下面是具體的項目部署和內(nèi)容：
一、以腳本方式運行
Windows, Mac和Linux系統(tǒng)應該都可以
python版本最好是3.9，其他版本應該也沒啥問題
-
git clone https://github.com/kAIxindelele/ChatPaper.git cd ChatPaper - 在apikey.ini中填入你的OpenAI key。
- 注意，這個代碼純本地項目，你的key很安全！如果不被OpenAI封的話~ 小白用戶比較多，我直接給截圖示意下可能會更好：
- 使用過程要保證全局代理！如果客戶端時clash的話，可以參考這個進行配置:
- 安裝依賴：最好翻墻，或者用國內(nèi)源。
pip install -r requirements.txt
4.1. Arxiv在線批量搜索+下載+總結：運行chat_paper.py， 比如：
python chat_paper.py --query "chatgpt robot" --filter_keys "ChatGPT robot" --max_results 3
更準確的腳本是chat_arxiv.py，使用方案，命令行更加簡潔：
python chat_arxiv.py --query "chatGPT robot" --page_num 2 --max_results 3 --days 2
其中query仍然是關鍵詞，page_num是搜索的頁面，每頁和官網(wǎng)一樣，最大是50篇，max_results是最終總結前N篇的文章，days是選最近幾天的論文，嚴格篩選！
注意：搜索詞無法識別-，只能識別空格！所以原標題的連字符最好不要用！?感謝網(wǎng)友提供的信息
4.2. Arxiv在線批量搜索+下載+總結+高級搜索：運行chat_paper.py， 比如：
python chat_paper.py --query "all: reinforcement learning robot 2023" --filter_keys "reinforcement robot" --max_results 3
4.3. Arxiv在線批量搜索+下載+總結+高級搜索+指定作者：運行chat_paper.py， 比如：
python chat_paper.py --query "ti: Sergey Levine" --filter_keys "reinforcement robot" --max_results 3
4.4. 本地pdf總結：運行chat_paper.py， 比如：
python chat_paper.py --pdf_path "demo.pdf"
4.5. 本地文件夾批量總結：運行chat_paper.py， 比如：
python chat_paper.py --pdf_path "your_absolute_path"
另外注意，目前這個不支持綜述類文章。
B站講解視頻：我把ChatPaper開源了！AI速讀PDF論文和速通Arxiv論文
注意：key_word不重要，但是filter_keys非常重要！?一定要修改成你的關鍵詞。
另外關于arxiv的搜索關鍵詞可以參考下圖：
- 參數(shù)介紹：
[--pdf_path 是否直接讀取本地的pdf文檔？如果不設置的話，直接從arxiv上搜索并且下載]
[--query 向arxiv網(wǎng)站搜索的關鍵詞，有一些縮寫示范：all, ti(title), au(author)，一個query示例：all: ChatGPT robot]
[--key_word 你感興趣領域的關鍵詞，重要性不高]
[--filter_keys 你需要在摘要文本中搜索的關鍵詞，必須保證每個詞都出現(xiàn)，才算是你的目標論文]
[--max_results 每次搜索的最大文章數(shù)，經(jīng)過上面的篩選，才是你的目標論文數(shù)，chat只總結篩選后的論文]
[--sort arxiv的排序方式，默認是相關性，也可以是時間，arxiv.SortCriterion.LastUpdatedDate 或者 arxiv.SortCriterion.Relevance， 別加引號]
[--save_image 是否存圖片，如果你沒注冊gitee的圖床的話，默認為false]
[--file_format 文件保存格式，默認是markdown的md格式，也可以是txt]
parser.add_argument("--pdf_path", type=str, default='', help="if none, the bot will download from arxiv with query")
parser.add_argument("--query", type=str, default='all: ChatGPT robot', help="the query string, ti: xx, au: xx, all: xx,")
parser.add_argument("--key_word", type=str, default='reinforcement learning', help="the key word of user research fields")
parser.add_argument("--filter_keys", type=str, default='ChatGPT robot', help="the filter key words, 摘要中每個單詞都得有，才會被篩選為目標論文")
parser.add_argument("--max_results", type=int, default=1, help="the maximum number of results")
parser.add_argument("--sort", default=arxiv.SortCriterion.Relevance, help="another is arxiv.SortCriterion.LastUpdatedDate")
parser.add_argument("--save_image", default=False, help="save image? It takes a minute or two to save a picture! But pretty")
parser.add_argument("--file_format", type=str, default='md', help="導出的文件格式，如果存圖片的話，最好是md，如果不是的話，txt的不會亂")
二、 以Flask服務運行
- 下載項目并進入項目目錄
git clone https://github.com/kaixindelele/ChatPaper.git
cd ChatPaper
- 在項目根目錄下的?
apikey.ini?文件中填入您的 OpenAI 密鑰。 - 配置虛擬環(huán)境并下載依賴
pip install virtualenv
安裝虛擬環(huán)境工具
virtualenv venv
新建一個名為venv的虛擬環(huán)境
Linux/Mac下:
source venv/bin/activate
Windows下:
.\venv\Scripts\activate.bat
pip install -r requirements.txt
- 啟動服務
python3 app.py
# 啟動 Flask 服務。運行此命令后，F(xiàn)lask 服務將在本地的 5000 端口上啟動并等待用戶請求。在瀏覽器中訪問以下地址之一以訪問 Flask 服務的主頁：
# http://127.0.0.1:5000/
# 或
# http://127.0.0.1:5000/index相關文章
津公網(wǎng)安備12011002023007號