项目介绍

为GPT/GLM等LLM大语言模型提供实用化交互接口，特别优化论文阅读/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&自译解功能，PDF/LaTex论文翻译&总结功能，支持并行问询多种LLM模型，支持chatglm3等本地模型。接入通义千问, deepseekcoder, 讯飞星火, 文心一言, llama2, rwkv, claude2, moss等。

logo

项目地址：【点击进入】

安装部署

安装方法I：直接运行 (Windows, Linux or MacOS)

  1. 下载项目

    # 首先配置代理，便于下载项目
export http_proxy="127.0.0.1:7897" && \
export https_proxy="127.0.0.1:7897"

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

# 取消代理
unset http_proxy && unset https_proxy

    默认情况下，仓库会被下载到您在终端中运行该命令的当前工作目录中。

    除了上述 git命令下载之外，也可以选择直接【点击】下载项目文件。

    如何查看自己的代理地址:

    方法一：直接到代理软件里查看，不同软件方式有所不同。

    方法二：打开网页，然后按F12，点击网络，点击json，进行查看代理地址即可。

    查看代理地址

  2. 修改 config.py 配置文件

    在config.py中，配置API KEY等变量。特殊网络环境设置方法、Wiki-项目配置说明。

    image-20240502141532016

    「 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。如您能理解以上读取逻辑，我们强烈建议您在config.py同路径下创建一个名为config_private.py的新配置文件，并使用config_private.py配置项目，从而确保自动更新时不会丢失配置 」。

    「 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推荐版本 3.9 ~ 3.11

    # 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/

cd gpt_academic    # 进入项目目录
python -m pip install -r requirements.txt

    可以参考代码小白也能快速上手的chatgpt学术优化部署教程_bilibili，很简单。

    选择II: 使用Anaconda，步骤也是类似的

    在Anaconda Prompt执行以下命令：

    conda create -n gptac_venv python=3.11    # 在（Anaconda Prompt）创建环境
conda activate gptac_venv                 # 激活anaconda环境/进入环境

# 在项目的根目录安装依赖
cd gpt_academic    # 进入项目目录(每个人存放目录不同，要更改相应命令)
python -m pip install -r requirements.txt

​ 可以参考【chatGPT】从0开始教你搭建本地GPT-Academic，助力学术研究&&中科院ChatGPT学术优化

  1. 运行主函数

    python main.py   # 接着上一步可以在 Anaconda Prompt 直接运行

# Vscode 终端运行
C:\Users\Guoyi\anaconda3\Scripts\activate    # 每个人不一样
conda activate gptac_venv 
python main.py

​ 参考部署全流程！中科院学术专用版 ChatGPT

安装方法II：使用Docker

  1. 部署项目的全部能力（这个是包含cuda和latex的大型镜像。但如果您网速慢、硬盘小，则不推荐该方法部署完整项目

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

  2. 仅ChatGPT + GLM4 + 文心一言+spark等在线模型（推荐大多数人选择https://github.com/binary-husky/gpt_academic/actions/workflows/build-with-audio-assistant.yml)

    # 修改docker-compose.yml，保留方案1并删除其他方案。然后运行：
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。

  1. ChatGPT + GLM3 + 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

安装方法III：其他部署方法

  1. Windows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。脚本贡献来源：oobabooga。(最方便、最简单)😍
  2. 使用第三方API、Azure等、文心一言、星火等，见Wiki页面
  3. 云服务器远程部署避坑指南。 请访问云服务器远程部署wiki
  4. 在其他平台部署&二级网址部署

总结

个人推荐直接Windows一键运行脚本 安装，方便省事，不想用了直接删除文件夹即可。

效果预览

新界面效果