paper-2-web

用途：将学术论文（LaTeX 或 PDF）转换为推广与展示材料，基于 Paper2All 自主流水线，面向会议、期刊、预印本和学术宣传场景。\n\n主要能力：\n· Paper2Web：生成响应式、多板块、可交互的学术主页，支持图表与引用交互、移动端适配、自动 logo 检索（需 Google Search API）。\n· Paper2Video：由论文结构自动生成幻灯片、自然语音旁白、同步光标高亮，可选 talking-head（需 48GB GPU，基于 Hallo2），支持多语言。\n· Paper2Poster：生成可打印学术海报，支持自定义尺寸、模板、机构品牌、二维码，输出 300+ DPI 高分辨率。\n\n使用方式：\n1. 安装：\ngit clone https://github.com/YuhangChen1/Paper2All.git\ncd Paper2All\nconda create -n paper2all python=3.11\nconda activate paper2all\npip install -r requirements.txt\n2. 在 .env 中配置 OPENAI_API_KEY，可选 GOOGLE_API_KEY 与 GOOGLE_CSE_ID。\n3. 安装系统依赖：LibreOffice、Poppler。\n4. 生成全部组件：\npython pipeline_all.py --input-dir "path/to/paper" --output-dir "path/to/output" --model-choice 1\n仅生成网站：加 --generate-website；生成海报：加 --generate-poster；视频轻量流水线：\npython 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"\n\n输入要求：推荐 LaTeX 源码目录（含 main.tex、figures、bibliography.bib），或高质量可选择文本的 PDF；支持多论文批量处理。\n\n适用场景：会议材料、预印本主页、视频摘要、海报、社交媒体与实验室展示。\n\n限制：需 OpenAI API 与相应费用（资料给出估算）；talking-head 需 NVIDIA 48GB GPU；处理时间从 10 分钟到 2 小时不等；建议使用干净可编译的 LaTeX 与高分辨率图。缺失信息暂未提供。