用途：把学术论文（LaTeX 或 PDF）转换为推广与展示材料，包含三个主要输出：Paper2Web 交互式学术主页、Paper2Video 带旁白与幻灯片的演示视频、Paper2Poster 可打印会议海报，另含 AutoPR 宣传文案模块。
主要能力：Paper2Web 生成响应式多区块布局、可交互图表与引用、移动端导航，可选 Google Search API 自动发现 logo；Paper2Video 自动生成幻灯片、语音合成、光标同步，可选 Hallo2 数字人（需 GPU），支持多语言；Paper2Poster 支持自定义尺寸与专业版式，输出高分辨率可打印文件。
使用方式：先安装 Paper2All：git clone https://github.com/YuhangChen1/Paper2All.git，进入目录后 conda create -n p2w python=3.11、conda activate p2w、pip install -r requirements.txt。配置密钥：pipeline_all.py 只从 shell 读取 OPENROUTER_API_KEY（不读 .env），需 export OPENROUTER_API_KEY=sk-or-...；子模块与 Paper2Video 读仓库根目录 .env 中的 OPENAI_API_KEY 与 OPENAI_API_BASE。系统依赖含 LibreOffice、Poppler，数字人视频需 NVIDIA 48GB GPU。
基本命令：python pipeline_all.py --input-dir "path/to/paper" --output_dir "path/to/output"；--model-choice 1/2/3 分别只跑网站/海报/PR，省略则全跑；海报尺寸用 --poster-width-inches 与 --poster-height-inches。视频用独立环境：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"。注意输出参数是下划线 --output_dir，连字符写法会被拒绝；pipeline_all.py 只处理 --input-dir 下找到的第一个 PDF，可用 --pdf-path 指定。
适用场景：会议海报与口头报告、视频摘要、预印本增强、实验室网站与社交媒体推广、批量生成多篇论文材料。
限制：论文内容会发送给第三方模型提供商，未发表工作需自行确认是否可接受；pipeline_all.py 无模型选择参数，网站与海报模型上游硬编码；成本与处理时间上游未给出基准，需先跑一篇查看用量；logo、配色等品牌定制未作为流水线参数暴露，需手动编辑生成文件；其他输出语言非文档化选项。