用途
GPT Academic（gpt_academic）是一个面向大语言模型（LLM）的实用化交互接口项目，尤其针对学术场景做了优化，可用于论文阅读、润色、写作、代码解读与翻译等任务。
主要能力
- 为 GPT、GLM 等 LLM 提供统一交互界面；
- 优化论文阅读、润色、写作体验；
- 模块化设计，支持自定义快捷按钮和函数插件；
- 支持 Python、C++ 等项目剖析与自译解功能；
- 支持 PDF / LaTeX 论文翻译与总结，另加入 Doc2x 翻译 PDF 论文功能；
- 支持并行问询多种 LLM 模型；
- 支持 chatglm3 等本地模型；
- 接入通义千问、deepseekcoder、讯飞星火、文心一言、llama2、rwkv、claude2、moss 等；
- 支持多个 api-key 共存，可在配置文件中填写多个 key；
- 支持临时更换 API_KEY（在输入区输入临时 key 后回车生效）；
- 支持自然语言调用所有函数插件（虚空终端）；
- 支持对话保存与历史存档载入；
- 基于 mermaid 的流图、脑图绘制；
- 提供自定义字体、界面主题、自定义菜单等功能；
- 兼容并鼓励尝试国内中文大语言基座模型。
使用方式
提供多种安装运行方式：
- 直接运行（Windows、Linux 或 MacOS）：
git clone --depth=1 https://github.com/binary-husky/gpt_academic.git
cd gpt_academic
在 config.py 中配置 API_KEY 等变量。程序会优先检查是否存在 config_private.py 并用其覆盖 config.py 的同名配置；支持通过环境变量配置，读取优先级：环境变量 > config_private.py > config.py。
安装依赖（Python 推荐版本 3.9 ~ 3.11）：
python -m pip install -r requirements.txt
或使用 Anaconda：
conda create -n gptac_venv python=3.11
conda activate gptac_venv
python -m pip install -r requirements.txt
或使用 uv：
uv venv --python=3.11
source ./.venv/bin/activate
uv pip install --verbose -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
运行：
python main.py
- 使用 Docker：
修改
docker-compose.yml保留所需方案后运行：
docker-compose up
方案包括：全部能力（含 cuda 和 latex 的大型镜像）、仅在线模型（ChatGPT + GLM4 + 文心一言 + spark 等，推荐大多数人选择）、以及 ChatGPT + GLM3 + MOSS + LLAMA2 + 通义千问（需熟悉 Nvidia Docker 运行时）等。
-
Windows 一键运行脚本：完全不熟悉 Python 环境的 Windows 用户可下载 Release 中发布的一键运行脚本安装无本地模型的版本。
-
其他部署方式：支持 Sealos 一键部署、WSL2、二级网址部署（如 http://localhost/subpath ）。
适用场景
- 学术论文的翻译、总结、润色与写作辅助；
- 项目源代码的解读与自译解；
- 需要同时对比或调用多个 LLM 模型的场景；
- 希望使用本地模型或国内中文大模型的用户；
- 需要自定义快捷按钮、插件扩展的开发者。
限制与注意事项
- 安装依赖时请选择
requirements.txt中指定的版本； - 官方 Gradio 存在较多兼容性问题，务必使用 requirements.txt 安装 Gradio；
- 某些浏览器翻译插件会干扰前端运行；
- 可通过修改
config.py中的 THEME 选项变更主题； - 项目分为 master 分支（主分支、稳定版）和 frontier 分支（开发分支、测试版）；
- 新 GUI 前端处于测试中；
- 具体收费、价格、平台等信息暂未提供。
