NextChat诀窍：老牌国产开源 ChatGPT Web 客户端——GitHub 星标 7w+。
NextChat（原ChatGPT-Next-Web）是目前GitHub上最火的ChatGPT开源客户端之一，7万多星标说明了一切。但很多人只是装上了就用，其实很多隐藏功能能大幅提升效率。下面这5个技巧，是我重度使用后的真实总结。
很多人只填一个API Key，结果遇到限流或配额用完就卡住。NextChat支持填入多个Key，用英文逗号分隔即可。比如：
sk-xxxx1,sk-xxxx2,sk-xxxx3
系统会自动轮询使用，当一个Key触发速率限制或额度耗尽时，自动切换到下一个。实际场景中，我经常把几个不同账号的Key混在一起用，既分散了消耗，又大幅降低了“服务不可用”的概率。
进阶用法：如果你有多个模型（比如GPT-4和GPT-3.5），可以在“自定义接口”里分别配置不同的Key池，让模型调用互不干扰。
NextChat内置的“面具”功能远远不止换个头像和名字。你可以为每个面具预设：
我日常维护了5个面具：代码助手、翻译官、文案写手、数据分析师、面试模拟。每次切换对话，点一下面具图标就自动加载全套配置，不用再手打提示词。
关键技巧：面具可以导出为JSON文件，分享给同事或备份到云盘，重装系统时一键恢复。
NextChat默认使用OpenAI接口，但它的自定义接口功能可以对接任何兼容OpenAI API格式的服务。比如你本地跑了一个Llama或Qwen模型（通过Ollama或vLLM部署），只需在设置里把接口地址改成：
http://localhost:11434/v1
API Key随便填个占位符就行。这样你可以在同一个界面里，既使用云端GPT-4处理复杂任务，又用本地模型处理简单问题（比如翻译、摘要），完全免费且数据不出本地。
注意：本地模型响应速度取决于你的显卡，建议把“超时时间”调大到60秒以上。
很多人不知道NextChat的对话可以批量导出为Markdown文件。我每周会做一次“知识沉淀”：把有价值的对话（比如技术方案讨论、代码调试过程）导出，按主题分类存到本地文件夹。
更高级的用法是：把导出的Markdown文件扔到Obsidian或Notion里，用全文搜索快速定位之前讨论过的内容。下次遇到类似问题，直接搜索比重新问AI效率高得多。
反向操作：你也可以把整理好的知识库文本，作为“上下文”粘贴到新对话里，让AI基于你的历史经验给出建议。
默认设置下，NextChat会显示OpenAI所有可用模型，包括你已经不用的GPT-3.5或过时的版本。在“自定义模型”里，你可以只保留真正在用的：
gpt-4o,gpt-4-turbo,gpt-3.5-turbo-16k
这样下拉菜单清爽很多，选模型时不用翻页。如果你的API Key只支持特定模型（比如Azure部署的），这里还可以手动添加模型名称，让NextChat正确识别。
避坑提醒：如果填入了不存在的模型名，NextChat会报错。建议先在OpenAI官网确认模型ID，再填入。