GitHub14.5k stars！ChatGPT科研扩展来啦 |
您所在的位置：网站首页 › python源代码后缀 › GitHub14.5k stars！ChatGPT科研扩展来啦 |
GitHub14.5k stars！ChatGPT科研扩展来啦
|
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 Note1.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  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： # （选择二.1）conda create -n gptac_venv python=3.11 # （选择二.2）conda activate gptac_venv # （选择二.3）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WSL2（Windows Subsystem for Linux 子系统） 请访问部署wiki-1nginx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 |
【本文地址】