🔗 运行环境:chatGPT
🚩 撰写作者:左手の明天
🥇 精选专栏:《python》
🔥 推荐专栏:《算法研究》
#### 防伪水印——左手の明天 ####
💗 大家好🤗🤗🤗,我是左手の明天!好久不见,推荐热门的ChatGPT项目💗
📆 最近更新:2023 年 04 月 22 日,左手の明天的第 278 篇原创博客
📚 更新于专栏:高效学习
#### 防伪水印——左手の明天 ####
ChatGPT自 3 月初 Open AI 开放以来持续处于火爆阶段, 国内的开发者依托openAI的接口,开发了许多ChatGPT
的项目,并且在GitHub 上进行了开源,确实有很多实用的应用项目,今天就整理一下github
上最热门的ChatGPT
项目,跟大家分享。
目录
1、ChatGPT Web 应用
功能说明
本地部署方法
(1)下载本项目
(2)填写API密钥
(3)安装依赖
(4)启动
2、ChatPaper全流程加速科研
编辑
功能说明
使用步骤
3、ChatGPT_JCM 聚合OpenAI web 管理界面
功能说明
本地部署
4、OpenAI Translator:基于 ChatGPT API 的划词翻译浏览器插件和跨平台桌面端应用
功能说明
下载安装
5、ChatGPT-web:用 Express 和 Vue3 搭建的 ChatGPT 演示网页
功能说明
6、chatgpt_academic:科研工作者的利器
功能说明
本地安装
7、chatgpt-on-wechat:ChatGPT搭建微信聊天机器人
功能说明
本地安装
1、ChatGPT Web 应用
川虎 ChatGPT 🐯 Chuanhu ChatGPT:为ChatGPT API提供了一个轻快好用的Web图形界面,已经star 7.9k了,非常火爆
需要申请 ChatGPT API Key
功能说明
- 支持实时显示回答。
- 重试对话,让 ChatGPT 再回答一次。
- 优化 Tokens,减少 Tokens 占用,以支持更长的对话。
- 设置 System Prompt,有效地设定前置条件。
- 保存 / 加载对话历史记录。
- 在图形界面中添加 API key。
- System Prompt 模板功能。
- 实时显示 Tokens 用量。
本地部署方法
(1)下载本项目
git clone https://github.com/GaiZhenbiao/ChuanhuChatGPT.git
cd ChuanhuChatGPT
或者,点击网页右上角的 Download ZIP
,下载并解压完成后进入文件夹,进入终端
或命令提示符
。
如果你使用Windows,应该在文件夹里按住shift+
右键,选择“在终端中打开”。如果没有这个选项,选择“在此处打开Powershell窗口”。如果你使用macOS,可以在Finder底部的路径栏中右键当前文件夹,选择服务-新建位于文件夹位置的终端标签页
。
(2)填写API密钥
在文件中设定默认密钥、用户名密码以及更多设置:
- 在项目文件夹中复制一份
config_example.json
,并将其重命名为config.json
,在其中填入 API-Key、用户名密码(可选)、API host(可选)、代理地址(可选)等设置。用户名密码支持多用户。示例:
{
"openai_api_key": "sk-xxxxxxxxxxxxxxxxxxxxxxxxx",
"users": [
["用户1的用户名", "用户1的密码"],
["用户2的用户名", "用户2的密码"]
],
}
- 如果不设置用户名与密码,可以直接将“users”字段整段删去,或留空为
"users": []
(3)安装依赖
在终端中输入下面的命令,然后回车。
pip install -r requirements.txt
前提是系统安装了python,如果没安装先下载安装
(4)启动
在终端输入以下命令进行启动:
python ChuanhuChatbot.py
如果一切顺利,可以在浏览器地址栏中输入 http://localhost:7860 查看并使用 ChuanhuChatGPT 了。
2、ChatPaper全流程加速科研
为了能提高 arXiv 用户的论文阅读效率,GitHub 上有人开源了一款可利用 ChatGPT 总结 arXiv 论文的开源工具:ChatPaper。
ChatPaper全流程加速科研:论文阅读+润色+审稿+审稿回复
功能说明
ChatPaper可以通过ChatGPT实现对论文进行总结,帮助科研人进行论文初筛。
它可以根据用户输入的关键词,自动在arxiv上下载最新的论文,再利用ChatGPT3.5的API接口强大的总结能力,将论文总结为固定的格式,以最少的文本,最低的阅读门槛,为大家提供最大信息量,以决定该精读哪些文章。也可以提供本地的PDF文档地址,直接处理。
使用步骤
以脚本方式运行,Windows, Mac和Linux系统应该都可以,python版本最好是3.9,其他版本应该也没啥问题。
- 在apikey.ini中填入你的openai key。
- 安装依赖:pip install -r requirements.txt
(1) Arxiv在线批量搜索+下载+总结: 运行chat_paper.py, 比如:
python chat_paper.py --query "chatgpt robot" --filter_keys "chatgpt robot" --max_results 3
更准确的脚本是chat_arxiv.py,使用方案,命令行更加简洁:
python chat_arxiv.py --query "chatgpt robot" --page_num 2 --max_results 3 --days 10
其中query仍然是关键词,page_num是搜索的页面,每页和官网一样,最大是50篇,max_results是最终总结前N篇的文章,days是选最近几天的论文,严格筛选!
注意:搜索词无法识别
-
,只能识别空格!所以原标题的连字符最好不要用!
(2)Arxiv在线批量搜索+下载+总结+高级搜索: 运行chat_paper.py, 比如:
python chat_paper.py --query "all: reinforcement learning robot 2023" --filter_keys "reinforcement robot" --max_results 3
(3)Arxiv在线批量搜索+下载+总结+高级搜索+指定作者: 运行chat_paper.py, 比如:
python chat_paper.py --query "ti: Sergey Levine" --filter_keys "reinforcement robot" --max_results 3
(4)本地pdf总结: 运行chat_paper.py, 比如:
python chat_paper.py --pdf_path "demo.pdf"
(5)本地文件夹批量总结: 运行chat_paper.py, 比如:
python chat_paper.py --pdf_path "your_absolute_path"
(6)谷歌学术论文整理: 运行google_scholar_spider.py, 比如:
python google_scholar_spider.py --kw "deep learning" --nresults 30 --csvpath "./data" --sortby "cit/year" --plotresults 1
此命令在Google Scholar上搜索与“deep learning”相关的文章,检索30个结果,将结果保存到“./data”文件夹中的CSV文件中,按每年引用次数排序数据,并绘制结果。
3、ChatGPT_JCM 聚合OpenAI web 管理界面
项目地址:https://github.com/202252197/ChatGPT_JCM
功能说明
OpenAI管理界面,聚合了OpenAI的所有接口进行界面操作(所有模型、图片、音频、微调、文件)等,支持Markdown格式(公式、图表,表格)等。
本地部署
部署方式步骤:
- 克隆项目到本地
git clone git@github.com:202252197/ChatGPT_JCM.git
- 下载依赖包
npm install
- 运行
npm run serve
4、OpenAI Translator:基于 ChatGPT API 的划词翻译浏览器插件和跨平台桌面端应用
项目地址:OpenAI Translator
功能说明
基于 ChatGPT API 的划词翻译浏览器插件和跨平台桌面端应用。
该工具基于 ChatGPT API 构建,可应用于 Chrome 插件、Windows、macos、Linux 等平台,并支持以下特性:
- 支持三种翻译模式:翻译、润色、总结;
- 支持 55 种语言的相互翻译、润色和总结功能;
- 支持实时翻译、润色和总结,以最快的速度响应用户;
- 支持自定义翻译文本;
- 支持一键复制、支持 TTS。
下载安装
通过winget进行安装:
winget install yetone.OpenAITranslator
手动安装:
- 从 Latest Release下载以.msi结尾的安装包。
- 双击下载的文件进行安装。
- 如果提示不安全,您可以单击
More Info
->Run Anyway
继续安装。 - 准备使用!
5、ChatGPT-web:用 Express 和 Vue3 搭建的 ChatGPT 演示网页
项目地址:ChatGPT-web
功能说明
支持双模型,提供了两种非官方 ChatGPT API
方法
方式 | 免费? | 可靠性 | 质量 |
---|---|---|---|
ChatGPTAPI(gpt-3.5-turbo-0301) | 否 | 可靠 | 相对较笨 |
ChatGPTUnofficialProxyAPI(网页 accessToken) | 是 | 相对不可靠 | 聪明 |
对比:
ChatGPTAPI
使用gpt-3.5-turbo
通过OpenAI
官方API
调用ChatGPT
ChatGPTUnofficialProxyAPI
使用非官方代理服务器访问ChatGPT
的后端API
,绕过Cloudflare
(依赖于第三方服务器,并且有速率限制)
切换方式:
- 进入
service/.env.example
文件,复制内容到service/.env
文件 - 使用
OpenAI API Key
请填写OPENAI_API_KEY
字段 (获取 apiKey) - 使用
Web API
请填写OPENAI_ACCESS_TOKEN
字段 (获取 accessToken) - 同时存在时以
OpenAI API Key
优先
具体安装使用可以进项目里面查看,里面记录的非常详细,感谢大神,膜拜!!!
6、chatgpt_academic:科研工作者的利器
项目地址:chatgpt_academic
功能说明
科研工作专用ChatGPT/GLM拓展,特别优化学术Paper润色体验,模块化设计支持自定义快捷按钮&函数插件,支持代码块表格显示,Tex公式双显示,新增Python和C++项目剖析&自译解功能,PDF/LaTex论文翻译&总结功能,支持并行问询多种LLM模型,支持gpt-3.5/gpt-4/chatglm
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 | 支持自定义高阶的函数插件与[函数插件],插件支持热更新 |
自我程序剖析 | [函数插件] 一键读懂本项目的源代码 |
程序剖析 | [函数插件] 一键可以剖析其他Python/C/C++/Java/Lua/...项目树 |
读论文 | [函数插件] 一键解读latex论文全文并生成摘要 |
Latex全文翻译、润色 | [函数插件] 一键翻译或润色latex论文 |
批量注释生成 | [函数插件] 一键批量生成函数注释 |
chat分析报告生成 | [函数插件] 运行后自动生成总结汇报 |
Markdown中英互译 | [函数插件] 看到上面5种语言的README了吗? |
arxiv小助手 | [函数插件] 输入arxiv文章url即可一键翻译摘要+下载PDF |
PDF论文全文翻译功能 | [函数插件] PDF论文提取题目&摘要+翻译全文(多线程) |
谷歌学术统合小助手 | [函数插件] 给定任意谷歌学术搜索页面URL,让gpt帮你选择有趣的文章 |
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 |
多线程函数插件支持 | 支持多线调用chatgpt,一键处理海量文本或程序 |
启动暗色gradio主题 | 在浏览器url后面添加/?__dark-theme=true 可以切换dark主题 |
多LLM模型支持,API2D接口支持 | 同时被GPT3.5、GPT4和清华ChatGLM伺候的感觉一定会很不错吧? |
本地安装
(1)下载项目
git clone https://github.com/binary-husky/chatgpt_academic.git
cd chatgpt_academic
(2)配置API_KEY和代理设置
在config.py
中,配置 海外Proxy 和 OpenAI API KEY
(3)安装依赖
# (选择I: 如熟悉python)推荐
python -m pip install -r requirements.txt
# 备注:使用官方pip源或者阿里pip源,其他pip源(如一些大学的pip)有可能出问题,临时换源方法:python -m pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
# (选择II: 如不熟悉python)使用anaconda,步骤也是类似的:
# (II-1)conda create -n gptac_venv python=3.11
# (II-2)conda activate gptac_venv
# (II-3)python -m pip install -r requirements.txt
如果需要支持清华ChatGLM后端,需要额外安装更多依赖(前提条件:熟悉python + 电脑配置够强):
python -m pip install -r request_llm/requirements_chatglm.txt
(4)运行
python main.py
7、chatgpt-on-wechat:ChatGPT搭建微信聊天机器人
项目地址:chatgpt-on-wechat
ChatGPT搭建微信聊天机器人,基于GPT3.5 API和itchat实现
功能说明
基于ChatGPT的微信聊天机器人,通过 ChatGPT 接口生成对话内容,使用 itchat 实现微信消息的接收和自动回复。已实现的特性如下:
- 文本对话: 接收私聊及群组中的微信消息,使用ChatGPT生成回复内容,完成自动回复
- 规则定制化: 支持私聊中按指定规则触发自动回复,支持对群组设置自动回复白名单
- 图片生成: 支持根据描述生成图片,支持图片修复
- 上下文记忆:支持多轮对话记忆,且为每个好友维护独立的上下会话
- 语音识别: 支持接收和处理语音消息,通过文字或语音回复
- 插件化: 支持个性化插件,提供角色扮演、文字冒险、与操作系统交互、访问网络数据等能力
本地安装
建议Python版本在 3.7.1~3.9.X 之间,推荐3.8版本,3.10及以上版本在 MacOS 可用,其他系统上不确定能否正常运行。
(1) 克隆项目代码:
git clone https://github.com/zhayujie/chatgpt-on-wechat
cd chatgpt-on-wechat/
(2) 安装核心依赖 (必选):
能够使用
itchat
创建机器人,并具有文字交流功能所需的最小依赖集合。
pip3 install -r requirements.txt
(3) 拓展依赖 (可选,建议安装):
pip3 install -r requirements-optional.txt
其中tiktoken
要求python
版本在3.8以上,它用于精确计算会话使用的tokens数量,强烈建议安装。
#### 防伪水印——左手の明天 ####
💗 大家好🤗🤗🤗,我是左手の明天!好久不见,推荐热门的ChatGPT项目💗
📆 最近更新:2023 年 04 月 22 日,左手の明天的第 278 篇原创博客
📚 更新于专栏:高效学习
#### 防伪水印——左手の明天 ####