chatgpt-academic 0.2.1

ChatGPT Academic

ChatGPT Academic Wrapper

使用以下命令安装 ChatGPT Academic：

pip install chatgpt-academic

配置项目请使用 环境变量。 安装完成后，使用 chatgpt-academic 或 gpta 命令启动程序。

Note

2023.10.8: Gradio, Pydantic依赖调整，已修改 requirements.txt。请及时更新代码，安装依赖时，请严格选择requirements.txt中指定的版本

pip install -r requirements.txt

GPT 学术优化 (GPT Academic)

如果喜欢这个项目，请给它一个Star；如果您发明了好用的快捷键或函数插件，欢迎发pull requests！

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. We also have a README in English|日本語|한국어|Русский|Français translated by this project itself. To translate this project to arbitrary language with GPT, read and run multi_language.py (experimental).

Note

1.请注意只有 高亮 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报告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wiki。安装方法 | 配置说明。

3.本项目兼容并鼓励尝试国产大语言模型ChatGLM和Moss等等。支持多个api-key共存，可在配置文件中填写如API_KEY="openai-key1,openai-key2,azure-key3,api2d-key4"。需要临时更换API_KEY时，在输入区输入临时的API_KEY然后回车键提交后即可生效。

功能（⭐= 近期新增功能）	描述
⭐接入新模型！	百度千帆与文心一言, 通义千问，上海AI-Lab书生，讯飞星火，LLaMa2
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	显示代码、解释代码、生成代码、给代码加注释
自定义快捷键	支持自定义快捷键
模块化设计	支持自定义强大的函数插件，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/Lua/...项目树
读论文、翻译论文	[函数插件] 一键解读latex/pdf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
Markdown中英互译	[函数插件] 看到上面5种语言的README了吗？
chat分析报告生成	[函数插件] 运行后自动生成总结汇报
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）
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
Latex论文一键校对	[函数插件] 仿Grammarly对Latex文章进行语法、拼写纠错+输出对照PDF
谷歌学术统合小助手	[函数插件] 给定任意谷歌学术搜索页面URL，让gpt帮你写relatedworks
互联网信息聚合+GPT	[函数插件] 一键让GPT从互联网获取信息回答问题，让信息永不过时
⭐Arxiv论文精细翻译 (Docker)	[函数插件] 一键以超高质量翻译arxiv论文，目前最好的论文翻译工具
⭐实时语音对话输入	[函数插件] 异步监听音频，自动断句，自动寻找回答时机
公式/图片/表格显示	可以同时显示公式的tex形式和渲染形式，支持公式、代码高亮
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
启动暗色主题	在浏览器url后面添加/?__theme=dark可以切换dark主题
多LLM模型支持	同时被GPT3.5、GPT4、清华ChatGLM2、复旦MOSS同时伺候的感觉一定会很不错吧？
⭐ChatGLM2微调模型	支持加载ChatGLM2微调模型，提供ChatGLM2微调辅助插件
更多LLM模型接入，支持huggingface部署	加入Newbing接口(新必应)，引入清华Jittorllms支持LLaMA和盘古α
⭐void-terminal pip包	脱离GUI，在Python中直接调用本项目的所有函数插件（开发中）
⭐虚空终端插件	[函数插件] 用自然语言，直接调度本项目其他插件
更多新功能展示 (图像生成等) ……	见本文档结尾处 ……

• 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

• 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（ChatGLM + OpenAI-GPT3.5 + API2D-GPT4）

Installation

安装方法I：直接运行 (Windows, Linux or MacOS)

1. 下载项目

git clone --depth=1 https://github.com/binary-husky/gpt_academic.git
cd gpt_academic

2. 配置API_KEY

在config.py中，配置API KEY等设置，点击查看特殊网络环境设置方法 。Wiki页面。

「 程序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。如您能理解该读取逻辑，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（仅复制您修改过的配置条目即可）。 」

「 支持通过环境变量配置项目，环境变量的书写格式参考docker-compose.yml文件或者我们的Wiki页面。配置读取优先级: 环境变量 > config_private.py > config.py。 」

3. 安装依赖

# （选择I: 如熟悉python）（python版本3.9以上，越新越好），备注：使用官方pip源或者阿里pip源,临时换源方法：python -m pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
python -m pip install -r requirements.txt

# （选择II: 使用Anaconda）步骤也是类似的 (https://www.bilibili.com/video/BV1rc411W7Dr)：
conda create -n gptac_venv python=3.11    # 创建anaconda环境
conda activate gptac_venv                 # 激活anaconda环境
python -m pip install -r requirements.txt # 这个步骤和pip安装一样的步骤

如果需要支持清华ChatGLM2/复旦MOSS/RWKV作为后端，请点击展开此处

【可选步骤】如果需要支持清华ChatGLM2/复旦MOSS作为后端，需要额外安装更多依赖（前提条件：熟悉Python + 用过Pytorch + 电脑配置够强）：

# 【可选步骤I】支持清华ChatGLM2。清华ChatGLM备注：如果遇到"Call ChatGLM fail 不能正常加载ChatGLM的参数" 错误，参考如下： 1：以上默认安装的为torch+cpu版，使用cuda需要卸载torch重新安装torch+cuda； 2：如因本机配置不够无法加载模型，可以修改request_llm/bridge_chatglm.py中的模型精度, 将 AutoTokenizer.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True) 都修改为 AutoTokenizer.from_pretrained("THUDM/chatglm-6b-int4", trust_remote_code=True)
python -m pip install -r request_llm/requirements_chatglm.txt  

# 【可选步骤II】支持复旦MOSS
python -m pip install -r request_llm/requirements_moss.txt
git clone --depth=1 https://github.com/OpenLMLab/MOSS.git request_llm/moss  # 注意执行此行代码时，必须处于项目根路径

# 【可选步骤III】支持RWKV Runner
参考wiki：https://github.com/binary-husky/gpt_academic/wiki/%E9%80%82%E9%85%8DRWKV-Runner

# 【可选步骤IV】确保config.py配置文件的AVAIL_LLM_MODELS包含了期望的模型，目前支持的全部模型如下(jittorllms系列目前仅支持docker方案)：
AVAIL_LLM_MODELS = ["gpt-3.5-turbo", "api2d-gpt-3.5-turbo", "gpt-4", "api2d-gpt-4", "chatglm", "newbing", "moss"] # + ["jittorllms_rwkv", "jittorllms_pangualpha", "jittorllms_llama"]

4. 运行

python main.py

安装方法II：使用Docker

0. 部署项目的全部能力（这个是包含cuda和latex的大型镜像。如果您网速慢、硬盘小或没有显卡，则不推荐使用这个，建议使用方案1）（需要熟悉Nvidia Docker运行时）

# 修改docker-compose.yml，保留方案0并删除其他方案。修改docker-compose.yml中方案0的配置，参考其中注释即可
docker-compose up

1. 仅ChatGPT+文心一言+spark等在线模型（推荐大多数人选择）

# 修改docker-compose.yml，保留方案1并删除其他方案。修改docker-compose.yml中方案1的配置，参考其中注释即可
docker-compose up

P.S. 如果需要依赖Latex的插件功能，请见Wiki。另外，您也可以直接使用方案4或者方案0获取Latex功能。

2. ChatGPT + ChatGLM2 + MOSS + LLAMA2 + 通义千问（需要熟悉Nvidia Docker运行时）

# 修改docker-compose.yml，保留方案2并删除其他方案。修改docker-compose.yml中方案2的配置，参考其中注释即可
docker-compose up

3. ChatGPT + LLAMA + 盘古 + RWKV（需要熟悉Nvidia Docker运行时）

# 修改docker-compose.yml，保留方案3并删除其他方案。修改docker-compose.yml中方案3的配置，参考其中注释即可
docker-compose up

安装方法III：其他部署姿势

1. 一键运行脚本。 完全不熟悉python环境的Windows用户可以下载Release中发布的一键运行脚本安装无本地模型的版本。 脚本的贡献来源是oobabooga。

2. 使用docker-compose运行。 请阅读docker-compose.yml后，按照其中的提示操作即可

3. 如何使用反代URL 按照config.py中的说明配置API_URL_REDIRECT即可。

4. 微软云AzureAPI 按照config.py中的说明配置即可（AZURE_ENDPOINT等四个配置）

5. 远程云服务器部署（需要云服务器知识与经验）。 请访问部署wiki-1

6. 使用Sealos一键部署。

7. 使用WSL2（Windows Subsystem for Linux 子系统）。 请访问部署wiki-2

8. 如何在二级网址（如http://localhost/subpath）下运行。 请访问FastAPI运行说明

Advanced Usage

I：自定义新的便捷按钮（学术快捷键）

任意文本编辑器打开core_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": "",
},

II：自定义函数插件

编写强大的函数插件来执行任何你想得到的和想不到的任务。 本项目的插件编写、调试难度很低，只要您具备一定的python基础知识，就可以仿照我们提供的模板实现自己的插件功能。 详情请参考函数插件指南。

Latest Update

I：新功能动态

1. 对话保存功能。在函数插件区调用 保存当前的对话 即可将当前对话保存为可读+可复原的html文件， 另外在函数插件区（下拉菜单）调用 载入对话历史存档 ，即可还原之前的会话。 Tip：不指定文件直接点击 载入对话历史存档 可以查看历史html存档缓存。

2. ⭐Latex/Arxiv论文翻译功能⭐

===>

3. 虚空终端（从自然语言输入中，理解用户意图+自动调用其他插件）

• 步骤一：输入 “ 请调用插件翻译PDF论文，地址为https://openreview.net/pdf?id=rJl0r3R9KX ”
• 步骤二：点击“虚空终端”

4. 模块化功能设计，简单的接口却能支持强大的功能

5. 译解其他开源项目

6. 装饰live2d的小功能（默认关闭，需要修改config.py）

7. 新增MOSS大语言模型支持

8. OpenAI图像生成

9. OpenAI音频解析与总结

10. Latex全文校对纠错

===>

11. 语言、主题切换

II：版本:

• version 3.60（todo）: 优化虚空终端，引入code interpreter和更多插件
• version 3.55: 重构前端界面，引入悬浮窗口与菜单栏
• version 3.54: 新增动态代码解释器（Code Interpreter）（待完善）
• version 3.53: 支持动态选择不同界面主题，提高稳定性&解决多用户冲突问题
• version 3.50: 使用自然语言调用本项目的所有函数插件（虚空终端），支持插件分类，改进UI，设计新主题
• version 3.49: 支持百度千帆平台和文心一言
• version 3.48: 支持阿里达摩院通义千问，上海AI-Lab书生，讯飞星火
• version 3.46: 支持完全脱手操作的实时语音对话
• version 3.45: 支持自定义ChatGLM2微调模型
• version 3.44: 正式支持Azure，优化界面易用性
• version 3.4: +arxiv论文翻译、latex论文批改功能
• version 3.3: +互联网信息综合功能
• version 3.2: 函数插件支持更多参数接口 (保存对话功能, 解读任意语言代码+同时询问任意的LLM组合)
• version 3.1: 支持同时问询多个gpt模型！支持api2d，支持多个apikey负载均衡
• version 3.0: 对chatglm和其他小型llm的支持
• version 2.6: 重构了插件结构，提高了交互性，加入更多插件
• version 2.5: 自更新，解决总结大工程源代码时文本过长、token溢出的问题
• 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

GPT Academic开发者QQ群：610599535

• 已知问题
  • 某些浏览器翻译插件干扰此软件前端的运行
  • 官方Gradio目前有很多兼容性Bug，请务必使用requirement.txt安装Gradio

III：主题

可以通过修改THEME选项（config.py）变更主题

1. Chuanhu-Small-and-Beautiful 网址

IV：参考与学习

代码中参考了很多其他优秀项目中的设计，顺序不分先后：

# 清华ChatGLM2-6B:
https://github.com/THUDM/ChatGLM2-6B

# 清华JittorLLMs:
https://github.com/Jittor/JittorLLMs

# ChatPaper:
https://github.com/kaixindelele/ChatPaper

# Edge-GPT:
https://github.com/acheong08/EdgeGPT

# ChuanhuChatGPT:
https://github.com/GaiZhenbiao/ChuanhuChatGPT

# Oobabooga one-click installer:
https://github.com/oobabooga/one-click-installers

# More：
https://github.com/gradio-app/gradio
https://github.com/fghrsh/live2d_demo