Hugging Face's logo

Spaces:
everr
/
gpt-academicrrrr
Runtime error

App Files Community
gpt-academicrrrr / README.md
binary-husky
Update README.md
0c58795
preview code
|
raw
history blame
15 kB

ChatGPT 学术优化

如果喜欢这个项目，请给它一个Star；如果你发明了更好用的快捷键或函数插件，欢迎发issue或者pull requests（dev分支）

If you like this project, please give it a Star. If you've come up with more useful academic shortcuts or functional plugins, feel free to open an issue or pull request （to dev branch）.

Note

1.请注意只有红颜色标识的函数插件（按钮）才支持读取文件，部分插件位于插件区的下拉菜单中。另外我们以最高优先级欢迎和处理任何新插件的PR！

2.本项目中每个文件的功能都在自译解self_analysis.md详细说明。随着版本的迭代，您也可以随时自行点击相关函数插件，调用GPT重新生成项目的自我解析报告。常见问题汇总在wiki当中。

3.如果您不太习惯部分中文命名的函数、注释或者界面，您可以随时点击相关函数插件，调用ChatGPT一键生成纯英文的项目源代码。另见由本项目Markdown翻译插件一键生成的README in English.

功能 描述
一键润色 支持一键润色、一键查找论文语法错误
一键中英互译 一键中英互译
一键代码解释 可以正确显示代码、解释代码
自定义快捷键 支持自定义快捷键
配置代理服务器 支持配置代理服务器
模块化设计 支持自定义高阶的实验性功能与[函数插件]，插件支持热更新
自我程序剖析 [函数插件] 一键读懂本项目的源代码
程序剖析 [函数插件] 一键可以剖析其他Python/C/C++/Java/Golang/Lua/Rect项目树
读论文 [函数插件] 一键解读latex论文全文并生成摘要
Latex全文翻译、润色 [函数插件] 一键翻译或润色latex论文
批量注释生成 [函数插件] 一键批量生成函数注释
chat分析报告生成 [函数插件] 运行后自动生成总结汇报
arxiv小助手 [函数插件] 输入arxiv文章url即可一键翻译摘要+下载PDF
PDF论文全文翻译功能 [函数插件] PDF论文提取题目&摘要+翻译全文（多线程）
谷歌学术统合小助手 (Version>=2.45) [函数插件] 给定任意谷歌学术搜索页面URL，让gpt帮你选择有趣的文章
公式显示 可以同时显示公式的tex形式和渲染形式
图片显示 可以在markdown中显示图片
多线程函数插件支持 支持多线调用chatgpt，一键处理海量文本或程序
支持GPT输出的markdown表格 可以输出支持GPT的markdown表格
启动暗色gradio主题 在浏览器url后面添加/?__dark-theme=true可以切换dark主题
huggingface免科学上网在线体验 登陆huggingface后复制此空间
多LLM模型混合支持（v3.0分支测试中） 同时被ChatGPT和清华ChatGLM伺候的感觉一定会很不错吧？
兼容TGUI接入更多样的语言模型 接入opt-1.3b, galactica-1.3b等模型（v3.0分支测试中）
…… ……

  • 新界面（修改config.py中的LAYOUT选项即可实现“左右布局”和“上下布局”的切换）

  • 所有按钮都通过读取functional.py动态生成，可随意加自定义功能，解放粘贴板

  • 润色/纠错

  • 支持GPT输出的markdown表格

  • 如果输出包含公式，会同时以tex形式和渲染形式显示，方便复制和阅读

  • 懒得看项目代码？整个工程直接给chatgpt炫嘴里

  • 多种大语言模型混合调用（v3.0分支测试中）

直接运行 (Windows, Linux or MacOS)

1. 下载项目 

git clone https://github.com/binary-husky/chatgpt_academic.git
cd chatgpt_academic

2. 配置API_KEY和代理设置

在config.py中，配置 海外Proxy 和 OpenAI API KEY，说明如下

1. 如果你在国内，需要设置海外代理才能够顺利使用 OpenAI API，设置方法请仔细阅读config.py（1.修改其中的USE_PROXY为True; 2.按照说明修改其中的proxies）。
2. 配置 OpenAI API KEY。你需要在 OpenAI 官网上注册并获取 API KEY。一旦你拿到了 API KEY，在 config.py 文件里配置好即可。
3. 与代理网络有关的issue（网络超时、代理不起作用）汇总到 https://github.com/binary-husky/chatgpt_academic/issues/1

（P.S. 程序运行时会优先检查是否存在名为config_private.py的私密配置文件，并用其中的配置覆盖config.py的同名配置。因此，如果您能理解我们的配置读取逻辑，我们强烈建议您在config.py旁边创建一个名为config_private.py的新配置文件，并把config.py中的配置转移（复制）到config_private.py中。config_private.py不受git管控，可以让您的隐私信息更加安全。）

3. 安装依赖 

# （选择一）推荐
python -m pip install -r requirements.txt   

# （选择二）如果您使用anaconda，步骤也是类似的：
# （选择二.1）conda create -n gptac_venv python=3.11
# （选择二.2）conda activate gptac_venv
# （选择二.3）python -m pip install -r requirements.txt

# 备注：使用官方pip源或者阿里pip源，其他pip源（如一些大学的pip）有可能出问题，临时换源方法： 
# python -m pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/

4. 运行 

python main.py

5. 测试实验性功能 

- 测试C++项目头文件分析
    input区域 输入 `./crazy_functions/test_project/cpp/libJPG` ， 然后点击 "[实验] 解析整个C++项目（input输入项目根路径）"
- 测试给Latex项目写摘要
    input区域 输入 `./crazy_functions/test_project/latex/attention` ， 然后点击 "[实验] 读tex论文写摘要（input输入项目根路径）"
- 测试Python项目分析
    input区域 输入 `./crazy_functions/test_project/python/dqn` ， 然后点击 "[实验] 解析整个py项目（input输入项目根路径）"
- 测试自我代码解读
    点击 "[实验] 请解析并解构此项目本身"
- 测试实验功能模板函数（要求gpt回答历史上的今天发生了什么），您可以根据此函数为模板，实现更复杂的功能
    点击 "[实验] 实验功能函数模板"

使用docker (Linux) 

# 下载项目
git clone https://github.com/binary-husky/chatgpt_academic.git
cd chatgpt_academic
# 配置 海外Proxy 和 OpenAI API KEY
用任意文本编辑器编辑 config.py
# 安装
docker build -t gpt-academic .
# 运行
docker run --rm -it --net=host gpt-academic

# 测试实验性功能
## 测试自我代码解读
点击 "[实验] 请解析并解构此项目本身"
## 测试实验功能模板函数（要求gpt回答历史上的今天发生了什么），您可以根据此函数为模板，实现更复杂的功能
点击 "[实验] 实验功能函数模板"
##（请注意在docker中运行时，需要额外注意程序的文件访问权限问题）
## 测试C++项目头文件分析
input区域 输入 ./crazy_functions/test_project/cpp/libJPG ， 然后点击 "[实验] 解析整个C++项目（input输入项目根路径）"
## 测试给Latex项目写摘要
input区域 输入 ./crazy_functions/test_project/latex/attention ， 然后点击 "[实验] 读tex论文写摘要（input输入项目根路径）"
## 测试Python项目分析
input区域 输入 ./crazy_functions/test_project/python/dqn ， 然后点击 "[实验] 解析整个py项目（input输入项目根路径）"

其他部署方式

  • 远程云服务器部署 请访问部署wiki-2

  • 使用WSL2（Windows Subsystem for Linux 子系统） 请访问部署wiki-1

自定义新的便捷按钮（学术快捷键自定义）

打开functional.py，添加条目如下，然后重启程序即可。（如果按钮已经添加成功并可见，那么前缀、后缀都支持热修改，无需重启程序即可生效。） 例如

"超级英译中": {

    # 前缀，会被加在你的输入之前。例如，用来描述你的要求，例如翻译、解释代码、润色等等
    "Prefix": "请翻译把下面一段内容成中文，然后用一个markdown表格逐一解释文中出现的专有名词：\n\n", 
    
    # 后缀，会被加在你的输入之后。例如，配合前缀可以把你的输入内容用引号圈起来。
    "Suffix": "",
    
},

如果你发明了更好用的学术快捷键，欢迎发issue或者pull requests！

配置代理

方法一：常规方法

在config.py中修改端口与代理软件对应

配置完成后，你可以用以下命令测试代理是否工作，如果一切正常，下面的代码将输出你的代理服务器所在地：

python check_proxy.py

方法二：纯新手教程

纯新手教程

兼容性测试

图片显示：

如果一个程序能够读懂并剖析自己：

其他任意Python/Cpp项目剖析：

Latex论文一键阅读理解与摘要生成

自动报告生成

模块化功能设计

源代码转译英文

Todo 与 版本规划:

  • version 3 (Todo):
    • 支持gpt4和其他更多llm
  • version 2.4+ (Todo):
    • 总结大工程源代码时文本过长、token溢出的问题
    • 实现项目打包部署
    • 函数插件参数接口优化
    • 自更新
  • version 2.4: (1)新增PDF全文翻译功能; (2)新增输入区切换位置的功能; (3)新增垂直布局选项; (4)多线程函数插件优化。
  • version 2.3: 增强多线程交互性
  • version 2.2: 函数插件支持热重载
  • version 2.1: 可折叠式布局
  • version 2.0: 引入模块化函数插件
  • version 1.0: 基础功能

参考与学习 

代码中参考了很多其他优秀项目中的设计，主要包括：

# 借鉴项目1：借鉴了ChuanhuChatGPT中读取OpenAI json的方法、记录历史问询记录的方法以及gradio queue的使用技巧
https://github.com/GaiZhenbiao/ChuanhuChatGPT

# 借鉴项目2：
https://github.com/THUDM/ChatGLM-6B