科研工作专用ChatGPT拓展

科研工作专用ChatGPT拓展

能够优化学术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。

主要功能：
◉ 支持一键润色、一键查找论文语法错误
◉ 一键中英互译
◉ 可以正确显示代码、解释代码
◉ 支持配置代理服务器
◉ 一键解读latex论文全文并生成摘要
◉ 可以在markdown中显示图片

https://github.com/binary-husky/chatgpt_academic

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.已支持OpenAI和API2D的api-key共存，可在配置文件中填写如API_KEY="openai-key1,openai-key2,api2d-key3"。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。

• 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）

多种大语言模型混合调用huggingface测试版（huggingface版不支持chatglm）

安装-方法1：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。支持任意数量的OpenAI的密钥和API2D的密钥共存/负载均衡，多个KEY用英文逗号分隔即可，例如输入 API_KEY="OpenAI密钥1,API2D密钥2,OpenAI密钥3,OpenAI密钥4"
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I: 如熟悉python）推荐
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/

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

如果需要支持清华ChatGLM后端，需要额外安装更多依赖（不熟悉python、电脑配置不佳者，建议不要尝试）：

python -m pip install -r request_llm/requirements_chatglm.txt

4. 运行

python main.py

5. 测试函数插件

- 测试Python项目分析
    （选择1）input区域 输入 `./crazy_functions/test_project/python/dqn` ， 然后点击 "解析整个Python项目"
    （选择2）展开文件上传区，将python文件/包含python文件的压缩包拖拽进去，在出现反馈提示后， 然后点击 "解析整个Python项目"
- 测试自我代码解读（本项目自译解）
    点击 "[多线程Demo] 解析此项目本身（源码自译解）"
- 测试函数插件模板函数（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 "[函数插件模板Demo] 历史上的今天"
- 函数插件区下拉菜单中有更多功能可供选择

安装-方法2：使用Docker (Linux)

1. 仅ChatGPT（推荐大多数人选择）

# 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

2. ChatGPT+ChatGLM（需要对docker熟悉 + 读懂Dockerfile + 电脑配置够强）

# 修改Dockerfile
cd docs && nano Dockerfile+ChatGLM
# 构建 （Dockerfile+ChatGLM在docs路径下，请先cd docs）
docker build -t gpt-academic --network=host -f Dockerfile+ChatGLM .
# 运行 (1) 直接运行: 
docker run --rm -it --net=host --gpus=all gpt-academic
# 运行 (2) 我想运行之前进容器做一些调整: 
docker run --rm -it --net=host --gpus=all gpt-academic bash

安装-方法3：其他部署方式（需要云服务器知识与经验）

1. 远程云服务器部署 请访问部署wiki-1

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

安装-代理配置

1. 常规方法 配置代理

2. 纯新手教程 纯新手教程

自定义新的便捷按钮 / 自定义函数插件

1. 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": "",
},

2. 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。

部分功能展示

1. 图片显示：

2. 本项目的代码自译解（如果一个程序能够读懂并剖析自己）：

3. 其他任意Python/Cpp/Java/Go/Rect/…项目剖析：

4. Latex论文一键阅读理解与摘要生成

5. 自动报告生成

  

6. 模块化功能设计

 

7. 源代码转译英文