用途
paper-2-web 是一个学术论文转化技能，基于 Paper2All 自主流水线，把研究论文（LaTeX 或 PDF）转换为宣传和展示格式。它面向会议材料制作、研究推广、演示准备、成果传播、预印本增强以及多论文批量处理等需求。常见的触发场景包括：将论文转换为网站、根据 LaTeX 论文生成会议海报、从研究内容创建视频演示、为论文制作交互式主页，以及为会议演讲同时生成海报和视频。
主要能力
该技能提供三种核心输出：
-
Paper2Web：交互式网站生成。将论文转换为具备布局感知、可交互的学术主页，不局限于简单的 HTML 转换。特性包括响应式多区块布局、可交互的图表与引用、适配移动端的设计与导航、通过 Google Search API 自动发现 logo，以及美学优化和质量评估。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。
-
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展示视频。特性包括从论文结构自动生成幻灯片、自然语音合成、同步的光标移动与高亮、可选的 Hallo2 数字人视频（需要 GPU）以及多语言支持。适用于视频摘要、会议演讲、在线报告、课程材料和视频平台推广。
-
Paper2Poster：会议海报生成。创建可打印的学术海报，具备专业布局和视觉设计。特性包括自定义海报尺寸、专业设计模板、机构品牌支持、链接二维码生成以及高分辨率输出（300+ DPI）。适用于会议海报环节、研讨会、学术展览和线上会议。
此外，技能文档还提到可结合 scientific-schematics 技能生成出版级图表，用于增强视觉表达，例如流水线图、网站布局架构图、视频制作工作流图、海报设计流程图等。
使用方式
前置条件包括安装 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
系统依赖包括 LibreOffice（文档转换）、Poppler 工具（PDF 处理），以及可选的 48GB NVIDIA GPU（用于数字人视频）。
基本用法示例：
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"
输入支持 LaTeX 源码（推荐）和高品质 PDF。LaTeX 目录应包含 main.tex、可选的 sections 目录、figures、tables 和 bibliography.bib。PDF 需为嵌入字体、可选择文本且图片高分辨率。支持单篇与多篇批量处理。
常用参数包括：--model-choice 1（GPT-4）、--model-choice 2（GPT-4.1）、--model_name_t（文本模型）、--generate-website、--generate-poster、--generate-video、--enable-talking-head，以及海报尺寸、视频时长、logo 搜索等自定义选项。
适用场景
适用于会议材料制作（海报、演示视频和配套网站）、研究推广（将已发表论文或预印本转换为可访问的网页格式）、演示准备（生成视频摘要或完整演示视频）、成果传播（面向社交媒体、实验室网站或机构展示的宣传材料）、预印本增强（为 bioRxiv、arXiv 等添加交互式主页）以及批量处理多篇论文。
限制
文档给出的资源要求包括：处理时间方面，网站每篇约 15-30 分钟，海报约 10-20 分钟，视频（无数字人）约 20-60 分钟，视频（含数字人）约 60-120 分钟。计算要求：多核 CPU；内存最低 16GB、推荐 32GB；GPU 对标准输出可选，数字人视频需要 NVIDIA A6000 48GB；存储每篇论文 1-5GB。API 成本方面文档给出近似值（GPT-4）：网站 $0.50-2.00、海报 $0.30-1.00、视频 $1.00-3.00、完整套件 $2.00-6.00。依赖项安装、环境变量配置和系统依赖（LibreOffice、Poppler）为必需。此外，数字人视频依赖特定硬件，超长论文的海报布局可能需要人工裁剪。