GPT 学术优化 (GPT Academic)使用（github）

前言：

对于gpt_academic使用的过程记录

本次使用：WINDOWS；QWEN；python

github网站：（安装过程对应网站也有详细说明，本文章旨在在对本人操作过程做一个简单记录，以便参考）GitHub - binary-husky/gpt_academic: 为GPT/GLM等LLM大语言模型提供实用化交互接口，特别优化论文阅读/润色/写作体验，模块化设计，支持自定义快捷按钮&函数插件，支持Python和C++等项目剖析&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。

---

具体过程：

1. 在GITHUB上下载安装包

网站：Release Version 3.75 & Win/Mac一键安装包 · binary-husky/gpt_academic · GitHub

2.安装对应python环境

本次安装对应环境名：GPT(对应YOUNAME)

conda create -n YOUNAME python=3.11.9
conda activate YOUNAME
python -m pip install -r requirements.txt

其中，requirments.txt在github的下载内容中

3.调整config.py

需要调整的有三处，对应文件中写的很详细了

        1. API_KEY

        2.网络代理地址

        3.对应使用的模型

以下做详细解释：

4.运行：

在对应python环境下运行main.py

---

对应知识点

1.API获取与配置：（介绍阿里云的API申请流程）

阿里云API获取教程网站：如何获取通义千问API的KEY_模型服务灵积(DashScope)-阿里云帮助中心 (aliyun.com)

步骤一：开通开通DashScope灵积模型服务

步骤二：获取API-KEY（我开通的是‘qwen-vl-chat-v1 模型’），记住自己的API：sk-****

只需要完成到申请成功API即可

注：qwen-vl-chat-v1 模型当前计费为‘限时免费’，免费额度是‘自开通DashScope开始180天内，有1000000tokens的免费使用额度’

tokens:模型API调用时按照输入、输出token数量分别进行计费：对于中文文本来说，千问模型的1个token平均对应1.5-1.8个汉字；对于英文文本来说，1个token通常对应一个单词或词根。

2.网络代理地址等信息获取：（此处使用Clash）

按照如下操作，找到对应配位置文件：*****.yml文件

对应内容中找到如下信息：
 

mixed-port: 7890
bind-address: '*'

对应信息意思是：

1.mixed-port: 7890 表示 Clash 在端口 7890 上同时监听 HTTP 和 SOCKS5 代理请求（但具体是否解析 DNS（即 socks5h 中的 h）通常取决于客户端的配置）

2.bind-address: '*' 这个设置说明 Clash 正在监听所有可用的网络接口。在大多数个人使用情况下，这意味着代理服务可以在本地地址 127.0.0.1上访问

注：127.0.0.1 是一个特殊的 IP 地址，通常被称为“localhost”地址或环回（loopback）地址。它是一种标准的用于指向运行当前网络操作的本地计算机的方式。这个地址只能从同一台计算机访问，用于网络应用开发和测试以及系统配置。

---

总结config.py需要更改的信息：

1.API_KEY = "sk-****************************"
2.USE_PROXY = True
  proxies = {
        #          [协议]://  [地址]  :[端口]
        "http":  "http://127.0.0.1:7890",  # 再例如  "http":  "http://127.0.0.1:7890",
    }
3.LLM_MODEL = "qwen-max"