chatgpt 代码解读 Github的开源项目ChuanhuChatGPT和gpt-academic，专用于学术拓展ChatGPT
专业出黑
目录
1 前言
专用于科研工作的拓展Tool，优化Paper润色、、Tex公式双显示、代码显示功能完善、本地工程剖析等功能
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，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
这里主要分享社区-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：
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 的安装部署
测试页面:，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-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:7860即可打开使用
3 学术优化
测试页面:，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/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
可以在中显示图片
支持GPT输出的表格
可以输出支持GPT的表格
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）
打开.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：nn",
# 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.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（三月中旬BAIDU发布的作品），从算法深度和精确性实用性来说，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。
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。
