Important

frontier开发分支最新动态(2024.12.9): 更新对话时间线功能，优化xelatex论文翻译
wiki文档最新动态(2024.12.5): 更新ollama接入指南
master主分支最新动态(2024.12.19): 更新3.91版本，更新release页一键安装脚本

2024.10.10: 突发停电，紧急恢复了提供whl包的文件服务器
2024.10.8: 版本3.90加入对llama-index的初步支持，版本3.80加入插件二级菜单功能（详见wiki）
2024.5.1: 加入Doc2x翻译PDF论文的功能，查看详情
2024.3.11: 全力支持Qwen、GLM、DeepseekCoder等中文大语言模型！ SoVits语音克隆模块，查看详情 2024.1.17: 安装依赖时，请选择requirements.txt中指定的版本。安装命令：pip install -r requirements.txt。本项目完全开源免费，您可通过订阅在线服务的方式鼓励本项目的发展。

GPT 学术优化 (GPT Academic)

如果喜欢这个项目，请给它一个Star；如果您发明了好用的快捷键或插件，欢迎发pull requests！

If you like this project, please give it a Star. Read this in English | 日本語 | 한국어 | Русский | Français. All translations have been provided by the project itself. To translate this project to arbitrary language with GPT, read and run multi_language.py (experimental).

Note

1.本项目中每个文件的功能都在自译解报告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。常见问题请查阅wiki。

2.本项目兼容并鼓励尝试国内中文大语言基座模型如通义千问，智谱GLM等。支持多个api-key共存，可在配置文件中填写如API_KEY="openai-key1,openai-key2,azure-key3,api2d-key4"。需要临时更换API_KEY时，在输入区输入临时的API_KEY然后回车键提交即可生效。

功能（⭐= 近期新增功能）	描述
⭐接入新模型	百度千帆与文心一言, 通义千问Qwen，上海AI-Lab书生，讯飞星火，LLaMa2，智谱GLM4，DALLE3, DeepseekCoder
⭐支持mermaid图像渲染	支持让GPT生成流程图、状态转移图、甘特图、饼状图、GitGraph等等（3.7版本）
⭐Arxiv论文精细翻译 (Docker)	[插件] 一键以超高质量翻译arxiv论文，目前最好的论文翻译工具
⭐实时语音对话输入	[插件] 异步监听音频，自动断句，自动寻找回答时机
⭐AutoGen多智能体插件	[插件] 借助微软AutoGen，探索多Agent的智能涌现可能！
⭐虚空终端插件	[插件] 能够使用自然语言直接调度本项目其他插件
润色、翻译、代码解释	一键润色、翻译、查找论文语法错误、解释代码
自定义快捷键	支持自定义快捷键
模块化设计	支持自定义强大的插件，插件支持热更新
程序剖析	[插件] 一键剖析Python/C/C++/Java/Lua/...项目树或自我剖析
读论文、翻译论文	[插件] 一键解读latex/pdf论文全文并生成摘要
Latex全文翻译、润色	[插件] 一键翻译或润色latex论文
批量注释生成	[插件] 一键批量生成函数注释
Markdown中英互译	[插件] 看到上面5种语言的README了吗？就是出自他的手笔
PDF论文全文翻译功能	[插件] PDF论文提取题目&摘要+翻译全文（多线程）
Arxiv小助手	[插件] 输入arxiv文章url即可一键翻译摘要+下载PDF
Latex论文一键校对	[插件] 仿Grammarly对Latex文章进行语法、拼写纠错+输出对照PDF
谷歌学术统合小助手	[插件] 给定任意谷歌学术搜索页面URL，让gpt帮你写relatedworks
互联网信息聚合+GPT	[插件] 一键让GPT从互联网获取信息回答问题，让信息永不过时
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
启动暗色主题	在浏览器url后面添加`/?__theme=dark`可以切换dark主题
多LLM模型支持	同时被GPT3.5、GPT4、清华ChatGLM2、复旦MOSS伺候的感觉一定会很不错吧？
更多LLM模型接入，支持huggingface部署	加入Newbing接口(新必应)，引入清华Jittorllms支持LLaMA和盘古α
⭐void-terminal pip包	脱离GUI，在Python中直接调用本项目的所有函数插件（开发中）
更多新功能展示 (图像生成等) ……	见本文档结尾处 ……

新界面（修改config.py中的LAYOUT选项即可实现“左右布局”和“上下布局”的切换）

所有按钮都通过读取functional.py动态生成，可随意加自定义功能，解放剪贴板

润色/纠错

如果输出包含公式，会以tex形式和渲染形式同时显示，方便复制和阅读

懒得看项目代码？直接把整个工程炫ChatGPT嘴里

多种大语言模型混合调用（ChatGLM + OpenAI-GPT3.5 + GPT4）

Installation

flowchart TD
    A{"安装方法"} --> W1("I. 🔑直接运行 (Windows, Linux or MacOS)")
    W1 --> W11["1. Python pip包管理依赖"]
    W1 --> W12["2. Anaconda包管理依赖（推荐⭐）"]

    A --> W2["II. 🐳使用Docker (Windows, Linux or MacOS)"]

    W2 --> k1["1. 部署项目全部能力的大镜像（推荐⭐）"]
    W2 --> k2["2. 仅在线模型（GPT, GLM4等）镜像"]
    W2 --> k3["3. 在线模型 + Latex的大镜像"]

    A --> W4["IV. 🚀其他部署方法"]
    W4 --> C1["1. Windows/MacOS 一键安装运行脚本（推荐⭐）"]
    W4 --> C2["2. Huggingface, Sealos远程部署"]
    W4 --> C4["3. ... 其他 ..."]

Loading

安装方法I：直接运行 (Windows, Linux or MacOS)

下载项目

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

配置API_KEY等变量

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。

「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 」。

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/
python -m pip install -r requirements.txt

# （选择II: 使用Anaconda）步骤也是类似的 (https://www.bilibili.com/video/BV1rc411W7Dr)：
conda create -n gptac_venv python=3.11    # 创建anaconda环境
conda activate gptac_venv                 # 激活anaconda环境
python -m pip install -r requirements.txt # 这个步骤和pip安装一样的步骤

如果需要支持清华ChatGLM系列/复旦MOSS/RWKV作为后端，请点击展开此处

【可选步骤】如果需要支持清华ChatGLM系列/复旦MOSS作为后端，需要额外安装更多依赖（前提条件：熟悉Python + 用过Pytorch + 电脑配置够强）：

# 【可选步骤I】支持清华ChatGLM3。清华ChatGLM备注：如果遇到"Call ChatGLM fail 不能正常加载ChatGLM的参数" 错误，参考如下： 1：以上默认安装的为torch+cpu版，使用cuda需要卸载torch重新安装torch+cuda； 2：如因本机配置不够无法加载模型，可以修改request_llm/bridge_chatglm.py中的模型精度, 将 AutoTokenizer.from_pretrained("THUDM/chatglm-6b", trust_remote_code=True) 都修改为 AutoTokenizer.from_pretrained("THUDM/chatglm-6b-int4", trust_remote_code=True)
python -m pip install -r request_llms/requirements_chatglm.txt

# 【可选步骤II】支持清华ChatGLM4 注意：此模型至少需要24G显存
python -m pip install -r request_llms/requirements_chatglm4.txt
# 可使用modelscope下载ChatGLM4模型
# pip install modelscope
# modelscope download --model ZhipuAI/glm-4-9b-chat --local_dir ./THUDM/glm-4-9b-chat

# 【可选步骤III】支持复旦MOSS
python -m pip install -r request_llms/requirements_moss.txt
git clone --depth=1 https://github.com/OpenLMLab/MOSS.git request_llms/moss  # 注意执行此行代码时，必须处于项目根路径

# 【可选步骤IV】支持RWKV Runner
参考wiki：https://github.com/binary-husky/gpt_academic/wiki/%E9%80%82%E9%85%8DRWKV-Runner

# 【可选步骤V】确保config.py配置文件的AVAIL_LLM_MODELS包含了期望的模型，目前支持的全部模型如下(jittorllms系列目前仅支持docker方案)：
AVAIL_LLM_MODELS = ["gpt-3.5-turbo", "api2d-gpt-3.5-turbo", "gpt-4", "api2d-gpt-4", "chatglm", "moss"] # + ["jittorllms_rwkv", "jittorllms_pangualpha", "jittorllms_llama"]

# 【可选步骤VI】支持本地模型INT8,INT4量化（这里所指的模型本身不是量化版本，目前deepseek-coder支持，后面测试后会加入更多模型量化选择）
pip install bitsandbyte
# windows用户安装bitsandbytes需要使用下面bitsandbytes-windows-webui
python -m pip install bitsandbytes --prefer-binary --extra-index-url=https://jllllll.github.io/bitsandbytes-windows-webui
pip install -U git+https://github.com/huggingface/transformers.git
pip install -U git+https://github.com/huggingface/accelerate.git
pip install peft

运行
```
python main.py
```

安装方法II：使用Docker

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
```

仅ChatGPT + GLM4 + 文心一言+spark等在线模型（推荐大多数人选择） $basiclatex$

# 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。

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

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。
使用第三方API、Azure等、文心一言、星火等，见Wiki页面
云服务器远程部署避坑指南。请访问云服务器远程部署wiki
在其他平台部署&二级网址部署
- 使用Sealos一键部署。
- 使用WSL2（Windows Subsystem for Linux 子系统）。请访问部署wiki-2
- 如何在二级网址（如http://localhost/subpath）下运行。请访问FastAPI运行说明

Advanced Usage

I：自定义新的便捷按钮（学术快捷键）

现在已可以通过UI中的界面外观菜单中的自定义菜单添加新的便捷按钮。如果需要在代码中定义，请使用任意文本编辑器打开core_functional.py，添加如下条目即可：

"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": "",
},

II：自定义函数插件

编写强大的函数插件来执行任何你想得到的和想不到的任务。本项目的插件编写、调试难度很低，只要您具备一定的python基础知识，就可以仿照我们提供的模板实现自己的插件功能。详情请参考函数插件指南。

Updates

I：动态

对话保存功能。在函数插件区调用 保存当前的对话 即可将当前对话保存为可读+可复原的html文件，另外在函数插件区（下拉菜单）调用 载入对话历史存档 ，即可还原之前的会话。 Tip：不指定文件直接点击 载入对话历史存档 可以查看历史html存档缓存。

⭐Latex/Arxiv论文翻译功能⭐

===>

虚空终端（从自然语言输入中，理解用户意图+自动调用其他插件）

步骤一：输入 “ 请调用插件翻译PDF论文，地址为https://openreview.net/pdf?id=rJl0r3R9KX ”
步骤二：点击“虚空终端”

模块化功能设计，简单的接口却能支持强大的功能

译解其他开源项目

装饰live2d的小功能（默认关闭，需要修改config.py）

OpenAI图像生成

基于mermaid的流图、脑图绘制

Latex全文校对纠错

===>

语言、主题切换

II：版本:

version 3.80(TODO): 优化AutoGen插件主题并设计一系列衍生插件
version 3.70: 引入Mermaid绘图，实现GPT画脑图等功能
version 3.60: 引入AutoGen作为新一代插件的基石
version 3.57: 支持GLM3，星火v3，文心一言v4，修复本地模型的并发BUG
version 3.56: 支持动态追加基础功能按钮，新汇报PDF汇总页面
version 3.55: 重构前端界面，引入悬浮窗口与菜单栏
version 3.54: 新增动态代码解释器（Code Interpreter）（待完善）
version 3.53: 支持动态选择不同界面主题，提高稳定性&解决多用户冲突问题
version 3.50: 使用自然语言调用本项目的所有函数插件（虚空终端），支持插件分类，改进UI，设计新主题
version 3.49: 支持百度千帆平台和文心一言
version 3.48: 支持阿里达摩院通义千问，上海AI-Lab书生，讯飞星火
version 3.46: 支持完全脱手操作的实时语音对话
version 3.45: 支持自定义ChatGLM2微调模型
version 3.44: 正式支持Azure，优化界面易用性
version 3.4: +arxiv论文翻译、latex论文批改功能
version 3.3: +互联网信息综合功能
version 3.2: 函数插件支持更多参数接口 (保存对话功能, 解读任意语言代码+同时询问任意的LLM组合)
version 3.1: 支持同时问询多个gpt模型！支持api2d，支持多个apikey负载均衡
version 3.0: 对chatglm和其他小型llm的支持
version 2.6: 重构了插件结构，提高了交互性，加入更多插件
version 2.5: 自更新，解决总结大工程源代码时文本过长、token溢出的问题
version 2.4: 新增PDF全文翻译功能; 新增输入区切换位置的功能
version 2.3: 增强多线程交互性
version 2.2: 函数插件支持热重载
version 2.1: 可折叠式布局
version 2.0: 引入模块化函数插件
version 1.0: 基础功能

GPT Academic开发者QQ群：610599535

已知问题
- 某些浏览器翻译插件干扰此软件前端的运行
- 官方Gradio目前有很多兼容性问题，请务必使用requirement.txt安装Gradio

timeline LR
    title GPT-Academic项目发展历程
    section 2.x
        1.0~2.2: 基础功能: 引入模块化函数插件: 可折叠式布局: 函数插件支持热重载
        2.3~2.5: 增强多线程交互性: 新增PDF全文翻译功能: 新增输入区切换位置的功能: 自更新
        2.6: 重构了插件结构: 提高了交互性: 加入更多插件
    section 3.x
        3.0~3.1: 对chatglm支持: 对其他小型llm支持: 支持同时问询多个gpt模型: 支持多个apikey负载均衡
        3.2~3.3: 函数插件支持更多参数接口: 保存对话功能: 解读任意语言代码: 同时询问任意的LLM组合: 互联网信息综合功能
        3.4: 加入arxiv论文翻译: 加入latex论文批改功能
        3.44: 正式支持Azure: 优化界面易用性
        3.46: 自定义ChatGLM2微调模型: 实时语音对话
        3.49: 支持阿里达摩院通义千问: 上海AI-Lab书生: 讯飞星火: 支持百度千帆平台 & 文心一言
        3.50: 虚空终端: 支持插件分类: 改进UI: 设计新主题
        3.53: 动态选择不同界面主题: 提高稳定性: 解决多用户冲突问题
        3.55: 动态代码解释器: 重构前端界面: 引入悬浮窗口与菜单栏
        3.56: 动态追加基础功能按钮: 新汇报PDF汇总页面
        3.57: GLM3, 星火v3: 支持文心一言v4: 修复本地模型的并发BUG
        3.60: 引入AutoGen
        3.70: 引入Mermaid绘图: 实现GPT画脑图等功能
        3.80(TODO): 优化AutoGen插件主题: 设计衍生插件

Loading

III：主题

可以通过修改THEME选项（config.py）变更主题

Chuanhu-Small-and-Beautiful 网址

IV：本项目的开发分支

master 分支: 主分支，稳定版
frontier 分支: 开发分支，测试版
如何接入其他大模型
访问GPT-Academic的在线服务并支持我们

V：参考与学习

代码中参考了很多其他优秀项目中的设计，顺序不分先后：

# 清华ChatGLM2-6B:
https://github.com/THUDM/ChatGLM2-6B

# 清华JittorLLMs:
https://github.com/Jittor/JittorLLMs

# ChatPaper:
https://github.com/kaixindelele/ChatPaper

# Edge-GPT:
https://github.com/acheong08/EdgeGPT

# ChuanhuChatGPT:
https://github.com/GaiZhenbiao/ChuanhuChatGPT

# Oobabooga one-click installer:
https://github.com/oobabooga/one-click-installers

# More：
https://github.com/gradio-app/gradio
https://github.com/fghrsh/live2d_demo

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

README.md

README.md

GPT 学术优化 (GPT Academic)

Installation

安装方法I：直接运行 (Windows, Linux or MacOS)

安装方法II：使用Docker

安装方法III：其他部署方法

Advanced Usage

I：自定义新的便捷按钮（学术快捷键）

II：自定义函数插件

Updates

I：动态

II：版本:

III：主题

IV：本项目的开发分支

V：参考与学习

Files

README.md

Latest commit

History

README.md

File metadata and controls

GPT 学术优化 (GPT Academic)

Installation

安装方法I：直接运行 (Windows, Linux or MacOS)

安装方法II：使用Docker

安装方法III：其他部署方法

Advanced Usage

I：自定义新的便捷按钮（学术快捷键）

II：自定义函数插件

Updates

I：动态

II：版本:

III：主题

IV：本项目的开发分支

V：参考与学习