Mad Professor: uma ferramenta de IA para auxiliar na leitura e análise de artigos acadêmicos

Introdução geral

O Mad Professor (暴躁的教授读论文) é uma ferramenta acadêmica de IA de código aberto desenvolvida para pesquisadores e estudantes para simplificar a leitura e a análise de artigos acadêmicos. Ela integra processamento de PDF, tradução de IA, pesquisa RAG, perguntas e respostas de IA e interação por voz. Os usuários podem importar artigos em PDF, e a ferramenta extrairá automaticamente o conteúdo, traduzirá e gerará texto estruturado, que pode ser lido em chinês e inglês. O Mad Professor ajuda os usuários a entender rapidamente o conteúdo dos artigos por meio de perguntas e respostas inteligentes e interação por voz. Ele também oferece uma interface de tela dividida, exibindo o artigo à esquerda e o diálogo de IA à direita, o que é conveniente para os usuários fazerem perguntas durante a leitura.

Lista de funções

• Extração e estruturação de conteúdo de PDFExtrai automaticamente o texto de documentos PDF, gera conteúdo estruturado e oferece suporte ao processamento em lote de vários documentos.
• Tradução de IA em chinês e inglêsTradução do conteúdo do documento em chinês ou inglês para proporcionar um modo de leitura controlado.
• Sistema de recuperação RAGExtração rápida de informações importantes e contexto em artigos com base em técnicas de recuperação de vetores.
• Perguntas e respostas inteligentes sobre IASuporte a usuários para fazer perguntas por texto ou voz, e a IA fornece respostas precisas relacionadas ao documento.
• Interação de voz e TTSReconhecimento de entrada de voz incorporado e funcionalidade de conversão de texto em fala para simular o diálogo professoral.
• Interface interativa de tela divididaO lado esquerdo exibe o conteúdo do documento e o lado direito é a área de perguntas e respostas de IA, cuja operação é intuitiva.
• Processamento de arquivos em loteSuporte para colocar vários PDFs em data Pastas, detectadas automaticamente e processadas em lote.
• gerenciamento assíncrono de tarefasOtimize o desempenho por meio do gerenciamento de threads e ofereça suporte ao processamento de tarefas simultâneas.

Usando a Ajuda

Processo de instalação

O Mad Professor é um desenvolvedor Python de projetos de código aberto, que precisa ser instalado no ambiente local para ser executado. Aqui estão as etapas detalhadas de instalação:

1. Clonagem do código do projeto
   Execute o seguinte comando em um terminal para clonar um projeto do GitHub:

   git clone https://github.com/LYiHub/mad-professor-public.git
   cd mad-professor-public

2. Instalação do ambiente Python
   Certifique-se de que o Python 3.8 ou posterior esteja instalado em seu sistema. Recomenda-se um ambiente virtual:

   python -m venv venv
   source venv/bin/activate  # Windows 用户运行 venv\Scripts\activate
   

3. Instalação de dependências
   As dependências do projeto incluem o serviço de voz da MiniMax e outras bibliotecas Python. Execute o seguinte comando para instalá-lo:

   pip install -r requirements.txt
   

   seguro requirements.txt O arquivo contém todas as bibliotecas necessárias, como PyPDF2enumpy etc.

4. Configuração dos serviços de voz MiniMax
   O Mad Professor usa o serviço TTS (Text-to-Speech) da MiniMax e precisa configurar uma ID de voz:
   • Visite a documentação oficial do MiniMax em .
   • Criar ou usar um voice_id.
   • modificações TTS_manager.py no arquivo build_tts_stream_body que define o método voice_id Substitua o parâmetro por seu ID, por exemplo:

     body = json.dumps({
     "model": "speech-02-turbo",
     "text": text,
     "stream": True,
     "voice_setting": {
     "voice_id": "your_voice_id_here",
     "speed": 1,
     "vol": 1,
     "pitch": 0,
     "emotion": mapped_emotion
     },
     "audio_setting": {
     "sample_rate": 32000,
     "bitrate": 128000,
     "format": "pcm",
     "channel": 1
     }
     })
     

5. Preparação de documentos de tese
   Coloque o documento PDF a ser processado no diretório raiz do projeto no diretório data pasta. O programa detectará e processará automaticamente esses arquivos em lote.
6. programa de corrida
   Iniciar o programa principal:

   python AI_professor_UI.py
   

   Quando o programa é executado, ele abre uma interface gráfica que mostra o conteúdo do papel e a área de interação da IA.

Uso

Importação e processamento de documentos

• Coloque o arquivo PDF na pasta data Pasta.
• Após iniciar o programa, a ferramenta verifica automaticamente data extrair o conteúdo do PDF e gerar texto estruturado.
• Os resultados da extração são exibidos no lado esquerdo da interface, que suporta os modos chinês e inglês. Clique no botão "Translate" (Traduzir) na interface para alternar os idiomas.

Perguntas e respostas com IA e interação por voz

• Na área de Perguntas e Respostas, no lado direito da interface, digite o texto ou use o microfone para fazer perguntas. Por exemplo, "Qual é a metodologia de pesquisa deste artigo?"
• Se estiver usando a entrada de voz, verifique se o dispositivo de microfone está funcionando. Se o indicador não ficar amarelo, tente substituir o dispositivo de entrada.
• A IA analisa o conteúdo do documento e lhe dá uma resposta precisa. Clique no botão "Voice Play" e a resposta será lida em voz alta no formato TTS.
• O volume, a taxa de fala e o tom da saída de voz podem ser definidos na seção TTS_manager.py Ajuste médio.

Operação da interface de tela dividida

• O conteúdo original ou traduzido do documento é exibido à esquerda e pode ser percorrido.
• O lado direito é a janela de diálogo da IA, que oferece suporte a perguntas e respostas em tempo real.
• A interface é compatível com a renderização Markdown, e as respostas de IA são exibidas em bolhas de mensagens claras.

arquivo de lote

• Para processar vários documentos, coloque todos os arquivos PDF na pasta data Pasta.
• O programa processa arquivos não analisados um a um, gerando conteúdo estruturado e armazenando-o localmente.

advertência

• Certifique-se de que sua conexão com a Internet esteja estável, pois o serviço TTS da MiniMax requer uma conexão com a Internet.
• sonda data Permissões de pasta para garantir que o programa possa ser lido e gravado.
• Se a entrada de voz falhar, verifique as configurações do microfone ou substitua a unidade.
• O projeto é um software de código aberto e recomendamos que você verifique a documentação mais recente no GitHub para obter atualizações.

cenário do aplicativo

1. pesquisa acadêmica
   Os pesquisadores podem usar o Mad Professor para ler e entender rapidamente artigos complexos. O recurso de perguntas e respostas com IA da ferramenta economiza tempo ao responder a perguntas especializadas, como metodologia de pesquisa e design experimental.
2. Aprendizagem do aluno
   Os alunos podem ler artigos de idiomas estrangeiros nos modos inglês e chinês, com recursos de interação por voz para ajudar a entender termos e conceitos para iniciantes.
3. Escrevendo uma síntese de tese
   A equipe de pesquisa pode processar em lote vários artigos, extrair informações importantes, gerar material de revisão e melhorar a eficiência da redação.
4. Colaboração entre idiomas
   As equipes de pesquisa internacionais podem usar a função de tradução para converter rapidamente o conteúdo de seus artigos no idioma de destino e facilitar a comunicação.

QA

1. Quais formatos de arquivo o Mad Professor suporta?
   No momento, somente arquivos de papel em formato PDF são suportados. Certifique-se de que os arquivos PDF estejam em um formato extraível de texto e não digitalizados.
2. Como resolver o problema de falha na entrada de voz?
   Verifique se o microfone está funcionando corretamente. Se o indicador não ficar amarelo, tente substituir o dispositivo de entrada ou verificar as configurações de áudio do sistema.
3. Preciso pagar para usar o serviço de voz da MiniMax?
   A MiniMax oferece serviços de voz gratuitos e pagos. Recomendamos verificar a documentação oficial para confirmar voice_id O uso de permissões.
4. Ele pode ser usado off-line?
   O processamento de PDF e as perguntas e respostas de IA funcionam off-line, mas a interação por voz e a tradução exigem acesso à Internet.