GitHub14.5k stars!ChatGPT科研扩展来啦

这篇具有很好参考价值的文章主要介绍了GitHub14.5k stars!ChatGPT科研扩展来啦。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

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😂

Note

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。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

小伙伴们如果觉得有用的话点个赞吧~谢谢啦

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。

config.pyconfig_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-1

  • nginx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

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文章来源地址https://www.toymoban.com/news/detail-429255.html

到了这里,关于GitHub14.5k stars!ChatGPT科研扩展来啦的文章就介绍完了。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!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 不要熬夜肝PPT了!络绎科学一键生成科研PPT工具Slidebot来啦!

    科研人都没有不受PPT折磨的吧? 白天努力搞科研 晚上熬夜搞PPT   在GPT时代该翻篇了 为此,络绎科学整了个新活 今天,我们介绍个新朋友 络绎科学推出了科研辅助工具 Slidebot全新上线! 现在向公众 免费 开放试用 (我们还在继续迭代) 试用地址: https://www.luoyikexue.com/AI4

    2024年02月04日
    浏览(32)
  • GitHub上的watch,star和fork的含义

    GitHub项目的右上角都会有三个按钮,分别是Watch、Star和Fork,Watch、Star和Fork是什么意思?码笔记来说说Watch、Star和Fork的意思以及如何使用: 每个GitHub项目的右上角都会有Watch、Star和Fork三个按钮,如下图所示: GitHub Watch、Star和Fork 那么,Watch、Star和Fork是什么意思?如何使用

    2024年02月11日
    浏览(39)
  • 【GitHub】Watch、Star、Fork、Follow 有什么区别?

       GitHub 是最受欢迎的代码托管平台之一,拥有大量的开源代码可供学习。    Github 中也有类似 “ 点赞 ”、“ 收藏 ”、“ 加关注 ” 的功能。   下面介绍下, GitHub 中 Watch 、 Star 、 Fork 、 Follow 有什么区别。    Watch 是对于“ 当前项目 ”的操作,表示“ 关注 ”的

    2024年02月04日
    浏览(36)
  • Star History 九月开源精选 |开源 GitHub Copilot 替代

    虽然大火了近一年,但是截至目前 AI 唯一破圈的场景是帮助写代码(谷歌云旗下的 DORA 年度报告也给 AI 泼了盆冷水)。不过对于软件开发来说,生成式人工智能绝对已经是新的标配。 本期 Star History 收集了一些开源 GitHub Copilot 替代品(不免费,也不开源),AI 编程助手来解

    2024年02月06日
    浏览(49)
  • Github 上线仅六天,收获 Star 超 55K+

    栈(stack) 队列(queue) 链表(Link) 散列表(Hash Table) 排序二叉树 前缀树 红黑树 B-TREE 位图 Zookeeper 专题 什么是 Zookeeper? Zookeeper 如何保证了分布式一致性特性? ZooKeeper 提供了什么? 了解 ZAB 协议? zookeeper 是如何保证事务的顺序一致性的? zk 节点宕机如何处理? zookeeper 负载均衡和 nginx 负

    2024年04月10日
    浏览(36)
  • New bing带着chatGPT来啦

    话不多说,随着chatGPT的到来,GPT-4的升级,AI时代真的要来啦。现在微软浏览器 bing 已经接入最新的GPT版本,而且是免费,重要的事情说三遍,免费使用GPT,免费使用GPT,免费使用GPT!这篇主要用来记录自己在申请使用 new bing时碰到的各种“坑”。希望对大家有所帮助。 第一

    2023年04月19日
    浏览(40)
  • 科大版中国版ChatGPT来啦!抢先体验

    随着文心一言、通义千问等国内顶尖级ChatGPT大模型相继问世,具有语言理解和生成能力的人工智能正在引领行业创新发展。作为人工智能公司中的佼佼者,科大讯飞也开始加入到这场竞争中来。 4月20日, 科大讯飞宣布即将于5月6日正式发布其最新的“星火”认知大模型,并

    2024年02月01日
    浏览(34)
  • 14.4K Star,一款外观漂亮、运行快速、动画细腻的开源免费UI组件库

    之前给大家推荐了很多后台模版,有读者希望推荐一些跟通用的好看组件,毕竟出了后台还有很多其他场景嘛。所以,今天继续给大家推荐一个广受好评的UI组件库: NextUI NextUI 的主要目标是简化开发流程,为增强的用户体验提供美观且适应性强的系统设计。 它有以下几点核

    2024年02月11日
    浏览(42)
  • 开源不到 48 小时获 100k star 的 Github 开源项目大全

    目录 1. 本周特推 1.1 GPT 专场 1.2 推特推荐算法:the-algorithm 2. GitHub Trending 周榜 2.1 音频分析:audioFlux 2.2 逆向工程:ghidra 2.3 AI 编辑器:cursor 2.4 轻量级搜索引擎:meilisearch 2.5 文本到视频:Tune-A-Video 3. HelloGitHub 热评 3.1 SICP 学习资料:Learning-SICP 3.2 内存数据库:dragonfly 1. 本周特

    2024年02月07日
    浏览(55)
  • 【大模型】基于 LlaMA2 的高 star 的 GitHub 开源项目汇总

    2023年7月19日:Meta 发布开源可商用模型 Llama2。 Llama2 是一个预训练和微调的生成文本模型的集合,其规模从70亿到700亿个参数不等。 LLaMA2 的详细介绍可以参考这篇文章:【大模型】更强的 LLaMA2 来了,开源可商用、与 ChatGPT 齐平 下面介绍几个高 star 的 GitHub 开源项目: star 数

    2024年02月10日
    浏览(40)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包