开源一个 macOS 小工具:集中管理 ChatGPT 的网络启动配置

简介: 为 ChatGPT 单独配置代理的 macOS 原生启动器,无需开启 TUN,不修改系统代理或 DNS。Native macOS launcher with dedicated proxy settings for compatible ChatGPT apps.

在 Mac 上同时运行多个需要不同网络配置的应用时,反复调整系统级设置容易影响其他程序。我做了一个开源小工具 ChatGPT Proxy Launcher,将 ChatGPT 桌面版的本地代理参数保存在启动器中,并在启动应用时传入对应配置。

这个项目只管理本机应用的启动参数,不提供代理服务,也不修改系统代理或 DNS。它适合已经有合规网络环境、希望减少手动配置步骤的用户。

它能做什么

  • 保存配置:在本机保存代理服务的地址和端口。
  • 启动与退出:按已保存的配置启动受支持的 ChatGPT 桌面版,也可请求应用正常退出。
  • 查看状态:检查本地代理端口的连通性,并查看启动参数和应用的 TCP 连接快照。
  • 菜单栏操作:关闭主窗口后仍可从菜单栏打开启动器。

设置变更后,需要完全退出并重新启动 ChatGPT 才会应用新参数。启动器不会更改其他应用的网络设置。

适用范围与限制

当前版本面向 Apple Silicon、macOS 13 及以上系统,支持可识别的 Electron 版 ChatGPT 桌面应用;旧版原生应用和 Intel Mac 暂不支持。

代理是否生效取决于目标应用及其组件对启动参数的支持情况。连接检查只反映检查时的状态,不能证明所有流量都使用了所配置的代理;语音、WebRTC、UDP 等流量不在保证范围内。

目前发布的安装包尚未经过 Apple 公证。下载和安装前,请核对项目源码、发布页面与系统提示,并按自己的安全要求决定是否使用。

项目地址

项目使用 SwiftUI + AppKit 开发,采用 MIT 许可证,提供中英文文档。源码、安装包及详细使用说明见 GitHub 项目页。

欢迎对代码、兼容性和使用体验提出反馈。

这是独立开源项目,与 OpenAI 无隶属关系。请遵守所在地法律法规和相关服务条款。

相关文章
|
4月前
|
存储 人工智能 Java
2026年AgentScope Java 2.0详解:架构升级、分布式企业级智能体底座全解析
在AI智能体规模化落地的当下,原型验证阶段的简单运行已经无法满足企业生产环境的严苛要求。多数企业在部署AI智能体时,普遍遭遇分布式扩展困难、多租户数据隔离缺失、长期运行稳定性差、权限管控薄弱、模型调用易中断等一系列工程化难题。2026年6月,阿里正式推出**AgentScope Java 2.0**版本,作为AgentScope多语言体系的重要升级产物,该版本面向JVM生态深度优化,聚焦企业级生产场景,将分布式部署、多租户隔离、安全权限、容错机制等能力内化为框架原生特性,真正实现了从原型Demo到工业级智能体底座的跨越。本文结合框架架构、核心组件、关键能力、部署模式、扩展机制以及落地场景展开全
2482 0
|
1天前
|
弹性计算 Java 开发工具
阿里云 V4 签名实战(第1篇)· Python:手写 OSS PutObject V4 签名(附完整工程)
为什么 SDK 之外还要手写签名?本篇用约 130 行纯 Python 实现阿里云 OSS V4 签名(OSS4-HMAC-SHA256)完成 PutObject 上传:四步流程图解、规范化请求与派生密钥链逐段讲解,配套完整工程可直接导入运行,并用官方文档示例做离线测试向量证明实现逐字节正确,附 7 条签名踩坑清单。
58 27
|
1天前
|
缓存 安全 测试技术
DeepSeek Harness 0.2更新后,测试工程师真正要盯住的7个风险
本文聚焦DeepSeek Harness 0.2升级测试本质:非功能点验证,而是保障发行组合、历史会话迁移(v0→v4)、多Agent状态一致性、多环境执行(local/sandbox/SSH)、工具协议与Prompt Cache协同、桌面端安全及工程门禁等核心能力持续稳定。基于rc.2与alpha.1差异,提炼可复用的平台级升级测试方法。(239字)
|
1天前
|
人工智能 自然语言处理 开发工具
夯爆了,谷歌又一强大AI自动化开源神器,Appium慌了!
谷歌开源ARTEMIS:用自然语言操控安卓真机的AI自动化工具。告别Appium繁琐脚本,无需写定位、等待逻辑,跨App任务一语直达。支持无障碍+OCR+视觉双兜底,自绘界面(Flutter/Compose)也能操作。Flash秒级响应,Pro深度验证,已集成MCP/Python SDK,轻松接入CI与AI IDE。
85 0
夯爆了,谷歌又一强大AI自动化开源神器,Appium慌了!
|
1天前
|
供应链 数据可视化 安全
BI 项目越做越难维护,可能是报表资产没管好
当BI报表数量激增,企业面临重复建设、口径不一、无人维护、依赖不清等治理难题。报表不再是“做出来就行”,而是需纳入资产化管理:明确归属、负责人、使用频率、生命周期、业务分类与依赖关系。Wyn等平台助力实现资源组织、权限管控、指标复用与全生命周期治理,让BI从效率工具升级为可持续的数据资产管理能力。
BI 项目越做越难维护,可能是报表资产没管好
|
1天前
|
存储 弹性计算 数据库
阿里云代理商:阿里云ECS实例规格为什么这么多?企业采购怎么缩小选择范围
打开阿里云ECS规格列表,企业看到的不只是不同核数和内存,还有计算型、通用型、内存型、存储及GPU等方向,以及多个代际和处理器平台。聚搜云在参与选型沟通时,需要先把业务约束变成筛选条件,才有必要逐项比较型号。实例规格多,是因为工作负载对计算、内存、存储与网络的要求不同;企业采购不需要把所有型号都比较一遍。
阿里云代理商:阿里云ECS实例规格为什么这么多?企业采购怎么缩小选择范围
|
4天前
|
人工智能 运维 监控
大模型AI服务工程化部署与运维实践:推理性能调优、接口开发、监控告警全流程实操25.0
本文系统阐述大模型AI服务工程化落地的三大核心:推理优化(量化压缩、KV缓存、动态批处理等提升性能与并发)、API开发(FastAPI实现流式输出、鉴权限流、异常处理)及全维度监控告警(Prometheus+Grafana+钉钉告警),解决线上延迟高、并发低、运维难等痛点,助力模型稳定高效商用。
|
3天前
|
人工智能 自然语言处理 IDE
AI 编程工具用了一年,我把「怎么用好它们」总结成 6 条心法
本文总结AI编程实践中的6条核心心法:强调上下文(尤其项目级CLAUDE.md)比工具选择更重要;按探索、设计、实现等阶段匹配不同工具形态;重视会话资产沉淀;建立人机边界感——AI做机械事,人做决策与设计;坚持“少而精”,主力+备用2–3个工具足矣。克制,才是高效关键。(239字)
117 0
|
1天前
|
存储 NoSQL API
《为什么你的海淘接口总是失败?90% 出在这 7 个地方》
对接电商API远不止调用接口:20%写代码,80%填坑!Token过期、时间偏差、限流隐形、字段突变、图片失效、重复下单、回调丢失——7大高频翻车点,每条都踩过才懂。省下的不是开发时间,而是真金白银的试错成本。
|
1天前
|
算法 JavaScript 前端开发
自动化生成 LED显示屏的钢结构CAD施工图和尺寸图
针对LED显示屏项目中CAD绘图效率低、易出错的痛点,本方案基于DXF协议解析与矩阵算法,实现Web端参数化自动出图:输入箱体尺寸与行列数,一键生成含钢结构、标注的施工图,大幅提升设计精度与交付效率。(239字)

热门文章

最新文章