ChatGPT使用学习（二）：ChatPaper安装到测试详细教程（一文包会）

sockstack / 255 / 2023-11-08 12:01:35

ChatGPT 可用网址，仅供交流学习使用，如对您有所帮助，请收藏并推荐给需要的朋友。 <a href="https://ckai.xyz/?sockstack&section=detail" target="__blank">https://ckai.xyz</a> <article class="baidu_pl"><div id="article_content" class="article_content clearfix">
<link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/kdoc_html_views-1a98987dfd.css">
<link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/ck_htmledit_views-25cebea3f9.css">
<div id="content_views" class="markdown_views prism-tomorrow-night-eighties">
<svg xmlns="http://www.w3.org/2000/svg" style="display: none;"><path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path></svg>
<div class="toc">
<h3>ChatPaper</h3>
<ul>
<li>1.简介及功能</li>
<li>2.前置准备</li>
<li>3.开始使用-命令行</li>
<li>4.开始使用-网页</li>
</ul>
</div>
 
<h1>
<a id="1_2"></a>1.简介及功能</h1> 
       ChatPaper是一种基于文本生成技术的研究论文，可以根据用户的输入进行智能回复和互动，具有类似于ChatGPT的功能。它可以根据关键字来获取相应的论文，并通过分析论文的标题、作者、单位、链接、研究背景、其它工作的问题、本文方法、本文方法具体步骤、总结本文的优缺点等内容，实现一分钟下载一篇最新arxiv论文，一个分钟速读主要信息。用户可以根据以上内容来判断是否需要更深入地了解该论文。 
<h1>
<a id="2_4"></a>2.前置准备</h1> 
**第一步：**下载项目代码：https://github.com/kaixindelele/ChatPaper 
<pre><code class="prism language-python">git clone https://github.com/kaixindelele/ChatPaper.git
</code></pre> 
第二步：配置环境 由于我已经安装了Anaconda和Pycharm，具体细节可以看这篇博客：点击 
<pre><code class="prism language-python">conda create -n chatgpt_pa python=3.9
# 进入到项目目录
python -m pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/
</code></pre> 
第三步：修改代码文件内容 你需要修改的地方如下 <img referrerpolicy="no-referrer" src="https://img-blog.csdnimg.cn/b1b58a83bd604487b39d7cfa458211e3.png" alt="在这里插入图片描述"> 填入和这篇博客一样的Key即可（需要自己去官网获取）：点击 
<h1>
<a id="3_20"></a>3.开始使用-命令行</h1> 
       由于这里面太多功能，就不一一演示结果，可以根据自己的需求进行处理。        注意：key_word不重要，但是filter_keys非常重要！ 一定要修改成你的关键词。 
第一种： 
<pre><code class="prism language-python">python chat_paper.py --query "chatgpt robot" --filter_keys "chatgpt robot" --max_results 3
</code></pre> 
结果： 
第二种： 
<pre><code class="prism language-python">python chat_arxiv.py --query "chatgpt robot" --page_num 2 --max_results 3 --days 10
</code></pre> 
其中query是读者输入的搜索查询，filter_keys是用于在摘要中筛选的关键词，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！ 结果： <img referrerpolicy="no-referrer" src="https://img-blog.csdnimg.cn/72e3650ccfc74a019146794fbbe8e61a.png" alt="在这里插入图片描述"> 第三种： Arxiv在线批量搜索+下载+总结+高级搜索： 运行chat_paper.py， 比如： 
<pre><code class="prism language-python">python chat_paper.py --query "all: reinforcement learning robot 2023" --filter_keys "reinforcement robot" --max_results 3
</code></pre> 
第四种： 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： 
<pre><code class="prism language-python">python chat_paper.py --query "ti: Sergey Levine" --filter_keys "reinforcement robot" --max_results 3
</code></pre> 
第五种： 本地pdf总结： 运行chat_paper.py， 比如： 
<pre><code class="prism language-python">python chat_paper.py --pdf_path "demo.pdf"
</code></pre> 
第六种： 本地文件夹批量总结： 运行chat_paper.py， 比如： 
<pre><code class="prism language-python">python chat_paper.py --pdf_path "your_absolute_path"
</code></pre> 
第七种： 谷歌学术论文整理： 运行google_scholar_spider.py， 比如： 
<pre><code class="prism language-python">python google_scholar_spider.py --kw "deep learning" --nresults 30 --csvpath "./data" --sortby "cit/year" --plotresults 1
</code></pre> 
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。 
最后会在export下生成对应的报告，默认为md文档。 
<h1>
<a id="4_68"></a>4.开始使用-网页</h1> 
感觉没有命令行好用 <img referrerpolicy="no-referrer" src="https://img-blog.csdnimg.cn/c2c71f8cfc4249f08c4f7ac4a40594c1.png" alt="在这里插入图片描述"> 
       除了用命令行的方式，还可以用网页的形式来操作。启动服务 
<pre><code class="prism language-python">python3 app.py
</code></pre> 
       启动 Flask 服务。运行此命令后，Flask 服务将在本地的 5000 端口上启动并等待用户请求。在浏览器中访问以下地址之一以访问 Flask 服务的主页： 
<pre><code class="prism language-python">http://127.0.0.1:5000/
或
http://127.0.0.1:5000/index
</code></pre> 
       访问 http://127.0.0.1:5000/ 后，您将看到主页。在主页上，您可以点击不同的链接来调用各种服务。您可以通过修改链接中的参数值来实现不同的效果。有关参数详细信息，请参阅上一步骤中的详细介绍主界面： 
       特别的，这四个接口实际是封装了根目录下四个脚本的 web 界面。参数可以通过链接来修改。例如要运行“arxiv?query=GPT-4&amp;key_word=GPT+robot&amp;page_num=1&amp;max_results=1&amp;days=1&amp;sort=web&amp;save_image=False&amp;file_format=md&amp;language=zh”的话，相当于在根目录下调用 chat_arxiv.py 并返回结果。这个显示的结果和在命令行中调用的结果是一样的（即：python chat_arxiv.py --query “GPT-4” --key_word “GPT robot” --page_num 1 --max_results 1 --days 1 --sort “web” --save_image False --file_format “md” --language “zh”）。您可以通过修改参数来获得其他搜索结果。 
       如果以这种方式部署的话，结果会保存在同级目录下新生成的export、pdf_files 和response_file三个文件夹里
</div>
<link href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/markdown_views-0407448025.css" rel="stylesheet">
<link href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/style-c216769e99.css" rel="stylesheet">
</div>
<div id="treeSkill"></div>
</article>

作者

sockstack

许可协议

CC BY 4.0

发布于

2023-11-08

修改于

2024-12-23

上一篇：软件：常用 Linux 软件汇总，值得收藏下一篇：全网最详细中英文ChatGPT接口文档（五）30分钟快速入门ChatGPT——手把手示例教程：如何建立一个人工智能回答关于您的网站问题，小白也可学

尚未登录

ChatGPT使用学习（二）：ChatPaper安装到测试详细教程（一文包会）

文章分类

博客重构之路

Spring Boot简单入门

k8s 入门教程

MySQL 知识

NSQ 消息队列

ThinkPHP5 源码分析

使用 Docker 从零开始搭建私人代码仓库

日常开发汇总

标签列表

springboot

hyperf

swoole

webman

php

多线程

数据结构

docker

k8s

thinkphp

mysql

tailwindcss

flowbite

css

前端