SuperAPI AI 工具集

paper-2-web

写作与研究

查看项目

更新于 10-15 08:33

技能介绍

用途

Paper2All 是一个学术论文转化流水线技能,用于将学术论文(LaTeX 或 PDF)转换为多种推广与展示格式。它适合在以下场景使用:为学术会议制作海报、演示视频和配套网站;将已发表论文或预印本转化为易于访问的网页形式;从论文内容生成视频摘要或完整演示视频;为社交媒体、实验室网站或机构展示制作推广材料;为 bioRxiv、arXiv 等预印本添加交互式主页;以及批量处理多篇论文的推广材料。

主要能力

该技能包含三个核心组件:

  1. Paper2Web:交互式网站生成。将论文转换为布局感知的交互式学术主页,具备响应式多区块布局、可交互的图表与引用、移动端友好设计、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、实验室网站和长期研究展示。

  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,支持从论文结构自动生成幻灯片、自然语音合成、同步光标与高亮、可选 Hallo2 数字人(需 GPU)、多语言支持。适用于视频摘要、会议演示、在线报告、课程材料和 YouTube 推广。

  3. Paper2Poster:会议海报生成。创建可打印的学术海报,支持自定义尺寸、专业设计模板、机构品牌、二维码生成和高分辨率输出(300+ DPI)。适用于会议海报环节、研讨会、学术展览和虚拟会议。

此外,该技能建议配合 scientific-schematics 技能生成 AI 驱动的出版级示意图,以增强视觉表达。

使用方式

前置条件:需安装 Paper2All(git clone https://github.com/YuhangChen1/Paper2All.git),创建 conda 环境(python=3.11),安装依赖(pip install -r requirements.txt),配置 API 密钥(.env 文件中的 OPENAI_API_KEY,可选 GOOGLE_API_KEY 和 GOOGLE_CSE_ID),并安装系统依赖(LibreOffice、Poppler,可选 48GB NVIDIA GPU 用于数字人视频)。

基本用法示例:

生成全部组件: 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"

输入格式推荐 LaTeX 源码(含 main.tex、figures、bibliography.bib 等),也支持高质量 PDF(需可选中文本、嵌入字体、高分辨率图表)。支持单篇与批量处理。

常用参数包括:--model-choice 1(GPT-4)、--model-choice 2(GPT-4.1)、--model_name_t gpt-3.5-turbo;--generate-website、--generate-poster、--generate-video、--enable-talking-head;--poster-width-inches、--poster-height-inches、--video-duration、--enable-logo-search。

输出按论文和组件组织,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

  • 会议材料制作:海报、演示视频和配套网站
  • 研究推广:将论文或预印本转化为网页形式
  • 演示准备:生成视频摘要或完整演示视频
  • 成果传播:为社交媒体、实验室网站或机构展示制作材料
  • 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推广材料

限制

  • 处理时间:网站约 15-30 分钟/篇,海报约 10-20 分钟/篇,视频(无数字人)约 20-60 分钟/篇,视频(含数字人)约 60-120 分钟/篇。
  • 计算资源:建议至少 16GB 内存(32GB 更佳);数字人视频需要 NVIDIA A6000 48GB GPU;每篇论文需 1-5GB 存储。
  • API 成本(近似,GPT-4):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。
  • 输入质量要求:LaTeX 需能成功编译;PDF 需可选中文本、高分辨率图表;图表建议使用矢量格式或 300+ DPI 位图。
  • 常见问题包括 LaTeX 解析错误、图表质量差、视频生成失败、海报布局问题、API 错误等,需按文档排查。
  • 具体平台支持、收费与价格以官方最新信息为准,本资料未提供更多细节。