CORS Chat:一个用于测试OpenAI-Responses兼容聊天端点的浏览器工具
评分
72介绍了一个新发布的实用工具,附带了具体使用场景和特性,但未提供深入技术剖析。
内容清晰简洁,工具设计合理,作者有实际验证,但篇幅较短,缺少架构说明。
对本地 LLM 开发者来说可以直接使用,解决了测试界面缺失的问题,且支持导出 JSON。
工具当天构建并发布,信息新鲜,反映了作者当前的工作流和最新模型环境。
Simon Willison 是知名开发者博主,原始博客来源可信,且附有可访问链接。
基础分 80 × T2 信源权重 ×0.9 = 72
精选线 70已入选精选
精选理由
信息增量较高,因为它展示了一个具体可用的新工具及其设计细节,但本质上是个人工具的分享,创新性有限。
AI 点评
「这个工具虽然小,但它精准戳中了本地模型测试的痛点:每次想快速验证一个兼容 API 的聊天端点时,总是缺一个轻量 UI。如果你是做 LLM 应用开发或本地部署调试的人,这绝对值得一试,特别是那个流式渲染 SVG 的功能,比纯文本日志直观多了。」
速览
Simon Willison 当天构建了 CORS Chat,一个借助 GPT-5.6-Sol xhigh 生成的浏览器工具,用于测试兼容 OpenAI-Responses 的聊天端点。他已在 LM Studio(启用 --cors 选项)和 OpenRouter 上验证通过,并能配合本地运行的 Qwen 3.8 27B 模型(运行在 M5 MacBook Pro 或 NVIDIA DGX Spark 上)工作。对话保存在浏览器中,可导出为 JSON。该工具还支持流式渲染 SVG 图像,在生成过程中渐进显示,为多模态测试提供了便利。
- CORS Chat 是一个开源式的浏览器 Web UI,用于与 OpenAI-Responses 兼容的端点进行交互,支持 LM Studio 和 OpenRouter。
- 对话自动保存在浏览器中,可一键导出为 JSON,方便回放和调试。
- 支持流式渲染 SVG 图片,在 token 生成过程中逐步显示图像内容。
- 已在 M5 MacBook Pro 和 NVIDIA DGX Spark 本地模型环境中验证,也适用于远程 API。
正文
工具: CORS Chat
我今天构建了这个(使用 GPT-5.6-Sol xhigh),用于帮助测试 Qwen 3.8 27B,该模型在我的 M5 MacBook Pro 和 NVIDIA DGX Spark 上通过 LM Studio 运行。
它提供了一个用于测试兼容 OpenAI Responses 的聊天端点的 Web UI。我已经在带有 --cors 选项的 LM Studio 和 OpenRouter 上进行了尝试,两者都运行良好。
对话会持久化保存在浏览器中,并可导出为可复制粘贴的 JSON。一个有趣的细节是,它会注意到正在生成的 SVG 图像,并随着词元仍在流式输入时,在聊天中逐步渲染它们。

标签:svg, ai, generative-ai, llms, cors, openrouter, lm-studio
相关条目
精选DeepSeek V4 在 OpenRouter 上的代币份额翻倍,智能体工作负载成主要驱动力
DeepSeek V4 的快速采用表明市场对高性能、低成本推理模型的强烈偏好,尤其是智能体场景将重塑 AI 部署格局。
91
精选启用两项设置使ARC-AGI-3基准测试分数提升三倍
这项发现太关键了!它表明模型的性能不仅取决于训练,还取决于推理时的配置。对于AI工程师和研究者来说,这是一个必须注意的优化方向。特别是那些在资源受限设备上部署模型的团队,可能会因此找到低成本提升能力的方法。
91
精选GPT-5.6:前沿智能与前沿效率的融合
这条消息值得关注,因为它标志着大模型竞争从单纯拼参数转向拼效率。对于AI开发者和企业决策者来说,GPT-5.6意味着可以用更少预算获得更高性能,尤其适合那些被推理成本挡在门外的长上下文或Agent场景。OpenAI这一步,可能重新定义‘前沿’的标准。
91
精选LFM2.5-Encoder:面向CPU快速长上下文推理的新模型
这篇博文让我眼前一亮,因为它直接解决了大模型在CPU上跑长上下文的痛点。对于没有高端GPU的团队或个人开发者,LFM2.5-Encoder系列提供了可立即使用的开源方案。尤其推荐给做RAG、文档搜索或代码分析的朋友——现在用普通服务器就能处理百万级token的文档了。
91
精选GPT-Red:OpenAI通过自我对弈实现AI红队自动化,提升模型鲁棒性
GPT-Red 是红队测试从人工到自动化的里程碑,特别适合安全工程师和对齐研究者关注。它直接降低了测试成本,但也引发了对“自动攻击”本身的伦理讨论——值得所有关注AI治理的人深入思考。
91
精选OpenAI推出GPT-5.5生物漏洞赏金计划
这个计划值得关注,因为它首次将AI漏洞赏金制度拓展到生物安全领域,不仅为安全社区提供了新的研究方向,也为AI风险治理提供了实际演练场。对模型安全研究者、生物安全专家以及关心AI双重用途的从业者尤其重要。
91
精选vLLM推出原生速度Transformers建模后端,大幅提升推理性能
这项更新对于AI工程团队非常关键:无需格式转换意味着能更快地迭代模型,而2-5倍的速度提升直接降低GPU成本。如果你正在做LLM在线服务或者批量推理,这几乎是必读的技术更新。
90
精选Google DeepMind 发布手语转文本模型 SL2T,助力聋人用户
这则消息的意义不仅在于技术突破,更在于AI开始真正关注边缘群体的需求。对开发者而言,SL2T的架构思路和技术路径值得深入研究;对无障碍倡导者来说,这是推动行业标准的重要案例。