gpt_academic

环境要求

• Python 3.9 ~ 3.11（官方推荐版本区间）
• 已安装 pip（或 Anaconda / uv 任一包管理方式）
• 已安装 git，可执行 git clone
• 准备好所用大模型的 API KEY（在线模型需要）

安装与启动步骤

1. 1下载项目代码

   用 git clone 拉取仓库并进入项目目录，--depth=1 只拉最新一次提交，速度更快。

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

   复制

2. 2配置API KEY

   在 config.py 中填写 API KEY 等变量；建议改为新建 config_private.py 写配置，避免更新时覆盖。

3. 3安装依赖

   在项目根目录安装依赖，务必使用 requirements.txt 中指定的版本；国内网络慢可临时换阿里源。

   python -m pip install -r requirements.txt

   复制

4. 4用Anaconda装依赖

   可选：不熟悉 pip 或想隔离环境时，创建并激活 conda 环境后再装依赖。

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

   复制

5. 5用uv装依赖

   可选：使用 uv 创建虚拟环境并安装依赖，同样支持指定阿里源加速。

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

   复制

6. 6启动程序

   在项目根目录运行入口脚本，启动后按终端提示的本地地址在浏览器中打开界面。

   python main.py

   复制

关键配置

如何确认成功

执行 python main.py 后终端无报错，并按终端提示的本地地址在浏览器中打开界面即可。

常见问题

注意事项

• 配置读取优先级为：环境变量 > config_private.py > config.py。
• Python 推荐版本为 3.9 ~ 3.11，其余版本未在 README 中说明支持。
• 使用本地模型（ChatGLM/MOSS 等）需额外安装依赖并具备较强的电脑配置。
• Docker 方式需先编辑 docker-compose.yml，只保留方案 0/1/2 中的一个再执行 docker-compose up。