ChatGPT 学术优化

今天给大家推荐一个科研工作者专用的ChatGPT拓展目前已经是14.5k stars地址https://github.com/binary-husky/chatgpt_academic

主要亮点特别优化学术Paper润色体验支持自定义快捷按钮支持markdown表格显示Tex公式双显示代码显示功能完善新增本地Python工程剖析功能/自我剖析功能

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借鉴了mdtex2html中公式处理的方法
https://github.com/polarwinkel/mdtex2html

项目使用OpenAI的gpt-3.5-turbo模型期待gpt-4早点放宽门槛

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。目前暂不能完善地支持pdf格式文献的翻译解读尚不支持word格式文件的读取。

2.本项目中每个文件的功能都在自译解project_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您可以随时点击相关函数插件调用GPT一键生成纯英文的项目源代码。

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
自我程序剖析	[实验性功能] 一键读懂本项目的源代码
程序剖析	[实验性功能] 一键可以剖析其他Python/C++项目
读论文	[实验性功能] 一键解读latex论文全文并生成摘要
批量注释生成	[实验性功能] 一键批量生成函数注释
chat分析报告生成	[实验性功能] 运行后自动生成总结汇报
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
支持GPT输出的markdown表格	可以输出支持GPT的markdown表格
……	……

• 新界面

• 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

小伙伴们如果觉得有用的话点个赞吧~谢谢啦

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

我们建议将config.py复制为config_private.py并将后者用作个性化配置文件以避免config.py中的变更影响你的使用或不小心将包含你的OpenAI API KEY的config.py提交至本项目。

在config.py或config_private.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。
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

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
# 选择二.1conda create -n gptac_venv python=3.11
# 选择二.2conda activate gptac_venv
# 选择二.3python -m pip install -r requirements.txt

# 备注使用官方pip源或者阿里pip源其他pip源如清华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
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

• 使用WSL2Windows Subsystem for Linux 子系统
  请访问部署wiki-1

• nginx远程部署
  请访问部署wiki-2

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": "",
    
},

配置代理

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

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

最后给大家安利我的公众号洋芋智能里面会定时更新计算机与人工智能学习干货包含了诸多计算机、人工智能教程、工具、资料等内容感兴趣的小伙伴可以关注一下~

在公众号后台回复【GPT学术】领取项目源码有需要的也可访问下方 GitHub 地址自取https://github.com/Yangyu-Intell/CS-Learning