[!IMPORTANT]

master主分支最新动态(2026.1.25): 新GUI前端测试中，Coming Soon
master主分支最新动态(2025.8.23): Dockerfile构建效率大幅优化
2025.2.2: 三分钟快速接入最强qwen2.5-max视频
2025.2.1: 支持自定义字体
2024.10.10: 突发停电，紧急恢复了提供whl包的文件服务器
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。

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。

• 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）

安装

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 ..."]

安装方法I：直接运行 (Windows, Linux or MacOS)

1. 下载项目

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

2. 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 」。

3. 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
   
   # （选择III: 使用uv）：
   uv venv --python=3.11   # 创建虚拟环境
   source ./.venv/bin/activate # 激活虚拟环境
   uv pip install --verbose -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/ # 安装依赖
   

# 【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

4. 运行

   python main.py
   

安装方法II：使用Docker

0. 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
   

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

   # 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。

2. 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

1. 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。

2. 使用第三方API、Azure等、文心一言、星火等，见Wiki页面

3. 云服务器远程部署避坑指南。 请访问云服务器远程部署wiki

4. 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

高级使用

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。

更新

I：动态

1. 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。

2. ⭐Latex/Arxiv论文翻译功能⭐

===>

3. 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”

4. 模块化功能设计，简单的接口却能支持强大的功能

5. 译解其他开源项目

6. 装饰live2d的小功能（默认关闭，需要修改config.py）

7. OpenAI图像生成

8. 基于mermaid的流图、脑图绘制

9. Latex全文校对纠错

===>

10. 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

III：主题

可以通过修改THEME选项（config.py）变更主题

1. Chuanhu-Small-and-Beautiful 网址

IV：本项目的开发分支

1. master 分支: 主分支，稳定版
2. frontier 分支: 开发分支，测试版
3. 如何接入其他大模型

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

GPT 学术优化 (GPT Academic) 快速上手指南

GPT Academic 是一个专为学术场景优化的 LLM 交互工具，支持论文翻译、代码解释、多模型接入及自定义插件。本指南将帮助您快速在本地部署并运行该项目。

1. 环境准备

系统要求

• 操作系统: Windows, Linux 或 macOS
• Python 版本: 推荐 3.9 ~ 3.11
• 硬件建议:
  • 仅使用在线模型（如 GPT-4, Qwen, GLM）：普通配置即可。
  • 本地部署大模型（如 ChatGLM, LLaMA）：需要高性能 GPU 及充足显存（建议 24GB+）。

前置依赖

请确保已安装以下工具之一：

• Git: 用于克隆项目代码。
• 包管理工具 (任选其一):
  • pip (Python 自带)
  • Anaconda / Miniconda (推荐，便于环境隔离)
  • uv (新一代高速 Python 包管理器)

2. 安装步骤

第一步：下载项目

打开终端或命令行工具，执行以下命令克隆仓库：

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

第二步：配置 API Key

项目通过读取配置文件获取 API Key。强烈建议创建私有配置文件 config_private.py，以避免代码更新时覆盖您的设置。

1. 在项目根目录下复制配置文件：

   cp config.py config_private.py
   

2. 编辑 config_private.py，填入您的 API Key 和模型信息：

   # 示例：支持多个 Key 共存，用逗号分隔
   API_KEY = "sk-your-openai-key,sk-your-another-key"
   
   # 选择默认模型，例如 qwen-max, glm-4, gpt-4-turbo 等
   DEFAULT_MODEL = "gpt-3.5-turbo"
   

   提示: 本项目完美兼容国内大模型（通义千问 Qwen、智谱 GLM、百度文心一言等），请在配置文件中根据文档切换对应接口地址。

第三步：安装依赖

根据您的习惯选择以下任意一种方式安装依赖（推荐使用国内镜像源加速）：

方案 A：使用 pip (通用)

# 使用阿里云镜像源加速安装
python -m pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/

方案 B：使用 Anaconda (推荐，环境更纯净)

conda create -n gptac_venv python=3.11
conda activate gptac_venv
python -m pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/

方案 C：使用 uv (极速安装)

uv venv --python=3.11
source ./.venv/bin/activate  # Windows PowerShell 使用: .\.venv\Scripts\Activate.ps1
uv pip install --verbose -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/

注意: 如果您需要本地部署清华 ChatGLM 或复旦 MOSS 等模型，需额外安装对应的 requirements_chatglm.txt 等文件，并确保显卡驱动和 CUDA 环境正常。

3. 基本使用

启动服务

在激活的虚拟环境中，运行主程序：

python main.py

启动成功后，终端会显示访问地址（通常为 http://127.0.0.1:29999）。

开始体验

1. 打开浏览器，访问上述地址。
2. 切换主题: 若需深色模式，在 URL 后添加 /?__theme=dark。
3. 核心功能演示:
   • 论文翻译: 上传 PDF/LaTeX 文件，点击右侧插件栏的 [PDF 论文全文翻译] 或 [Arxiv 小助手]。
   • 代码解释: 粘贴代码片段，选择 [代码解释] 插件。
   • 多模型切换: 在界面左上角下拉菜单中，随时切换不同的 LLM 模型（如从 GPT-4 切换到 Qwen-Max）。
   • 临时 Key: 如需临时测试其他 Key，直接在输入框输入 API_KEY=你的新密钥 并回车即可生效。

进阶技巧

• 自定义布局: 修改 config.py 中的 LAYOUT 选项，可切换“左右分栏”或“上下分栏”模式。
• 插件热更新: 项目支持模块化插件，无需重启即可动态加载新功能。

现在，您可以开始使用 GPT Academic 辅助您的科研与开发工作了！