1 前言
专用于科研工作的拓展Tool,优化Paper润色、markdown、Tex公式双显示、代码显示功能完善、本地Python工程剖析等功能
笔者的评价是,对于“能毕业”的门槛又降低了些许,特别是海外。相比于国内限制门槛,ChatGPT在国外,几乎全覆盖。虽然学校会做一定限制要求,甚至是做了反Chat工具,但是这波AI大战,学生也可以做反-反Chat工具,得用魔法打败魔法
这里主要分享Github社区binary-husky
和Chuan Hu
的开源项目,这是两个不同的开源项目,大家各自辨别
编写基于:
- Python
- CSS
- JavaScript
- Shell
- Docker
照顾到部分不能科学上网的小伙伴,已打包好,领取方法观至文末
2 Chuanhu ChatGPT的安装部署
Huggingface 测试页面:https://huggingface.co/spaces/JohnSmith9982/ChuanhuChatGPT,仅作参考,为隐私性和稳定性建议部署到自己的设备使用。需要接OPENAI-API,语言模型有gpt3.5-turbo
和gpt-4
,可以切换多种语言,建立索引,多格式导出,值得一用
下载zip压缩包或者用git下载
git clone https://github.com/GaiZhenbiao/ChuanhuChatGPT.git
cd ChuanhuChatGPT
在配置文件或网页填写API密钥
安装依赖文件
pip install -r requirements.txt
#若报错则试
pip3 install -r requirements.txt
启动
python ChuanhuChatbot.py
#若报错可试
python3 ChuanhuChatbot.py
本地使用
浏览器输入http://localhost:7860即可打开使用
3 ChatGPT学术优化
Huggingface 测试页面:https://huggingface.co/spaces/qingxu98/gpt-academic,仅作参考,为隐私性和稳定性建议部署到自己的设备使用
3.1 主要功能
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 | [beta] 一键读懂本项目的源代码 |
程序剖析 | [beta] 一键可以剖析其他Python/C++项目 |
读论文 | [beta] 一键解读latex论文全文并生成摘要 |
批量注释生成 | [beta] 一键批量生成函数注释 |
chat分析报告生成 | [beta] 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 |
- 润色
- 注释?直接剖析把项目代码消化吐出来
- markdown最折磨人的表格
- Latex论文一键阅读理解与摘要生成
- 自动报告生成
3.2 下载软件安装运行
Win or Linux or Macos通用
# 下载项目
git clone https://github.com/binary-husky/chatgpt_academic.git
cd chatgpt_academic
# 在config.py中,配置 海外Proxy 和 OpenAI API KEY
- 1.如果你在国内,需要设置海外代理才能够使用 OpenAI API,你可以通过 config.py 文件来进行设置。
- 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。
# 安装依赖
python -m pip install -r requirements.txt
# 运行
python main.py
# 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回答几个数的平方是什么),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"
3.3 用docker运行
# 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回答几个数的平方是什么),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)"
3.4 自定义快捷键(类似function)
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": "",
},
3.5 配置代理
在config.py
中修改端口与代理软件对应,配置完成后,可以用以下命令测试代理是否工作,如果一切正常,下面的代码将输出代理服务器所在地:
python check_proxy.py
4 讨论
各位感兴趣的赶紧学着用起来吧,目前已经出的两个AI大头(ChatGPT三月中旬BAIDU发布的作品),从算法深度和精确性实用性来说,openAI近乎全面碾压,GPT4都能自我思考弥补完善了,文心一言却仅还持留单一性。文章来源:https://www.toymoban.com/news/detail-407966.html
虽然仍存在差距,但是国人这一迈步仍值得肯定。日子还长,坐等5月谷歌发布会后再横向对比一波。公众号「生信初学者」回复关键词0328
领取以上两个开源项目打包文件。文章来源地址https://www.toymoban.com/news/detail-407966.html
到了这里,关于Github的开源项目ChuanhuChatGPT和gpt-academic,专用于学术拓展ChatGPT的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!