【项目案例】多人 AI 工作台：对话、画图、语音练英语，手机上当 App 用

「项目案例」系列：我做过的定制项目，写清楚客户要什么、解决了什么问题。这类项目不提供源码，文中截图都是演示数据（虚构的账号和对话内容），不涉及任何客户信息。有类似需求可以直接联系我，文末有方式。

客户的需求

一位学设计的朋友想用 AI 帮自己做事，需求大致是这几条：

• 想要像 ChatGPT 网页那样顺手的对话界面，聊品牌名、配色、文案、画图提示词；
• 除了聊天，还要能画图、改图，生成过的作品要能找回来；
• 想练英语口语：能对着手机说，AI 能回答、读出来，还能指出说错的地方；
• 不止一个人用，希望每人一个账号，作品互不可见，用多少也各算各的；
• 主要在手机上用，最好能像 App 一样放在桌面上；
• 花费不能失控：AI 按用量收费，不希望有人（或者自己手滑）一晚上烧掉一大笔钱；
• 放在公网上，安全要靠谱。

我做的东西

一个跑在自己服务器上的网页，登录后使用。后端调用的是 OpenAI 和 Claude 的官方接口（按量付费），不是网页版会员账号。

图：登录页（演示环境）。

对话：像 ChatGPT 一样顺手

图：对话页（演示数据）。

• 回答一个字一个字地流出来，支持标题、列表、加粗，代码和提示词块有一键“复制”；
• 可以上传、粘贴或拖入图片让 AI 看图，给修改建议；
• 模型自动选最新、最稳的：页面上能选的模型直接从你的账号里读，新模型出来排在最前面，默认就选好了，不用懂模型名；某个对话或画图模型被官方判定用不了，会自动从列表里去掉、默认换成下一个；语音相关的模型用不了，则在同一次请求里自动换下一个，用户基本看不到“模型不存在”这种报错；
• 配上 Claude 的密钥后，下拉框里多出 Claude 的模型，同一个对话里可以随时换，前面的内容它能接着看到；
• 对话记录保存在各自的浏览器里，按账号分开，同一台电脑换账号不会串。

画图、改图、作品库

图：画图页。

• 写一段描述就能生成，下面有扁平插画、3D 渲染、水彩手绘、极简 Logo 这些风格词，点一下加进描述；
• 可以选方形、横版、竖版，选质量（草稿用低质量，省钱），一次最多出几张；
• 改图：添加 1 到 4 张参考图，写下想怎么改；
• 生成和修改过的图都保存在“作品”里，可以下载，也能点“拿来继续改”接着改；
• 画图模型同样自动选最新的，旧模型下线了不用你操心。

语音：说话、朗读、英语口语老师

图：手机上的英语口语老师模式（演示对话）。

• 🎙 说话：点一下开始录音，说完再点一下，识别出来的文字放进输入框，可以先改再发；
• 🔊 朗读：每条回答下面都有，点一下读出来，长回答分段读，第一段很快就开始；
• 🎧 语音对话模式：说完自动发送，回答完自动读出来，像打电话一样一问一答；
• 英语口语老师：AI 用简单英语（2 到 4 句）回答，结尾带一个小问题让你接着说；你说错了，会在后面用绿色块给出“【纠正】”，用中文解释正确说法。朗读只读英文部分，中文说明只显示、不读；
• 还有慢速朗读（练听力）和 9 种朗读声音，可以试听；
• 在英语口语和语音对话时，输入框上方会出现一个很大的“点一下，开始说话”按钮，因为这时候说话才是主要操作。

账号：每人一个，各管各的

• 账号由我在服务器上用一个菜单脚本添加、改密码、停用、删除，改动马上生效，不用重启；被停用、删除、改过密码的账号，已经登录的也立刻失效；
• 作品库按账号独立：别人看不到，用别人图片的网址也打不开（直接 404），也删不了；
• 密码在终端里输入，保存的是加盐哈希，不存明文，连我自己也看不到；
• 示例（演示账号）：

账号            状态    今日对话/上限      今日画图/上限
alice           正常         0 / 300           0 / 60
bob             正常         0 / 300           0 / 60

花费可控：每天都有上限

• 每个账号每天都有自己的上限（默认对话 300 次、画图 60 张、语音转文字 300 次、朗读 10 万字），所有账号用同一个默认值，我也可以统一调整；
• 另外还有一个全站总闸，所有账号加起来超过也停，账单不会失控；
• 失败的请求会把额度退回去，不会白白扣掉；
• OpenAI 是预付费，只要不开“自动充值”，余额用完请求就会停，不会自动再扣你的钱；我建议同时在 OpenAI 后台设一个月度预算，做最后一层保险。

手机上当 App 用

图：手机上的侧栏。

• 手机浏览器里“添加到主屏幕”，桌面上就有图标，打开是全屏的，没有地址栏，更新网页就等于更新 App，不用上架应用商店；
• 针对手机专门调过：你的话靠右、AI 的回答占满整行；回车键是换行，发送点按钮，避免中文输入时手滑发出半句话；按钮加大到手指好点；往上翻历史时有“回到最新”按钮；软键盘弹出时输入框跟着可见区域走；
• 侧栏能一滑收起，点旁边的暗处也行。

安全方面做了什么

这个站放在公网，我把能想到的入口都收了一遍，还专门做了一轮“能不能绕过登录”的测试：

• 登录要账号加密码，连续输错会按 IP 封禁（越封越久，最长一天），同一个账号被连续猜也会暂时锁住；
• 未登录访问任何功能一律被拒；我试过各种路径花样、请求方法、伪造 Cookie 和请求头、畸形输入，都进不去；
• 登录接口最多只读 2KB，防止被人塞垃圾数据；每条连接有超时，同时处理的连接数有上限，防止被慢速连接占满；
• 管理接口只接受服务器本机、不带任何代理头、并且出示本机口令文件的请求，公网永远是 404；
• API 密钥只放在服务器的配置文件里，不会发到浏览器；
• Telegram 通知只在有人输错密码、IP 被封或账号被锁时提醒我，别的事不打扰；
• 录音只在这次请求里发给 OpenAI 转成文字，服务器不保存录音。

解决了什么问题

技术栈和交付

• 服务端是一个 Python 文件，网页是一个 HTML 文件，只用 Python 标准库，没有数据库、没有第三方依赖（数据保存成本机的 JSON 文件和图片），前面放 nginx 做 HTTPS；
• 交付内容：程序、nginx 配置、一个带菜单的管理脚本（启动、停止、账号管理、设置密钥、Telegram 通知、封禁管理），我会帮你部署到你自己的服务器上；
• 交付时用你自己的密钥把对话、画图、语音逐项实测一遍。

使用前要知道的几点

• 这是用官方 API，不是 ChatGPT 网页版会员。两者是两套账户和计费，会员里的额度用不到 API 上；API 要自己充值，按用量付费。
• 没有网页版的记忆、GPTs、Canvas 这些功能，只做对话、画图和语音。
• 语音是“说话 → 转文字 → 回答 → 朗读”的分步方式，回答前有一两秒等待；想要像真人通话那样随时打断的实时语音，是另一套接口，需要另外做。
• 服务器要放在能访问 OpenAI 和 Anthropic 官方接口的地区，这些服务并不是在所有国家和地区都提供，请先确认你所在地的使用规定。
• 画图会受到 OpenAI 安全策略的限制，有些描述会被拒绝；图片里的中文字（比如书法标题）AI 有时会写错，重要的字建议后期自己排版。
• 录音需要 HTTPS 网址，第一次用浏览器会问是否允许使用麦克风。
• 大致价格（OpenAI 官方价格页，2026 年 11 月）：文字模型 gpt-6.1-sol 输入 2 美元、输出 10 美元 / 百万 token；语音转文字约每分钟 0.0045 美元；画图每张的价格取决于尺寸和质量，建议先用低质量试几张，再看后台的实际花费。价格可能调整，以官方为准。

想要类似的系统？

这个项目不提供源码，但同类的“多人共用的 AI 工作台”我可以按你的需求来做：只要对话，或者加上画图、语音；给团队、给家人、给学生用；接上你自己的提示词和风格。

• 官网留言：kuaibuild.com（说一句想做什么就够）
• Telegram：@kuaibuild

出处

• OpenAI 官方价格页
• OpenAI 官方模型页