GPT-Academic（学术 GPT）是一个为 GPT/GLM 等大语言模型提供实用化交互界面的工具，特别针对论文阅读、润色、写作体验做了优化。它采用模块化设计，支持自定义快捷按钮与函数插件、Python/C++ 等项目剖析与「自译解」、PDF/LaTeX 论文翻译与总结，并支持并行问询多种 LLM、接入本地模型（chatglm3 等）以及通义千问、DeepSeekCoder、讯飞星火、文心一言、llama2、rwkv、claude2、moss 等众多模型。许可为 GPL-3.0，Python，约 70,725 stars。
来源：README.md（仓库描述、Installation、功能列表）；GitHub 仓库元数据（stars=70725、license=GPL-3.0、language=Python） 查看 GitHub 仓库 →对科研人员而言，「用 LLM 高效读/译/润/写论文」是强需求，而 GPT-Academic 把这些做成现成的按钮和插件、支持 PDF/LaTeX 翻译总结、能把整个代码工程喂给模型做剖析，且广泛兼容国内外多种大模型与本地模型，长期是中文社区最受欢迎的学术向 LLM 工具之一。截至数据采集约 70,725 stars。
来源：README.md（仓库描述、功能列表）；GitHub 仓库元数据（stars=70725）针对学术场景优化：论文润色/纠错、PDF（含 Doc2x）与 LaTeX 论文翻译与总结，公式以 tex 与渲染双形态显示便于复制阅读。
来源：README.md（仓库描述、功能列表、News 的 Doc2x）所有按钮由 functional.py 动态生成，可随意添加自定义功能；模块化设计，插件丰富。
来源：README.md（功能列表）可把整个工程喂给模型做剖析，并生成项目「自译解报告」（self_analysis.md），支持 Python/C++ 等。
来源：README.md（仓库描述、NOTE 的自译解）并行问询多种 LLM、多 api-key 共存，接入通义千问/GLM/DeepSeekCoder/讯飞星火/文心一言/llama2/rwkv/claude2/moss 及 chatglm3 等本地模型。
来源：README.md（仓库描述、NOTE 的 api-key、News）GPT-Academic 是 Python 项目（Web 界面），核心是「函数插件」机制——所有按钮通过读取 functional.py 动态生成，可随意添加自定义功能；模块化设计便于扩展。它支持多模型混合调用（如 ChatGLM + GPT-3.5 + GPT-4 并行），多 api-key 共存（配置如 API_KEY="key1,key2,..."，也可在输入区临时更换），并接入大量在线与本地模型。学术功能包括论文润色/纠错、公式以 tex 与渲染双形态显示、PDF（含 Doc2x）/LaTeX 论文翻译与总结、项目代码剖析与自译解报告（self_analysis.md），还集成了 SoVits 语音克隆等模块。界面支持左右/上下布局切换、自定义字体。安装方式多样（pip、Anaconda、Docker）。
来源：README.md（功能列表、NOTE 的 api-key/自译解、Installation、News 的 Doc2x/SoVits）中心为项目本体，内环 = 核心功能模块，外环 = 关键技术依赖；按 deep.json 中的 core_features 与 tech_stack.key_deps 自动生成
各家 LLM API（OpenAI/Azure/通义/GLM/讯飞/文心…本地模型（chatglm3 等）Doc2x（PDF 翻译）、SoVits（语音克隆，可选）适合科研人员、学生和工程师：用 LLM 读懂/翻译/润色/总结论文（PDF、LaTeX），辅助学术写作；把整个代码工程交给模型剖析与生成自译解报告；并行对比多种大模型或用本地模型；按需用插件扩展自定义工作流。它把学术与代码场景的 LLM 用法做成现成工具，特别适合中文学术用户。模型能力与成本取决于你接入的服务。
来源：README.md（仓库描述、功能列表）本页未列出严格版本号；项目持续维护，近期动态包括新 GUI 前端开发中、Dockerfile 构建效率优化、快速接入 Qwen2.5-Max、自定义字体、Doc2x 翻译 PDF、SoVits 语音克隆模块，以及全面支持 Qwen/GLM/DeepSeekCoder 等中文大模型。
来源：README.md（顶部 News 时间线）GPT-Academic 是中文社区最受欢迎的学术向 LLM 工具之一：把论文读/译/润/写、PDF/LaTeX 翻译总结、代码工程剖析与自译解做成现成按钮与插件，并广泛兼容国内外多模型与本地模型、支持多 key 并行。对科研人员、学生和工程师用 LLM 处理论文与代码非常实用。要清楚它是 GPL-3.0（分发需守 copyleft）、模型能力/成本取决于所接服务、配置项较多，且语音克隆等模块需注意合规。作为学术与代码场景的 LLM 交互工具，它功能扎实、生态成熟。
来源：综合 README.md 的学术功能、插件机制与多模型支持