gpt_academic 한글화 프로젝트 입니다. gpt-3.5-turbo를 통해 번역하여 오역이 있을 수 있습니다.
이 프로그램은 논문, 코드를 위한 GPT 프로젝트 입니다.
기능 제안이나 버그 문의는 원 프로젝트인 gpt_academic로 부탁드립니다.
노트
이 프로젝트에서 사용하는 Gradio 구성 요소의 새로운 pip 패키지(Gradio 3.26~3.27)에는 심각한 버그가 있습니다. 따라서 설치할 때는 엄격히 requirements.txt에서 지정된 version을 선택하십시오.
pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
이 프로젝트를 좋아한다면 Star를 주세요. 더 많은 유용한 학술 바로가기 또는 기능 플러그인을 고안한 경우, issues 또는 pull requests를 부담없이 오픈하세요.
이 프로젝트의 README는 영어|일본어|러시아|프랑스어에 의해 자체 번역되었습니다.
노트
빨간색으로 표시된 기능 플러그인(버튼)만 파일 읽기를 지원합니다. 일부 플러그인은 플러그인 영역의 드롭다운 메뉴에 있습니다. 또한 새로운 플러그인의 PR도 최우선으로 환영합니다!
이 프로젝트의 각 파일 기능은 자체 분석 보고서
self_analysis.md에서 자세히 설명되어 있습니다. version이 업데이트되면서 언제든지 관련 기능 플러그인을 클릭하여 GPT를 호출하여 프로젝트의 자체 분석 보고서를 다시 생성할 수 있습니다. 일반적인 문제는위키에서 확인할 수 있습니다.OpenAI 및 API2D의 API 키 공존이 지원되며 구성 파일에
API_KEY="openai-key1,openai-key2,api2d-key3"와 같이 입력할 수 있습니다.API_KEY를 일시적으로 변경해야 할 때는 입력 영역에서 일시적인API_KEY를 입력한 후 엔터 키를 누르면 적용됩니다.
| 기능 | 설명 |
|---|---|
| 원 키 편집 | 원 키 편집, 논문 문법 오류 검색을 지원합니다. |
| 원 키 한영 상호 번역 | 원 키 한영 상호 번역 지원 |
| 원 키 코드 해석 | 코드 표시, 코드 해석, 코드 생성, 코드에 주석 추가 |
| 사용자 정의 단축키 | 사용자 정의 단축키 지원 |
| 모듈화 디자인 | 사용자 정의 강력한 기능 플러그인을 지원하며 플러그인은 핫 업데이트를 지원합니다. |
| 자체 프로그램 분석 | [기능 플러그인] 원 키 이해 이 프로젝트의 소스 코드 |
| 프로그램 분석 | [기능 플러그인] 원 키 다른 Python/C/C++/Java/Lua/... 프로젝트 트리를 분석할 수 있습니다. |
| 논문 읽기, 번역 | [기능 플러그인] LaTeX/pdf 논문 전문을 원 키로 읽고 요약을 생성합니다. |
| LaTeX 번역, 편집 | [기능 플러그인] LaTeX 논문을 한 번에 번역하거나 편집 할 수 있습니다. |
| 일괄 주석 생성 | [기능 플러그인] 함수 주석을 일괄 생성 할 수 있습니다. |
| Markdown 한-영 번역 | [기능 플러그인] 상단에서 5 가지 언어의 README를 본 적이 있나요? |
| chat 분석 보고서 생성 | [기능 플러그인] 실행 후 요약 보고서를 자동으로 생성합니다. |
| PDF 논문 번역 기능 | [기능 플러그인] PDF 논문 제목 및 요약 추출 + 전체 문서 번역 (다중 스레드) |
| Arxiv 도우미 | [기능 플러그인] arxiv 글 URL을 입력하면 요약을 한 번에 번역하고 PDF를 다운로드 할 수 있습니다. |
| Google Scholar 통합 도우미 | [기능 플러그인] 임의의 Google Scholar 검색 페이지 URL을 제공하면 GPT가 작성하는 연관 작업을 지원합니다. |
| 인터넷 정보 집합 + GPT | [함수 플러그인] 한 번의 클릭으로 GPT가 먼저 인터넷에서 정보를 가져온 후 질문에 답변하게 하기, 정보가 항상 최신 상태로 유지되게 하기 |
| 수식/사진/표 표시 | 동시에 TeX 형식과 렌더링 형식으로 공식을 표시 할 수 있습니다. 공식, 코드 강조를 지원합니다. |
| 다중 스레드 기능 플러그인 지원 | 다중 스레드로 chatgpt를 호출하는 것을 지원하여 대용량 텍스트 또는 프로그램을 한 번에 처리 할 수 있습니다. |
| 무채색 gradio 테마 시작 | 브라우저 url 뒤에 /?__dark-theme=true를 추가하여 dark 테마로 전환 할 수 있습니다. |
| 여러 LLM 모델 지원, API2D 인터페이스 지원 | GPT3.5, GPT4 및 Tsinghua ChatGLM에 모두 서비스되는 느낌은 좋을 것입니다. |
| 더 많은 LLM 모델 연결, 허깅페이스 배포를 지원합니다. | Newbing 테스트 인터페이스 (새로운 Bing AI) 추가 |
| …… | …… |
- 새 인터페이스 (
config.py에서 LAYOUT 옵션을 수정하여 "좌우 레이아웃"과 "상하 레이아웃"으로 전환 할 수 있음)
- 모든 버튼은 functional.py를 동적으로 읽어 사용자 정의 기능을 쉽게 추가 할 수 있으며 클립 보드를 해제합니다.
- 경화 / 오류 수정
- 수식이 포함된 출력인 경우, tex 형식과 렌더링 형식 모두 표시되어 복사 및 읽기가 용이합니다.
- 프로젝트 코드를 보기 귀찮으세요? Chatgpt에 직접 프로젝트를 말해보세요
- 여러 대형 언어 모델의 혼합 호출(ChatGLM + OpenAI-GPT3.5 + API2D-GPT4)
- 프로젝트 다운로드
git clone https://github.com/mldljyh/ko_gpt_academic.git
cd chatgpt_academic- API_KEY 구성
config.py에서 API KEY 등을 구성하십시오. 설정 .
(P.S. 프로그램 실행시 이름이 config_private.py인 개인 설정 파일이 있는지 우선적으로 검사하고 해당 파일의 구성으로 config.py의 동일한 구성을 덮어씁니다. 따라서 구성 읽기 논리를 이해할 수 있다면 config.py의 옆에 새 구성 파일 인 config_private.py을 만들고 config.py의 동일한 구성을 config_private.py에 복사하는 것이 좋습니다. config_private.py은 git으로 관리되지 않으므로 개인 정보를 더 안전하게 보호할 수 있습니다.)
- 종속성 설치
# (선택1: python이 익숙한 경우) 추천
python -m pip install -r requirements.txt
# 참고: 공식 pip source 또는 Ali pip source를 사용하세요. 다른 pip sources(일부 대학의 pip)에서 문제가 발생할 수 있습니다. 일시적으로 pip source를 변경하는 방법: python -m pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
# (선택2: python이 익숙하지 않은 경우) anaconda를 사용하여 단계도 유사합니다:
# (II-1)conda create -n gptac_venv python=3.11
# (II-2)conda activate gptac_venv
# (II-3)python -m pip install -r requirements.txt화보협력 ChatGLM 백엔드를 지원하려면 추가 종속성을 설치해야 합니다(전제 조건: python에 익숙하고 컴퓨터 구성이 충분함):
python -m pip install -r request_llm/requirements_chatglm.txt- 실행
python main.py- 테스트 함수 플러그인
- 테스트 함수 플러그인 템플릿 함수 (GPT가 무슨 일이 일어났는지 대답하는 것이 필요합니다).이 함수를 기반으로 보다 복잡한 기능을 구현할 수 있습니다. "[함수 플러그인 템플릿 데모] 오늘은 무슨일이 일어났나요?"
- ChatGPT 만 (대부분의 사람들이 선택할 것을 권장합니다.)
# 프로젝트 다운로드
git clone https://github.com/mldljyh/ko_gpt_academic.git
cd chatgpt_academic
# "Proxy", "API_KEY" 및 "WEB_PORT"(예: 50923) 등을 구성합니다.
config.py를 임의의 텍스트 편집기로 편집합니다.
# 설치
docker build -t gpt-academic .
# (마지막 단계-선택1) Linux 환경에서 --net=host 옵션을 사용하는 것이 더 편리합니다.
docker run --rm -it --net=host gpt-academic
# (마지막 단계-선택2) macOS/Windows 환경에서는 컨테이너의 포트(예:50923)를 호스트의 포트에 노출하여 -p 옵션을 사용할 수 있습니다.
docker run --rm -it -p 50923:50923 gpt-academic- ChatGPT + ChatGLM(Docker에 익숙하고 Dockerfile을 이해하고 충분한 컴퓨터 구성이 필요합니다.)
# Dockerfile 수정
cd docs && nano Dockerfile+ChatGLM
# 빌드 (Dockerfile+ChatGLM은 docs 경로에 있으며, cd docs 가 주의 사항입니다.)
docker build -t gpt-academic --network=host -f Dockerfile+ChatGLM .
# 실행 (1) 직접 실행하기:
docker run --rm -it --net=host --gpus=all gpt-academic
# 실행 (2) 컨테이너에 진입하여 조정한 후 실행하려면:
docker run --rm -it --net=host --gpus=all gpt-academic bash-
역방향 프록시 URL/AzureAPI를 어떻게 사용하나요?
config.py의 설명에 따라 API_URL_REDIRECT를 설정하면 됩니다. -
원격 클라우드 서버 배포 [배포 위키-1] (https://github.com/binary-husky/chatgpt_academic/wiki/%E4%BA%91%E6%9C%8D%E5%8A%A1%E5%99%A8%E8%BF%9C%E7%A8%8B%E9%83%A8%E7%BD%B2%E6%8C%87%E5%8D%97)
-
WSL2 사용 (Windows Subsystem for Linux 서브 시스템) [배포 위키-2] (https://github.com/binary-husky/chatgpt_academic/wiki/%E4%BD%BF%E7%94%A8WSL2%EF%BC%88Windows-Subsystem-for-Linux-%E5%AD%90%E7%B3%BB%E7%BB%9F%EF%BC%89%E9%83%A8%E7%BD%B2)
-
2차 URL (예:
http://localhost/subpath)에서 실행하는 방법 [FastAPI 실행 안내서] (docs / WithFastapi.md)를 방문하세요.
- 새로운 편의 버튼 (학술 바로 가기 키) 사용자 정의
임의의 텍스트 편집기를 열고
core_functional.py를 열어 다음 항목을 추가하고 프로그램을 다시 시작하십시오. (버튼이 이미 추가되고 볼 수 있으면 프리픽스 및 서픽스가 모두 핫 수정을 지원하므로 프로그램을 다시 시작하지 않고도 즉시 작동합니다.) 예 :
"코드 한국어 번역" : {
# 접두사는 당신의 요구를 설명하는 데 사용됩니다. 예를 들어 번역, 코드 해석, 양식 완성 등
"Prefix": "다음 내용을 한국어로 번역하고 전문용어가 나오면 마크다운 테이블로 하나씩 설명하십시오 :\n\n",
# 서픽스는 접두사와 함께 입력 내용을 따옴표로 묶기위한 것입니다.
"Suffix": "",
},
- 대화 저장 기능. 함수 플러그인 영역에서
현재 대화 저장을 호출하면 현재 대화를 읽고 복원 가능한 HTML 파일로 저장할 수 있습니다. 예시:
함수 플러그인 영역(드롭다운 메뉴)에서 대화 기록 불러오기를 호출하면 이전 대화를 복원할 수 있습니다.
- 보고서 생성. 대부분의 플러그인은 실행이 끝난 후 작업 보고서를 생성합니다.
- 모듈화된 기능 설계로 간단한 인터페이스를 통해 강력한 기능을 지원합니다.
- 이 프로젝트는 "자기 해석"이 가능한 오픈소스 프로젝트입니다.
- 다른 오픈소스 프로젝트를 해석하는 것도 문제가 아닙니다.
- version 3.5(Todo): 자연어로 이 프로젝트의 모든 함수 플러그인을 호출하는 기능 추가(우선 순위 높음)
- version 3.4(Todo): ChatGPT LM 대규모 모델의 로컬 다중 스레드 지원 개선
- version 3.3: +인터넷 정보 통합 기능
- version 3.2: 함수 플러그인이 더 많은 매개 변수 인터페이스를 지원합니다 (대화 저장 기능, 모든 언어 코드 해석 + 동시에 임의의 LLM 조합 요청)
- version 3.1: 여러 GPT 모델을 동시에 쿼리하는 기능 지원! API2D 지원, 여러 apikey의 부하 분산도 지원합니다.
- version 3.0: chatglm 및 기타 소형 llm 지원
- version 2.6: 플러그인 구조 재구성, 상호 작용 향상, 더 많은 플러그인 추가
- version 2.5: 자동 업데이트, 긴 프로젝트 소스 코드를 요약 할 때 텍스트가 너무 길고 토큰이 넘침 문제 해결
- version 2.4: (1) PDF 전체 문서 번역 기능 추가; (2) 위치 전환 입력 기능 추가; (3) 수직 레이아웃 옵션 추가; (4) 멀티 스레드 함수 플러그인 최적화.
- version 2.3: 멀티 스레드 상호 작용 강화
- version 2.2: 함수 플러그인을 지원하는 핫 리로드
- version 2.1: 축소 가능한 레이아웃
- version 2.0: 모듈식 함수 플러그인 도입
- version 1.0: 기본 기능
코드는 다른 많은 우수한 프로젝트의 디자인을 참고했습니다. 주요 내용은 다음과 같습니다 :
# 참조 프로젝트 1 : ChuanhuChatGPT에서 여러 기술을 참고했습니다.
https://github.com/GaiZhenbiao/ChuanhuChatGPT
# 참조 프로젝트 2 : Tsinghua ChatGLM-6B :
https://github.com/THUDM/ChatGLM-6B