paper summarizer

Papierzusammenfassung

Ein Slack Bot zum Zusammenfassen von arXiv-Artikeln, unterstützt von OpenAI LLMs.

Merkmale

Dieses Repository bietet zwei Hauptfunktionen:

• Fassen Sie einen arXiv-Aufsatz zusammen, den Sie in einem Slack-Kanal erwähnen.
• Veröffentlichen Sie einmal am Tag Zusammenfassungen von Artikeln, die AK erwähnt.

Derzeit unterstützt der Bot nur auf arXiv veröffentlichte Artikel.

Wie zu verwenden

0. Holen Sie sich API-Schlüssel für OpenAI und Slack

• OpenAI: https://platform.openai.com/account/api-keys
• Slack: https://api.slack.com/apps

1. Fügen Sie den Bot zu Ihrem Slack-Arbeitsbereich hinzu und sorgen Sie dafür, dass er auf die Erwähnung des Benutzers reagieren kann

• Dieser Artikel könnte hilfreich sein: Interaktionen mit Bots ermöglichen

2. Klonen Sie dieses Repository

git clone https://github.com/discus0434/paper-summarizer.git

3. Erstellen Sie ein Docker-Image

Wenn Sie CUDA nicht verwenden (d. h. nur CPU verwenden), können Sie Dockerfile wie folgt ändern:

 - FROM paddlepaddle/paddle:2.4.1-gpu-cuda11.2-cudnn8.2-trt8.0
+ FROM paddlepaddle/paddle:2.4.1

Erstellen Sie dann ein Docker-Image:

 cd paper-summarizer/docker && make build

4. Legen Sie Umgebungsvariablen fest

OPENAI_ORGANIZATION könnte optional sein.

 echo " OPENAI_ORGANIZATION=org-XXX " >> .env
echo " OPENAI_API_KEY=sk-XXX " >> .env
echo " SLACK_INCOMING_WEBHOOK_URL=https://hooks.slack.com/services/XXX/XXX/XXX " >> .env
echo " SLACK_SIGNING_SECRET=XXX " >> .env
echo " SLACK_BOT_TOKEN=xoxb-XXX " >> .env

5. Führen Sie die API aus und leiten Sie den Port weiter

Sie können die API mit dem folgenden Befehl ausführen:

make run

Wenn Ihr PC Windows ist, führen Sie Folgendes in Git Bash aus:

make run-win
docker exec -it < container id > bash
python3 app.py

Leiten Sie dann den Port mit ngrok oder etwas Ähnlichem weiter.

Anforderungen

• Computer mit x86-64-Architektur
• Docker

Lizenz

Dieses Repository ist unter AGPLv3 lizenziert. Weitere Informationen finden Sie unter LIZENZ.

Referenzen

• Für die Konvertierung von PDF in Text wird das PaddlePaddle-Modell verwendet.
• Das Docker-Image basiert auf PaddlePaddle/Paddle.