Paper-Agent 新版本更新

之前写的Paper-Agent(https://github.com/careywyr/paper-agent)最近做了些重构升级，主要是下面这些变动：

多种大模型的支持

之前是只接入了 deepseek 和 kimi， 并且使用 Kimi 作为pdf问答的关键大模型，但经过使用后发现一个比较头疼的问题，kimi 的api略贵了一点，如果要做完整的论文十问可能要一块多，但官方有个 Context Caching 的功能，可以节约大量的 token 消耗，不过这个我还没有细看，如果想要更多的依赖 kimi 的话，后续有空也许会进行代码实现。

那么为了节约成本，deepseek 目前来看是最便宜的大模型了，因此抽取pdf的工作得交给本地的代码，我使用的是 Pymupdf 进行的文本抽取，效果还可以。

代码本地做了一些整理，之前deepseek和kimi的代码重合度是非常高的，本次定义了一个LLM的基类，根据不同情况制作不同的实现类：

class LLM(ABC):
def__init__(self, model_name: str):
        conf = llm_config.get(model_name)
        self.model_name = conf['model_name']
        self.api_key = conf['api_key']
        self.base_url = conf['base_url']

    @abstractmethod  
defchat(self, message: str, system_prompt: str = "")->str:
pass

    @abstractmethod  
defchat_pdf(self, message: str, file_content)->str:
        pass

deepseek 和 kimi 都可以直接使用 OpenAI 的 sdk，因此我将其统一归纳到 OpenAI 类型的 LLM：OpenAiLlm, 另一个LLM的实现是本地的Ollama实现类：OllamaLlm，这样对于本地机器足以运行大模型的同学来说，可以免去使用API的开销。

Kimi 因为有文件管理的能力，因此做了单独的实现类，具体想要用哪个模型就初始化哪一个模型的实例：

current_llm = KimiLlm() if use_kimi else OllamaLlm('qwen') if use_ollama else OpenAiLlm('deepseek')

模型的配置均可以写在 model.py 的 llm_config 中：

llm_config = {
"deepseek":{
"model_name":"deepseek-chat",
"api_key": os.environ.get('DEEPSEEK_KEY'),
"base_url":"https://api.deepseek.com"
},
"kimi":{
"model_name":"moonshot-v1-128k",
"api_key": os.environ.get('KIMI_KEY'),
"base_url":"https://api.moonshot.cn/v1"
},
"qwen":{
"model_name":"qwen2",
'api_key':'不用填',
"base_url":"ollama的地址"
}
}

这里的 deepseek 和 kimi 用的都是api， qwen 使用的是ollama。

其他变动

除了上面的模型变动，页面上额外增加了生成所有以及导出MD两个按钮，可以一键生成所有问题答案（不过也要慢慢等哦），以及导出页面内容的Markdown。

系统prompt以及论文十问的配置在prompt_template.py 中，需要的可以自行进行修改。

此外，有时候大家如果只需要直接根据论文导出Markdown，也可以直接使用这次新增加的 flow.py， 修改里面的论文url后运行即可生成包含论文标题摘要以及QA的Markdown文档，很适合快速了解论文内容使用。

这个项目的更新可能会暂缓了，感觉使用Streamlit的限制还是太多了，而且现在更多的不是paper-agent, 而是arxiv-helper，只能使用arxiv的论文，代码里引入了aminer的接口，但没有实际使用，后续应该要开新坑来做一个Web版本的论文管理平台。

附录：使用Colab部署Ollama并本地使用的方法

我自己的机器不足以运行绝大多数模型，但我经常会使用Colab来进行一些学习和开发，它拿来部署 Ollama 可是绰绰有余，但想要本地使用的话，需要借助一个网站，叫做 Ngrok（https://ngrok.com/） ，相信很多同学可能已经听过了，我们要做的就是将Colab部署的Ollama和它连接起来。

申请好 Ngrok 的账号后，在Dashboard 的 Your Authtoken 菜单可以找到自己的token，将这个token配置到Colab的笔记本中，就是Colab 左侧的钥匙形状的按钮。配置好后就可以通过下面的方式得到token：

from google.colab import userdata
token = userdata.get('NGROK_TOKEN')

接下来就是在Colab上启动 Ollama ，并关联 Ngrok， 代码没什么好解释的，我是在掘金上找到的一篇介绍，然后复制了其中的部分代码进行了简化，笔记本的链接我这里分享出来，大家需要的直接一键执行就可以：

https://colab.research.google.com/drive/1BW5kvlGuikjBdUqQgpkZF5EdCg7XZLJa?usp=sharing

大家唯一要修改的大概就是挑选一个自己需要使用的模型，比如这里用的是qwen2：

!ollama pull qwen2

笔记本执行的最后会输出ngrok代理的地址，这个地址就可以直接配置到上面代码的ollama的base_url，然后就能愉快的使用Ollama部署的模型啦。

你好，我是叶子，7年Java开发老司机，待过小的创业公司也待过上市厂子。擅长各种姿势的CRUD，但现在工作重心逐渐往中间件开发转移。喜欢折腾技术，AI是个人爱好驱动去学习的。但不管是Java还是AI还是其他非技术行业的知识，我都希望能和大家共同学习进步，如果文章有用，还请大家点击关注，希望我们能一起在技术的道路上走的更远！