Paper2All：学术论文转换流水线
用途
本技能用于把学术论文转换为多种宣传与展示格式，基于 Paper2All 自主流水线，将研究论文（LaTeX 或 PDF）转换为三类主要输出：Paper2Web、Paper2Video 和 Paper2Poster。该流水线使用 LLM 驱动的内容抽取、设计生成与迭代优化。适用于会议材料制作、研究成果推广、演示准备、成果传播、预印本增强以及批量处理。
触发语句示例：“Convert this paper to a website”“Generate a conference poster from my LaTeX paper”“Create a video presentation from this research”“Make an interactive homepage for my paper”“Transform my paper into promotional materials”“Generate a poster and video for my conference talk”。
主要能力
1. Paper2Web：交互式网站生成
把论文转换为具备布局感知能力的交互式学术主页，超出简单 HTML 转换。主要特性包括：响应式多板块布局并适配论文内容、可交互的图/表/引用、移动端友好设计并带导航、自动 Logo 发现（需 Google Search API）、美学优化与质量评估。适用于发表后推广、预印本增强、实验室网站、长期研究展示。
2. Paper2Video：演示视频生成
生成包含幻灯片、旁白、光标移动和可选数字人出镜的专业演示视频。主要特性包括：基于论文结构自动生成幻灯片、自然语音合成、同步光标移动与高亮、使用 Hallo2 的可选数字人视频（需 GPU）、多语言支持。适用于视频摘要、会议报告、在线演讲、课程材料、YouTube 推广。
3. Paper2Poster：会议海报生成
创建可打印的学术海报，含专业排版与视觉设计。主要特性包括：自定义海报尺寸（任意大小）、专业设计模板、机构品牌支持、用于链接的二维码生成、高分辨率输出（300+ DPI）。适用于会议海报环节、研讨会、学术展览、线上会议。
使用方式
前置条件
安装 Paper2All：
git clone https://github.com/YuhangChen1/Paper2All.git cd Paper2All conda create -n paper2all python=3.11 conda activate paper2all pip install -r requirements.txt
配置 API Key（创建 .env 文件）：
OPENAI_API_KEY=your_openai_api_key_here
Optional: GOOGLE_API_KEY and GOOGLE_CSE_ID for logo search
安装系统依赖：LibreOffice（文档转换）、Poppler 工具（PDF 处理）、NVIDIA GPU 48GB（可选，用于数字人视频）。
基本用法
生成全部组件（网站 + 海报 + 视频）：
python pipeline_all.py
--input-dir "path/to/paper"
--output-dir "path/to/output"
--model-choice 1
仅生成网站：
python pipeline_all.py
--input-dir "path/to/paper"
--output-dir "path/to/output"
--model-choice 1
--generate-website
生成自定义尺寸海报：
python pipeline_all.py
--input-dir "path/to/paper"
--output-dir "path/to/output"
--model-choice 1
--generate-poster
--poster-width-inches 60
--poster-height-inches 40
生成视频（轻量流水线）：
python pipeline_light.py
--model_name_t gpt-4.1
--model_name_v gpt-4.1
--result_dir "path/to/output"
--paper_latex_root "path/to/paper"
输入要求
支持 LaTeX 源码（推荐）与 PDF。LaTeX 目录建议包含 main.tex、sections/、figures/、tables/、bibliography.bib。PDF 需为高质量、字体嵌入、文本可选中（非扫描图像）、图片高分辨率（建议 300+ DPI）。支持单篇论文与多篇论文批量处理。
常用参数
模型选择：--model-choice 1 对应 GPT-4，--model-choice 2 对应 GPT-4.1；--model_name_t gpt-3.5-turbo 表示更快、成本更低。 组件选择：--generate-website、--generate-poster、--generate-video、--enable-talking-head（需 GPU）。 自定义：--poster-width-inches、--poster-height-inches、--video-duration、--enable-logo-search。
输出结构
输出按论文与组件组织，例如 output/paper_name/ 下包含 website/（index.html、styles.css、assets/）、poster/（poster_final.pdf、poster_final.png、poster_source/）、video/（final_video.mp4、slides/、audio/、subtitles/）。
适用场景
会议材料（海报、演示视频、配套网站）、研究成果推广（已发表论文或预印本转为网页形式）、演示准备（视频摘要或完整演示视频）、成果传播（社交媒体、实验室网站、机构展示）、预印本增强（为 bioRxiv、arXiv 等添加交互式主页）、批量处理（同时为多篇论文生成宣传材料）。
限制
资料中未提供技能本身的定价与付费方案信息，仅给出使用外部 API 的近似费用：网站 $0.50-2.00/篇、海报 $0.30-1.00/篇、视频 $1.00-3.00/篇、完整包 $2.00-6.00/篇（基于 GPT-4）。处理时间：网站约 15-30 分钟/篇，海报约 10-20 分钟/篇，视频约 20-60 分钟/篇，含数字人视频约 60-120 分钟/篇。计算资源：建议多核 CPU、最少 16GB 内存（建议 32GB），数字人功能需 NVIDIA A6000 48GB GPU，每篇论文占用 1-5GB 存储。视频生成与数字人功能对硬件与依赖要求较高；LaTeX 解析错误、图片质量不足、API 报错等为常见问题。资料中未提供关于准确率、效果评测数据的量化结论。