换为其他支持 openai-like api 的模型，或者直接改为调用 openai 的 api。
本项目有两个版本：

• mac_companion: 本仓库，你可以在参照下述安装说明完成 Setup 即可使用；
• mac_companion【直接运行版】：如果你的 
  mac 使用的是M系列芯片

  ，可转至 此仓库，参照对应文档下载安装即可。也可以直接下载包含模型和运行环境的整合包(下载后最好用仓库最新代码文件覆盖一下)：

整合包，提取码：fyEe

整合包已经集成了本项目的虚拟环境、chatglm 所需的虚拟环境 以及 chatglm 模型。下载完成后只需要切换到解压目录下，运行 “`python run.py“` 即可运行（我已在两台 m -chip 的 mac 上测试可行）。“`INTEL 芯片 “` 的 mac 未经测试，但应该是不能运行的，因为本项目使用的 chatglm 在进行 cpp 编译时采用的参数中指定了 arm 平台。

Setup

• mac_companion: 3.11.5;
• chatglm-6b: 3.8.18;

下载本仓库

创建虚拟环境

注意此时创建了虚拟环境 venv之后，需要记录 venv 中的 python_executable 路径， 假设你运行 Step 1的命令时，是将 documents 路径下， 则 python_executable 路径为：/documents/mac_companion/venv/bin/python

安装 chatglm:

• 如果你倾向于使用完全版的 chatglm：请参照 https://github.com/THUDM/ChatGLM3；
• 如果你倾向于使用量化加速后的 chatglm：请参照 https://github.com/li-plus/chatglm.cpp?tab=readme-ov-file

安装完成后请务必先验证其是否被正确安装，并且能够启动 

，如果正常启动，那么你应该能够在终端看到类似下图的文字：

注意：

• 记录上图中地址 
  127.0.0.1:8001

   中的端口号：

  8001

  ；

• 记录启动 
  OpenAI_API

   服务时使输入的命令：本项目使用的是量化加速后的 chatglm，启动命令为：

  cd /Users/YOURNAME/Documents/chatglm.cpp-chatglm3/chatglm_cpp && MODEL=../chatglm3-ggml.bin /Users/YOURNAME/anaconda3/envs/chatglmcpp/bin/uvicorn chatglm_cpp.openai_api:app --host 127.0.0.1 --port 8001

修改本项目中的 

 文件:

• 修改 
  port

   的值为：你看到的端口号 (如以上图为例，则将其修改为 8001)；

• 修改 
  aiserver_command

  ：

  cd /Users/YOURNAME/Documents/chatglm.cpp-chatglm3/chatglm_cpp && MODEL=../chatglm3-ggml.bin /Users/YOURNAME/anaconda3/envs/chatglmcpp/bin/uvicorn chatglm_cpp.openai_api:app --host 127.0.0.1 --port 8001

  （根据你的实际情况修改）

• 修改 
  python_executable

   的值为：

  /documents/mac_companion/venv/bin/python

  (参考 Step 2)

修改后的 

 可能如下：

1. 双击 
   copilot.workflow

   ，会自动安装 

   copilot.workflow

   ，然后在打开的页面里，将下图中 

   红框

    和 

   篮框

   部分为 

   mac_companion

    的项目路径；

双击后，copilot.workflow 如果没有自动打开，则在 启动台 中找到 自动操作 并用其打开 copilot.workflow，按照要求修改

回到 

 文件夹，运行 

mac_companion【直接运行版】

如果你使 mac_companion【直接运行版】，在本文末尾下载并解压后，按照下方视频，复制 run.py 的【绝对路径】后，在终端输入

  即可运行（此处假设 run.py 的路径为 /Users/yourname/Documents/pythonscripts/mac_companion_PORTABLE/run.py）。

To-Do List:

1. 在 chat 和 setting 页面之外，补充 history 页面，可查询每次对话内容并导出；
2. 在任一 app 内指定位置插入模型回答内容；