binary-husky/gpt_academic · 上手攻略

  • 仓库:binary-husky/gpt_academic
  • 链接:https://github.com/binary-husky/gpt_academic
  • 分类:AI Tool · Academic Writing
  • 作者:Jay
  • 更新:2026-08-17

这是什么

binary-husky/gpt_academic(GPT Academic)是一个为 GPT / GLM 等大语言模型打造的实用化交互界面,特别针对论文阅读、润色、翻译、写作场景深度优化。项目采用模块化插件设计,支持自定义快捷按钮、Python / C++ 项目剖析、ArXiv 论文翻译总结、LaTeX 全文翻译校对等30+ 功能,并行支持 ChatGPT、Claude、DeepSeek、Qwen、ChatGLM、MOSS 等几乎所有主流 LLM API。

Stars 71,179(2026-08),中文 AI 工具领域最活跃的开源项目之一。


解决什么问题

痛点 GPT Academic 解法
读英文论文慢、语言障碍 ArXiv 小助手 + PDF 全文翻译(多线程)
代码丢给 ChatGPT 解释不直观 项目剖析插件:一键生成函数调用树 + 逐段解释
LaTeX 论文语法纠错 仿 Grammarly 的 LaTeX 校对 + 对照 PDF 输出
多个 API Key / 模型想对比结果 多模型并行调用,对比输出
写 related works 找文献累 谷歌学术小助手:给 URL 直接生成 related works
自定义 Prompt 复用麻烦 热更新插件系统,任意添加快捷按钮
配置换电脑要重装 支持 config_private.py 隔离配置,升级不丢配置

快速安装

方式一:pip 直接安装(推荐 Python 用户)

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

# 配置 API Key
# 编辑 config.py,填写 API_KEY(支持多 key 逗号分隔)
# 或创建 config_private.py 存放私密配置(升级不丢失)

python -m pip install -r requirements.txt
# ⚠️ 注意:requirements.txt 中的版本是经过测试的,建议严格按版本安装
# 如遇网络问题:pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/

python main.py

访问 http://localhost:7860(或配置的其他端口)即可使用。

方式二:Anaconda 环境(推荐显卡用户)

conda create -n gptac_venv python=3.11
conda activate gptac_venv
python -m pip install -r requirements.txt
python main.py

方式三:uv(更快)

uv venv --python 3.11
source ./.venv/bin/activate
uv pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
python main.py

方式四:Docker(推荐不想折腾依赖的用户)

# 完整功能镜像(包含 CUDA + LaTeX,镜像较大)
docker-compose up

Windows 一键运行脚本

完全不熟悉 Python 的 Windows 用户可下载 Release 页面 中的一键运行脚本(由 oobabooga 贡献)。


核心用法

配置 API Key

# config.py 中:
API_KEY = "sk-xxxxx,sk-yyyyy"  # 支持多个 key,逗号分隔

# 也支持环境变量(优先级最高)
# 环境变量格式参考 docker-compose.yml

⚠️ 隐私配置建议:在 config.py 同目录创建 config_private.py,程序优先读取其中的配置,覆盖 config.py 同名项,升级项目时不会丢失配置。

插件系统:添加自定义快捷按钮

打开 core_functional.py,添加条目:

"超级英译中": {
    "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",
    "Suffix": "",
}

刷新页面即可在「自定义快捷键」菜单中看到。插件支持热更新,无需重启服务。

ArXiv 论文翻译

  1. 输入 ArXiv 文章 URL 或 ID(如 https://arxiv.org/abs/2301.12345
  2. 选择「ArXiv 小助手」插件
  3. 自动下载 PDF + 翻译摘要 + 全文(多线程)

代码项目剖析

支持 Python / C / C++ / Java / Lua 等,步骤: 1. 点击「项目剖析」插件 2. 输入项目目录路径 3. 自动生成函数调用树,逐段解释

LaTeX 论文翻译 / 润色

  1. 上传 .tex.pdf 文件
  2. 选择「LaTeX 翻译」或「LaTeX 润色」插件
  3. 输出带对照 PDF

多模型并行调用

config.pyAVAIL_LLM_MODELS 中配置多个模型,然后在 UI 中选择并行模式,即可同时向 GPT-4 + ChatGLM + DeepSeek 提问并对比输出。

支持的模型(部分)

模型 配置名 备注
GPT-3.5/4 gpt-3.5-turbo / gpt-4 OpenAI API
Claude 2 claude2 via API
Qwen(通义千问) qwen 需配置千问 API
ChatGLM3/4 chatglm / glm-4 支持本地模型
DeepSeek Coder deepseekcoder 代码能力强
文心一言 ERNIE 百度千帆
讯飞星火 spark 讯飞 API
LLaMA2 llama2 via HF
MOSS moss 复旦 Moss

典型适用场景

场景 推荐插件
读 ArXiv 新论文 ArXiv 小助手
英文论文翻译成中文 PDF 全文翻译(Doc2x)
代码项目理解 程序剖析
写 related works 谷歌学术统合小助手
论文润色 / 语法纠错 LaTeX 校对
批量生成函数注释 批量注释生成
多模型能力对比 多 LLM 并行调用
论文配图生成 接入 DALLE3

坑与注意

  1. Python 版本:README 推荐 Python 3.9~3.11,3.12+ 可能遇到依赖兼容性,避开
  2. requirements.txt 版本锁定:不要随意 pip install -U,项目明确要求使用文件中的指定版本
  3. ChatGLM 本地模型加载失败:如果报「Call ChatGLM fail」,通常是 PyTorch CUDA 版本问题;可改用 chatglm-6b-int4 量化版,或确认 torch 是 CUDA 版本而非 CPU 版
  4. 隐私配置:不要把真正的 API Key 写在 config.py 里(升级会被覆盖),务必创建 config_private.py
  5. LaTeX 功能依赖:翻译和校对 LaTeX 需要本地有 LaTeX 环境(TeX Live / MacTeX),或使用带 LaTeX 的 Docker 镜像
  6. 中文社区镜像:国内用户若网络慢,可参考 Wiki 特殊网络环境设置
  7. master 分支新 GUI:README 提示「master 主分支最新动态(2026.1.25): 新 GUI 前端测试中,Coming Soon」,当前界面可能与 Wiki 截图略有出入

与同类对比

项目 定位 论文处理 代码理解 模型支持 插件生态
gpt_academic 学术工具 ✅ 极强 ✅ 强 30+ 种 ✅ 30+ 插件
cognize 通用 AI 界面 GPT only
oobabooga/text-generation-webui 本地 LLM UI 基础 本地模型 通用
openai/openai-cookbook 示例集合 OpenAI

核心差异:gpt_academic 是专门为「论文 + 代码」场景打造的工具链,插件数量和质量在同类中无出其右;非学术场景则用 oobabooga 等更通用。


一句话结论

gpt_academic 是中文 AI 学术写作领域功能最完整的开源工具,30+ 插件覆盖论文全生命周期;如果你每天读论文、写代码、做翻译,值得花 10 分钟配好环境,它会成为最高频的 AI 工具之一。


来源:GitHub README · Wiki - 项目配置说明 · Doc2x 集成 · B 站视频介绍