49K+ stars 最新火爆的 GPT 学术优化开源项目

在我们的学术研究过程中，经常会遇到一些问题，如阅读英文论文、论文润色、论文写作、代码解析等。这些问题会消耗我们大量的时间和精力，如果没有足够专业的知识技能，还会影响我们研究效果的进展。

小编今天为大家分享一款开源的项目：gpt_academic，一键润色优化论文。

项目为 ChatGPT、GLM 提供实用化交互界面，特别适合优化论文阅读、润色、写作体验，模块化设计。支持自定义快捷按钮、函数插件。支持 Python 和 C++ 等项目剖析和自译解功能，支持 PDF、LaTex 论文翻译和总结功能，支持并行问询多种 LLM 模型，支持 chatglm2 等本地模型。

目前该项目在 GitHub 社区已斩获 49.8k Stars、6.4k forks，很是火爆。

🎨️ 最新版本支持的功能

• 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，解放剪贴板
• 一键润色、中英互译
• 一键代码解释、chat分析报告生成
• 一键PDF论文全文翻译功能、互联网信息聚合+GPT
  
• 如果输出包含公式，会以tex形式和渲染形式同时显示，方便复制和阅读
• 懒得看项目代码？直接把整个工程炫ChatGPT嘴里
• 多种大语言模型混合调用（ChatGLM + OpenAI-GPT3.5 + API2D-GPT4）
• 兼容文心一言、moss、llama2、rwkv、claude2、通义千问、书生、讯飞星火等

🧰 Docker部署

首先克隆源码到服务器

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

这里提供三种部署方案：

方案1：部署项目的全部能力

（包含cuda和latex的大型镜像。如果网速慢、硬盘小，不推荐Docker方法部署）

#修改docker-compose.yml，保留方案0并删除其他方案。然后运行：
docker-compose up

方案2：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。然后运行：
docker-compose up

方案3：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。然后运行：
docker-compose up

🔥 Win/Mac一键安装包

对于Docker不熟悉的同学，或只是想在本地体验一下，可使用官方提供的一键运行脚本。

注：不建议电脑上已有python的用户采用此方法（在此基础上安装插件的依赖很麻烦）。官方推荐的python 版本 3.11。大家运行脚本前先确认自己安装的是哪个版本。

访问不了GitHub的可参考文章：开源免费的 Github 加速器，突破地域限制！

1、在GitHub发行页下载一键运行脚本安装无本地模型的版本。

2、下载完成后解压

注意解压路径不要出现中文或带空格的文件夹

3、配置代理和API KEY

特殊网络环境设置方法可参考文档：

https://github.com/binary-husky/gpt_academic/issues/1

项目配置说明参考Wiki：

https://github.com/binary-husky/gpt_academic/wiki/%E9%A1%B9%E7%9B%AE%E9%85%8D%E7%BD%AE%E8%AF%B4%E6%98%8E

不想看文档的参考如下视频，步骤一样的：

4、运行脚本

找到Mac/Windows的执行脚本，双击运行。安装好后即会自己弹出界面。后续使用点击执行脚本运行。

🍄功能预览

整体来看，功能非常强大，就是安装起来稍微繁琐一些，小白用户不建议尝试。大神级、动手能力强的玩家，可使劲折腾，熬夜必备良品~

如遇安装问题，可在官方wiki中找到详细的解决方案，文档非常详细。

最后贴上项目的链接：

开源地址：

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

wiki地址：
https://github.com/binary-husky/gpt_academic/wiki

往期推荐：

点关注不迷路，每日分享开源项目