🔗 运行环境：chatGPT
🚩 撰写作者：左手の明天
🥇 精选专栏：《python》
🔥 推荐专栏：《算法研究》
#### 防伪水印——左手の明天 ####
💗 大家好🤗🤗🤗，我是左手の明天！好久不见，推荐热门的ChatGPT项目💗
📆 最近更新：2023 年 04 月 22 日，左手の明天的第 278 篇原创博客
📚 更新于专栏：高效学习
#### 防伪水印——左手の明天 ####
ChatGPT自 3 月初 Open AI 开放以来持续处于火爆阶段， 国内的开发者依托openAI的接口，开发了许多ChatGPT的项目，并且在GitHub 上进行了开源，确实有很多实用的应用项目，今天就整理一下github上最热门的ChatGPT项目，跟大家分享。
目录
1、ChatGPT Web 应用
功能说明
本地部署方法
（1）下载本项目
（2）填写API密钥
（3）安装依赖
（4）启动
2、ChatPaper全流程加速科研
编辑
功能说明
使用步骤
3、ChatGPT_JCM 聚合OpenAI web 管理界面
功能说明
本地部署
4、OpenAI Translator：基于 ChatGPT API 的划词翻译浏览器插件和跨平台桌面端应用
功能说明
下载安装
5、ChatGPT-web：用 Express 和 Vue3 搭建的 ChatGPT 演示网页
功能说明
6、chatgpt_academic：科研工作者的利器
功能说明
本地安装
7、chatgpt-on-wechat：ChatGPT搭建微信聊天机器人
功能说明
本地安装
1、ChatGPT Web 应用
川虎 ChatGPT 🐯 Chuanhu ChatGPT：为ChatGPT API提供了一个轻快好用的Web图形界面，已经star 7.9k了，非常火爆
需要申请 ChatGPT API Key
功能说明
- 支持实时显示回答。
- 重试对话，让 ChatGPT 再回答一次。
- 优化 Tokens，减少 Tokens 占用，以支持更长的对话。
- 设置 System Prompt，有效地设定前置条件。
- 保存 / 加载对话历史记录。
- 在图形界面中添加 API key。
- System Prompt 模板功能。
- 实时显示 Tokens 用量。
本地部署方法
（1）下载本项目
git clone https://github.com/GaiZhenbiao/ChuanhuChatGPT.git
cd ChuanhuChatGPT或者，点击网页右上角的 Download ZIP，下载并解压完成后进入文件夹，进入终端或命令提示符。
如果你使用Windows，应该在文件夹里按住shift+右键，选择“在终端中打开”。如果没有这个选项，选择“在此处打开Powershell窗口”。如果你使用macOS，可以在Finder底部的路径栏中右键当前文件夹，选择服务-新建位于文件夹位置的终端标签页。
（2）填写API密钥
在文件中设定默认密钥、用户名密码以及更多设置：
- 在项目文件夹中复制一份
config_example.json，并将其重命名为config.json，在其中填入 API-Key、用户名密码（可选）、API host（可选）、代理地址（可选）等设置。用户名密码支持多用户。示例：
{
"openai_api_key": "sk-xxxxxxxxxxxxxxxxxxxxxxxxx",
"users": [
["用户1的用户名", "用户1的密码"],
["用户2的用户名", "用户2的密码"]
],
}
- 如果不设置用户名与密码，可以直接将“users”字段整段删去，或留空为
"users": []
（3）安装依赖
在终端中输入下面的命令，然后回车。
pip install -r requirements.txt
前提是系统安装了python，如果没安装先下载安装
（4）启动
在终端输入以下命令进行启动：
python ChuanhuChatbot.py如果一切顺利，可以在浏览器地址栏中输入 http://localhost:7860 查看并使用 ChuanhuChatGPT 了。
2、ChatPaper全流程加速科研
为了能提高 arXiv 用户的论文阅读效率，GitHub 上有人开源了一款可利用 ChatGPT 总结 arXiv 论文的开源工具：ChatPaper。
ChatPaper全流程加速科研：论文阅读+润色+审稿+审稿回复
功能说明
ChatPaper可以通过ChatGPT实现对论文进行总结，帮助科研人进行论文初筛。
它可以根据用户输入的关键词，自动在arxiv上下载最新的论文，再利用ChatGPT3.5的API接口强大的总结能力，将论文总结为固定的格式，以最少的文本，最低的阅读门槛，为大家提供最大信息量，以决定该精读哪些文章。也可以提供本地的PDF文档地址，直接处理。
使用步骤
以脚本方式运行，Windows, Mac和Linux系统应该都可以，python版本最好是3.9，其他版本应该也没啥问题。
- 在apikey.ini中填入你的openai key。
- 安装依赖：pip install -r requirements.txt
（1） Arxiv在线批量搜索+下载+总结： 运行chat_paper.py， 比如：
python chat_paper.py --query "chatgpt robot" --filter_keys "chatgpt robot" --max_results 3更准确的脚本是chat_arxiv.py，使用方案，命令行更加简洁：
python chat_arxiv.py --query "chatgpt robot" --page_num 2 --max_results 3 --days 10其中query仍然是关键词，page_num是搜索的页面，每页和官网一样，最大是50篇，max_results是最终总结前N篇的文章，days是选最近几天的论文，严格筛选！
注意：搜索词无法识别
-，只能识别空格！所以原标题的连字符最好不要用！
（2）Arxiv在线批量搜索+下载+总结+高级搜索： 运行chat_paper.py， 比如：
python chat_paper.py --query "all: reinforcement learning robot 2023" --filter_keys "reinforcement robot" --max_results 3（3）Arxiv在线批量搜索+下载+总结+高级搜索+指定作者： 运行chat_paper.py， 比如：
python chat_paper.py --query "ti: Sergey Levine" --filter_keys "reinforcement robot" --max_results 3（4）本地pdf总结： 运行chat_paper.py， 比如：
python chat_paper.py --pdf_path "demo.pdf"（5）本地文件夹批量总结： 运行chat_paper.py， 比如：
python chat_paper.py --pdf_path "your_absolute_path"（6）谷歌学术论文整理： 运行google_scholar_spider.py， 比如：
python google_scholar_spider.py --kw "deep learning" --nresults 30 --csvpath "./data" --sortby "cit/year" --plotresults 1此命令在Google Scholar上搜索与“deep learning”相关的文章，检索30个结果，将结果保存到“./data”文件夹中的CSV文件中，按每年引用次数排序数据，并绘制结果。
3、ChatGPT_JCM 聚合OpenAI web 管理界面
项目地址：https://github.com/202252197/ChatGPT_JCM
功能说明
OpenAI管理界面，聚合了OpenAI的所有接口进行界面操作(所有模型、图片、音频、微调、文件)等，支持Markdown格式(公式、图表，表格)等。
本地部署
部署方式步骤：
- 克隆项目到本地
git clone git@github.com:202252197/ChatGPT_JCM.git- 下载依赖包
npm install- 运行
npm run serve4、OpenAI Translator：基于 ChatGPT API 的划词翻译浏览器插件和跨平台桌面端应用
项目地址：OpenAI Translator
功能说明
基于 ChatGPT API 的划词翻译浏览器插件和跨平台桌面端应用。
该工具基于 ChatGPT API 构建，可应用于 Chrome 插件、Windows、macos、Linux 等平台，并支持以下特性：
- 支持三种翻译模式：翻译、润色、总结；
- 支持 55 种语言的相互翻译、润色和总结功能；
- 支持实时翻译、润色和总结，以最快的速度响应用户；
- 支持自定义翻译文本；
- 支持一键复制、支持 TTS。
下载安装
通过winget进行安装：
winget install yetone.OpenAITranslator手动安装：
- 从 Latest Release下载以.msi结尾的安装包。
- 双击下载的文件进行安装。
- 如果提示不安全，您可以单击
More Info->Run Anyway继续安装。 - 准备使用！
5、ChatGPT-web：用 Express 和 Vue3 搭建的 ChatGPT 演示网页
项目地址：ChatGPT-web
功能说明
支持双模型，提供了两种非官方 ChatGPT API 方法
| 方式 | 免费？ | 可靠性 | 质量 |
|---|---|---|---|
ChatGPTAPI(gpt-3.5-turbo-0301) |
否 | 可靠 | 相对较笨 |
ChatGPTUnofficialProxyAPI(网页 accessToken) |
是 | 相对不可靠 | 聪明 |
对比：
-
ChatGPTAPI使用gpt-3.5-turbo通过OpenAI官方API调用ChatGPT -
ChatGPTUnofficialProxyAPI使用非官方代理服务器访问ChatGPT的后端API，绕过Cloudflare（依赖于第三方服务器，并且有速率限制）
切换方式：
- 进入
service/.env.example文件，复制内容到service/.env文件 - 使用
OpenAI API Key请填写OPENAI_API_KEY字段 (获取 apiKey) - 使用
Web API请填写OPENAI_ACCESS_TOKEN字段 (获取 accessToken) - 同时存在时以
OpenAI API Key优先
具体安装使用可以进项目里面查看，里面记录的非常详细，感谢大神，膜拜！！！
6、chatgpt_academic：科研工作者的利器
项目地址：chatgpt_academic
功能说明
科研工作专用ChatGPT/GLM拓展，特别优化学术Paper润色体验，模块化设计支持自定义快捷按钮&函数插件，支持代码块表格显示，Tex公式双显示，新增Python和C++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gpt-3.5/gpt-4/chatglm
| 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 | 支持自定义高阶的函数插件与[函数插件]，插件支持热更新 |
| 自我程序剖析 | [函数插件] 一键读懂本项目的源代码 |
| 程序剖析 | [函数插件] 一键可以剖析其他Python/C/C++/Java/Lua/...项目树 |
| 读论文 | [函数插件] 一键解读latex论文全文并生成摘要 |
| Latex全文翻译、润色 | [函数插件] 一键翻译或润色latex论文 |
| 批量注释生成 | [函数插件] 一键批量生成函数注释 |
| chat分析报告生成 | [函数插件] 运行后自动生成总结汇报 |
| Markdown中英互译 | [函数插件] 看到上面5种语言的README了吗？ |
| arxiv小助手 | [函数插件] 输入arxiv文章url即可一键翻译摘要+下载PDF |
| PDF论文全文翻译功能 | [函数插件] PDF论文提取题目&摘要+翻译全文（多线程） |
| 谷歌学术统合小助手 | [函数插件] 给定任意谷歌学术搜索页面URL，让gpt帮你选择有趣的文章 |
| 公式/图片/表格显示 | 可以同时显示公式的tex形式和渲染形式，支持公式、代码高亮 |
| 多线程函数插件支持 | 支持多线调用chatgpt，一键处理海量文本或程序 |
| 启动暗色gradio主题 | 在浏览器url后面添加/?__dark-theme=true可以切换dark主题 |
| 多LLM模型支持，API2D接口支持 | 同时被GPT3.5、GPT4和清华ChatGLM伺候的感觉一定会很不错吧？ |
本地安装
（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
在config.py中，配置 海外Proxy 和 OpenAI API KEY
（3）安装依赖
# （选择I: 如熟悉python）推荐
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（如一些大学的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/
# （选择II: 如不熟悉python）使用anaconda，步骤也是类似的：
# （II-1）conda create -n gptac_venv python=3.11
# （II-2）conda activate gptac_venv
# （II-3）python -m pip install -r requirements.txt如果需要支持清华ChatGLM后端，需要额外安装更多依赖（前提条件：熟悉python + 电脑配置够强）：
python -m pip install -r request_llm/requirements_chatglm.txt（4）运行
python main.py
7、chatgpt-on-wechat：ChatGPT搭建微信聊天机器人
项目地址：chatgpt-on-wechat
ChatGPT搭建微信聊天机器人，基于GPT3.5 API和itchat实现
功能说明
基于ChatGPT的微信聊天机器人，通过 ChatGPT 接口生成对话内容，使用 itchat 实现微信消息的接收和自动回复。已实现的特性如下：
- 文本对话： 接收私聊及群组中的微信消息，使用ChatGPT生成回复内容，完成自动回复
- 规则定制化： 支持私聊中按指定规则触发自动回复，支持对群组设置自动回复白名单
- 图片生成： 支持根据描述生成图片，支持图片修复
- 上下文记忆：支持多轮对话记忆，且为每个好友维护独立的上下会话
- 语音识别： 支持接收和处理语音消息，通过文字或语音回复
- 插件化： 支持个性化插件，提供角色扮演、文字冒险、与操作系统交互、访问网络数据等能力
本地安装
建议Python版本在 3.7.1~3.9.X 之间，推荐3.8版本，3.10及以上版本在 MacOS 可用，其他系统上不确定能否正常运行。
(1) 克隆项目代码：
git clone https://github.com/zhayujie/chatgpt-on-wechat
cd chatgpt-on-wechat/(2) 安装核心依赖 (必选)：
能够使用
itchat创建机器人，并具有文字交流功能所需的最小依赖集合。
pip3 install -r requirements.txt(3) 拓展依赖 (可选，建议安装)：
pip3 install -r requirements-optional.txt其中tiktoken要求python版本在3.8以上，它用于精确计算会话使用的tokens数量，强烈建议安装。
#### 防伪水印——左手の明天 ####
💗 大家好🤗🤗🤗，我是左手の明天！好久不见，推荐热门的ChatGPT项目💗
📆 最近更新：2023 年 04 月 22 日，左手の明天的第 278 篇原创博客
📚 更新于专栏：高效学习文章来源：https://www.toymoban.com/news/detail-441891.html
#### 防伪水印——左手の明天 ####文章来源地址https://www.toymoban.com/news/detail-441891.html
到了这里，关于分享github上比较热门的ChatGPT项目，值得收藏的文章就介绍完了。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！
