GitHub – mukulpatnaik/researchgpt: A LLM based research assistant that allows you to have a conversation with a research paper

这是 GitHub 平台上一个已归档（2023年11月21日由所有者归档，现仅可读）的开源项目仓库，项目名称为 ResearchGPT，作者是用户 mukulpatnaik。

核心定位
这是一个基于大语言模型（LLM）的研究助手工具，核心功能是让用户能与研究论文（PDF格式）进行对话——通过提取PDF文本、生成语义嵌入，结合OpenAI API实现对论文内容的智能问答，并返回回答对应的文本来源及页码。

主要功能与特性
1. PDF内容交互：支持两种方式导入论文——输入在线PDF链接，或上传本地PDF文件。
2. 智能问答能力：基于OpenAI API生成回答，同时标注回答对应的论文文本片段及页码，保证溯源性。
3. 本地存储与部署：使用Redis本地存储论文文本的语义嵌入，需自行配置OpenAI API密钥（需设置环境变量`OPENAI_API_KEY`）。

技术栈与依赖
后端框架：FastAPI（通过`uvicorn`启动服务）。
存储：Redis（用于保存文本嵌入）。
开发语言：主要使用Python（43.1%）、JavaScript（39.2%）、HTML（12.2%）、CSS（5.5%）。

使用与安装步骤
1. 克隆仓库：运行`git clone https://github.com/mukulpatnaik/researchgpt.git`。
2. 安装依赖：进入仓库目录，执行`pip install r requirements.txt`。
3. 配置Redis：本地安装Redis并启动（MacOS用`redisserver`，Windows用`sudo service redisserver start`）。
4. 设置API密钥：将OpenAI API密钥配置为环境变量（如`.bashrc`或`.zshrc`中添加`export OPENAI_API_KEY=”你的密钥”`）。
5. 启动服务：运行`uvicorn main:app reload`，即可本地访问工具。

项目状态与延伸
仓库状态：已归档，不再维护。作者提示“更高级的版本”可访问免费在线工具https://chat.portal.so/（未来将开源）。
社区数据：累计获得3.5k星标、328次分叉，可见其在学术研究辅助场景的受欢迎度。

其他信息
Demo地址：曾提供在线演示`https://www.dara.chat/`（视频展示部分功能仅Demo可用）。
许可证：采用MIT开源许可证，允许自由修改与二次分发。
贡献方式：欢迎PR，但重大变更需先开Issue讨论；作者联系方式为`mukulpatnaik@gmail.com`或Twitter（@mukul0x）。

该项目聚焦于学术论文的智能化交互，适合需要快速理解论文内容、定位关键信息的研究者或学生使用，尽管已归档，但仍是LLM结合学术场景的典型实践案例。