alterlab-paper-2-web

Paper2All：学術論文変換パイプライン

概要

このスキルでは、Paper2All の自律型パイプラインを使用して、学術論文を複数のプロモーション形式やプレゼンテーション形式に変換できます。システムは、研究論文（LaTeX または PDF）から、主に次の 3 種類の成果物を生成します。

1. Paper2Web：レイアウトを考慮したデザインの、インタラクティブで探索可能な学術ホームページ
2. Paper2Video：ナレーション、スライド、オプションのトーキングヘッド動画を含む、プロフェッショナルなプレゼンテーション動画
3. Paper2Poster：プロフェッショナルなレイアウトの、印刷に適した学会ポスター

このパイプラインでは、LLM を活用したコンテンツ抽出、デザイン生成、反復的な改善を行い、学会、学術誌、プレプリントリポジトリ、研究成果の紹介に適した高品質な成果物を作成します。

このスキルを使用する場面

次のような場合にこのスキルを使用します。

• 学会資料の作成：学会向けのポスター、プレゼンテーション動画、関連ウェブサイトを作成する
• 研究成果の紹介：出版済み論文やプレプリントを、誰もが理解しやすく魅力的なウェブ形式に変換する
• プレゼンテーションの準備：論文の内容からビデオアブストラクトやプレゼンテーション全編の動画を生成する
• 研究成果の発信：ソーシャルメディア、研究室のウェブサイト、機関の紹介ページ向けのプロモーション資料を作成する
• プレプリントの充実：bioRxiv、arXiv、その他のプレプリント投稿にインタラクティブなホームページを追加する
• 一括処理：複数の論文向けのプロモーション資料を同時に生成する

起動フレーズ：

• 「この論文をウェブサイトに変換して」
• 「LaTeX 論文から学会ポスターを作成して」
• 「この研究からプレゼンテーション動画を作成して」
• 「論文のインタラクティブなホームページを作って」
• 「論文をプロモーション資料に変換して」
• 「学会発表用のポスターと動画を作成して」

起動しないケース

シナリオ	代わりに使用
LaTeX で研究ポスターを手作業で作成する（beamerposter、tikzposter、baposter）	alterlab-latex-posters
ユーザー自身が編集する PowerPoint/PPTX または HTML のポスター	alterlab-pptx-posters
ライブ発表用のスライドデッキをデザインして提供する	alterlab-scientific-slides
arXiv、bioRxiv、medRxiv、SSRN に論文を投稿する	alterlab-preprint-deposition

科学的な模式図によるビジュアルの強化

図や画像が理解の助けになる場合は、alterlab-scientific-schematics スキル（図／模式図）または alterlab-generate-image スキル（画像）を呼び出します。図は任意です。明瞭さが向上する場合にのみ追加してください。

---

主な機能

1. Paper2Web：インタラクティブなウェブサイトの生成

論文を、単純な HTML 変換にとどまらない、レイアウトを考慮したインタラクティブな学術ホームページに変換します。

主な機能：

• 論文の内容に合わせた、レスポンシブな複数セクションのレイアウト
• インタラクティブな図、表、引用
• ナビゲーション付きのモバイルフレンドリーなデザイン
• ロゴの自動検索（Google Search API を使用）
• 美観の調整と品質評価

最適な用途：出版後のプロモーション、プレプリントの充実、研究室のウェブサイト、研究成果の恒久的な紹介

→ 詳細なドキュメントは references/paper2web.md を参照してください

---

2. Paper2Video：プレゼンテーション動画の生成

スライド、ナレーション、カーソルの動き、オプションのトーキングヘッド動画を含む、プロフェッショナルなプレゼンテーション動画を生成します。

主な機能：

• 論文の構成に基づくスライドの自動生成
• 自然な音声合成
• カーソルの動きとハイライトの同期
• Hallo2 を使用したオプションのトーキングヘッド動画（GPU が必要）
• 多言語対応

最適な用途：ビデオアブストラクト、学会発表、オンライン講演、教材、YouTube でのプロモーション

→ 詳細なドキュメントは references/paper2video.md を参照してください

---

3. Paper2Poster：学会ポスターの生成

プロフェッショナルなレイアウトとビジュアルデザインで、印刷可能な学術ポスターを作成します。

主な機能：

• ポスターサイズを自由に指定（あらゆるサイズに対応）
• プロフェッショナルなデザインレイアウト
• 高解像度の印刷対応出力
• QR コード／所属機関のロゴは手動で追加する必要がある場合があります（パイプラインのフラグについての記載はありません）

最適な用途：学会のポスターセッション、シンポジウム、学術展示会、オンライン学会

→ 詳細なドキュメントについては、references/paper2poster.md を参照してください

---

クイックスタート

前提条件

1. Paper2All をインストールする：

   git clone https://github.com/YuhangChen1/Paper2All.git
   cd Paper2All
   conda create -n p2w python=3.11
   conda activate p2w
   pip install -r requirements.txt
   

   Paper2Video は専用の環境（conda create -n p2v python=3.10）で実行し、オプションのトーキングヘッドモジュールは別の 3 つ目の環境（conda create -n hallo python=3.10）で実行します。

2. API キーを設定する：

   # pipeline_all.py (website, poster, PR) reads only this variable, from the shell
   # environment (it does not load .env) and exits if it is unset:
   export OPENROUTER_API_KEY=sk-or-...
   

   # .env in the repo root — read by the sub-modules and Paper2Video
   OPENAI_API_KEY=your_key_here
   OPENAI_API_BASE=https://openrouter.ai/api/v1   # upstream-recommended; or https://api.openai.com/v1
   # Optional: GOOGLE_SEARCH_API_KEY and GOOGLE_SEARCH_ENGINE_ID for logo search
   

   AutoPR コンポーネントには独自の AutoPR/.env があります（AutoPR/.env.example をコピーしてください）。論文の内容はこれらのサードパーティ製モデルプロバイダーに送信されます。未発表の研究に使用して問題ないことを確認してください。

3. システム依存関係をインストールする：

   • LibreOffice（ドキュメント変換用）
   • Poppler ユーティリティ（PDF 処理用）
   • 48GB の NVIDIA GPU（オプション、トーキングヘッド動画用）

→ インストール手順の全容については、references/installation.md を参照してください

---

基本的な使い方

pipeline_all.py は、PDF からウェブサイト、ポスター、PR 資料の各モジュールを実行します。--model-choice フラグは、実行するコンポーネント（1 2 3 のうち 1 つ以上）を選択するもので、モデルの選択には使用しません。すべてのモジュールを実行する場合は省略してください。出力フラグは --output_dir（アンダースコア）です。上流の README に記載されているハイフン付きの --output-dir は、スクリプトの引数パーサーで拒否されます。pipeline_all.py が処理するのは、--input-dir 内で最初に見つかった PDF のみです（各サブフォルダー内の paper.pdf、またはフォルダー直下の PDF）。特定のファイルを選ぶ場合は --pdf-path を指定してください。

--model-choice	コンポーネント
（省略）	すべてのモジュール
1	ウェブサイト（Paper2Web）のみ
2	ポスター（Paper2Poster）のみ
3	PR 資料（AutoPR）のみ

すべて生成する（ウェブサイト＋ポスター＋PR 資料）：

python pipeline_all.py \
  --input-dir "path/to/paper" \
  --output_dir "path/to/output"

ウェブサイトのみ生成する：

python pipeline_all.py \
  --input-dir "path/to/paper" \
  --output_dir "path/to/output" \
  --model-choice 1

カスタムサイズでポスターを生成する（デフォルトは横向きの 48 × 36 インチ）：

python pipeline_all.py \
  --input-dir "path/to/paper" \
  --output_dir "path/to/output" \
  --model-choice 2 \
  --poster-width-inches 60 \
  --poster-height-inches 40

動画を生成する（別の p2v 環境、軽量パイプライン。トーキングヘッドは使用しません）：

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"

Hallo2 のトーキングヘッドを使った動画パイプライン全体を実行するには、--ref_img、--ref_audio、--gpu_list を指定して pipeline.py を使用してください（hallo 環境と 48GB の NVIDIA A6000 GPU が必要です）。

→ ワークフロー例について詳しくは、references/usage_examples.md を参照してください

---

ワークフローの判断ツリー

生成するコンポーネントを判断するには、この判断ツリーを使用してください。

User needs promotional materials for paper?
│
├─ Need permanent online presence?
│  └─→ Generate Paper2Web (interactive website)
│
├─ Need physical conference materials?
│  ├─→ Poster session? → Generate Paper2Poster
│  └─→ Oral presentation? → Generate Paper2Video
│
├─ Need video content?
│  ├─→ Journal video abstract? → Generate Paper2Video (5-10 min)
│  ├─→ Conference talk? → Generate Paper2Video (15-20 min)
│  └─→ Social media? → Generate Paper2Video (1-3 min)
│
└─ Need complete package?
   └─→ Generate all three components

入力要件

対応する入力形式

1. LaTeX ソース（推奨）：

paper_directory/
├── main.tex              # Main paper file
├── sections/             # Optional: split sections
├── figures/              # All figure files
├── tables/               # Table files
└── bibliography.bib      # References

2. PDF：

• フォントが埋め込まれた高品質な PDF
• 選択可能なテキスト（スキャン画像ではないもの）
• 高解像度の図（300 DPI 以上を推奨）

各ツールが使用する入力：pipeline_all.py（ウェブサイト、ポスター、PR）はPDFを読み込みます。Paper2Video（pipeline_light.py／pipeline.py）は --paper_latex_root を介してLaTeX プロジェクトを読み込みます。すべての出力を生成する場合は、両方を論文フォルダーに保存してください。

入力の整理

単一の論文：

input/
└── paper_name/
    ├── paper.pdf          # read by pipeline_all.py
    ├── main.tex           # LaTeX project root for Paper2Video
    ├── figures/
    └── bibliography.bib

複数の論文：各論文に専用のフォルダーを用意し、フォルダーごとに pipeline_all.py を 1 回実行してください（バッチ処理を参照）。1 回の実行で処理されるのは、最初に見つかった PDF のみです。

共通パラメーター

コンポーネントの選択（pipeline_all.py）

• --model-choice 1：ウェブサイト（Paper2Web）のみ
• --model-choice 2：ポスター（Paper2Poster）のみ
• --model-choice 3：PR 資料（AutoPR）のみ
• （--model-choice を省略）：すべてのモジュールを実行

モデルの選択（動画パイプライン）

• --model_name_t：テキスト／スクリプト生成用のモデル（デフォルトは gpt-4.1）
• --model_name_v：ビジュアル／スライド生成用のモデル（デフォルトは gpt-4.1）

これらは、wei_utils.get_agent_config で解決される Paper2Video のエイリアスです（例：gpt-4.1、gpt-4.1-mini、4o、o3、gpt-5）。認識されない名前は、汎用の OpenAI 互換クライアントにフォールバックします。

ポスターのカスタマイズ（pipeline_all.py）

• --poster-width-inches [width]：ポスターの幅を指定します
• --poster-height-inches [height]：ポスターの高さを指定します

出力構成

pipeline_all.py は --output_dir の下にコンポーネントごとのサブフォルダーを作成します。Paper2Video は独自の --result_dir に出力します。

output/
├── website/    # Paper2Web (PWAgent) site
├── poster/     # Paper2Poster output copied from the module's generated_posters folder
└── PR/         # AutoPR promotional copy

コンポーネントのフォルダーは論文ごとに名前空間が分かれていないため、論文ごとに専用の --output_dir を指定してください。

ベストプラクティス

入力の準備

1. 可能な場合は LaTeX を使用する：コンテンツと構造を最も適切に抽出できます
2. ファイルを適切に整理する：図、表、参考文献など、すべてのアセットを論文のディレクトリにまとめます
3. 高品質な図を使用する：ベクター形式（PDF、SVG）または高解像度のラスター形式（300 DPI 以上）を使用します
4. LaTeX を整理する：コンパイル生成物を削除し、ソースが正常にコンパイルできることを確認します

モデル選択の方針

pipeline_all.py にモデル指定フラグはありません。ウェブサイトエージェントとポスターモジュールは、上流のコードでハードコードされたモデルを呼び出し、OpenRouter 経由でルーティングします（執筆時点では、ウェブサイトエージェントには Qwen3／Qwen2.5-VL モデル、Paper2Poster には GPT-4o を使用しています。重要な場合はリポジトリを確認してください）。動画パイプラインのみ、--model_name_t／--model_name_v で明示的にモデルを上書きできます。

• より高性能なモデル（例：デフォルトの gpt-4.1）：本番品質の動画に最適です
• より低コスト／高速なエイリアス（例：gpt-4.1-mini）：簡易ドラフト、テスト、またはシンプルな論文に適しています

コンポーネントの優先順位

期限が迫っている場合は、次の順序で生成します。

1. ウェブサイト（最速で汎用性が高く、約 15～30 分）
2. ポスター（中程度の速度で、印刷の締め切りがある場合に適し、約 10～20 分）
3. 動画（最も時間がかかりますが、後から生成でき、約 20～60 分）

品質保証

出力を確定する前に、次の項目を確認します。

1. ウェブサイト：複数のデバイスでテストし、すべてのリンクが機能することと、図の品質を確認します
2. ポスター：テスト印刷を行い、約 0.9～1.8 m 離れた位置からテキストが読みやすいことと、色を確認します
3. 動画：動画全体を視聴し、音声との同期を確認して、異なるデバイスでテストします

リソース要件

処理時間

おおよその推定値です。ベンチマークによる測定はしていません。実際の時間は論文の長さ、モデル、ハードウェアによって異なります。

• ウェブサイト：論文 1 件あたり 15～30 分
• ポスター：論文 1 件あたり 10～20 分
• 動画（トーキングヘッドなし）：論文 1 件あたり 20～60 分
• 動画（トーキングヘッドあり）：論文 1 件あたり 60～120 分

計算要件

• CPU：並列処理用のマルチコアプロセッサー
• RAM：最低 16GB、大規模な論文には 32GB を推奨
• GPU：標準的な出力では任意、トーキングヘッドには必須（NVIDIA A6000 48GB）
• ストレージ：コンポーネントや品質設定に応じて、論文 1 件あたり 1～5GB

API コスト

上流プロジェクトはコストを公開していません。また、コストは OpenRouter／OpenAI 経由でルーティングされるモデルと論文の長さによって異なります。まとめて処理する前に、まず論文 1 件を実行し、プロバイダーのダッシュボードで使用量を確認してください。

トラブルシューティング

よくある問題

LaTeX の解析エラー：

• LaTeX ソースが正常にコンパイルできることを確認してください：pdflatex main.tex
• 参照されているファイルがすべて存在することを確認してください
• カスタムパッケージが解析を妨げていないことを確認してください

図の品質が低い場合：

• ラスター画像ではなく、ベクター形式（PDF、SVG、EPS）を使用してください
• ラスター画像の解像度が 300 DPI 以上であることを確認してください
• コンパイル済み PDF で図が正しく表示されることを確認してください

動画の生成に失敗する場合：

• 十分なディスク容量があることを確認してください（5GB 以上を推奨）
• すべての依存関係（LibreOffice、Poppler）がインストールされていることを確認してください
• 出力ディレクトリのエラーログを確認してください

ポスターのレイアウトに問題がある場合：

• ポスターの寸法が適切であることを確認してください（24"-72" の範囲）
• 内容の長さを確認してください（非常に長い論文では手作業での選定が必要になる場合があります）
• ポスターのサイズに適した解像度の図を使用してください

API エラー：

• pipeline_all.py が "OPENROUTER_API_KEY environment variable not set" で停止する → 同じシェルで export OPENROUTER_API_KEY=... を実行してください（.env は読み込まれません）
• "the following arguments are required: --output_dir" → --output-dir ではなく、アンダースコア形式のフラグを使用してください
• .env（および AutoPR/.env）にあるサブモジュールのキーを確認してください
• API のクレジット残高を確認してください
• レート制限が発生していないことを確認してください（しばらく待ってから再試行してください）

プラットフォーム固有の機能

ソーシャルメディア向けの最適化

システムは対象プラットフォームを自動検出します：

Twitter/X（英語、数字のフォルダー名）：

mkdir -p input/001_twitter/
# Generates English promotional content

Xiaohongshu/小红书（中国語、英数字のフォルダー名）：

mkdir -p input/xhs_paper/
# Generates Chinese promotional content

学会固有の書式設定

学会の要件を指定します：

• 標準的なポスターサイズ（4'×3'、5'×4'、A0、A1）
• ビデオアブストラクトの長さ制限（通常 3～5 分）
• 所属機関のブランディング要件
• 色の好み

統合とデプロイ

ウェブサイトのデプロイ

生成されたウェブサイトを次の場所にデプロイします：

• GitHub Pages：カスタムドメインを利用できる無料ホスティング
• 学術機関のホスティング：大学のウェブサーバー
• 個人サーバー：AWS、DigitalOcean など
• Netlify/Vercel：CI/CD を備えた最新のホスティング

ポスターの印刷

印刷用ファイルは、次の方法で利用できます：

• プロ向けポスター印刷サービス
• 大学の印刷所
• オンラインサービス（Spoonflower、VistaPrint など）
• 大判プリンター（利用可能な場合）

動画の配信

次の場所で動画を共有します：

• YouTube：多くの人に届けるには公開、または限定公開に設定します
• 機関リポジトリ：大学の動画プラットフォーム
• 学会プラットフォーム：オンライン学会システム
• ソーシャルメディア：Twitter、LinkedIn、ResearchGate

高度な使い方

バッチ処理

複数の論文を効率的に処理します：

# Organize papers in batch directory
for paper in paper1 paper2 paper3; do
    python pipeline_all.py \
      --input-dir input/$paper \
      --output_dir output/$paper &
done
wait

カスタムブランディング

ブランディングはパイプラインのフラグとして公開されていません。オプションの Google Search API キーを設定すると、Paper2Web はロゴを自動検出できます。設定しない場合は、生成されたウェブサイトのファイルとポスターのソースを編集して、ロゴ、色、学会のテーマを追加してください。

言語

AutoPR モジュールは、入力フォルダー名に応じて英語（Twitter/X）または中国語（Xiaohongshu）の宣伝文を作成します（「プラットフォーム固有の機能」を参照）。その他の出力言語は、パイプラインのオプションとしてドキュメントに記載されていません。生成されたテキストをご自身で翻訳または編集してください。

参考資料とリソース

このスキルには、包括的な参考ドキュメントが含まれています：

• references/installation.md：インストールと設定の完全ガイド
• references/paper2web.md：すべての機能を網羅した Paper2Web の詳細なドキュメント
• references/paper2video.md：トーキングヘッドの設定を含む、Paper2Video の包括的なガイド
• references/paper2poster.md：デザインテンプレートを含む、Paper2Poster の完全なドキュメント
• references/usage_examples.md：実例とワークフローのパターン

外部リソース：

• GitHub リポジトリ：https://github.com/YuhangChen1/Paper2All
• 論文：Chen et al. (2025), "Paper2Web: Let's Make Your Paper Alive!", arXiv:2510.15842
• キュレーション済みデータセット：Hugging Face で入手可能（13 の研究カテゴリ）
• ベンチマークスイート：参考用ウェブサイトと評価指標

評価と品質指標

生成された出力を確認する際のチェックリストとして、次の項目を使用してください：

コンテンツの品質

• 網羅性：論文の内容がどの程度カバーされているか
• 正確性：研究結果が忠実に表現されているか
• 明瞭さ：理解しやすく、内容にアクセスしやすいか
• 情報量：重要な情報が目立つように示されているか

デザインの品質

• 美しさ：視覚的な魅力とプロフェッショナルな印象
• レイアウト：バランス、階層、構成
• 読みやすさ：テキストの判読性と図の明瞭さ
• 一貫性：スタイルとブランディングの統一性

技術的な品質

• パフォーマンス：読み込み時間、応答性
• 互換性：複数のブラウザーやデバイスへの対応
• アクセシビリティ：WCAG 準拠、スクリーンリーダーへの対応
• 標準：有効な HTML/CSS、印刷対応の PDF

Paper2Web 論文（arXiv:2510.15842、Hugging Face 上のベンチマーク）では、生成されたサイトを情報量、美しさ、QA の正確性、網羅性、接続性、インタラクティブ性の観点から評価しています。上記のチェックリストは、より広範なものです。このパイプラインは、すべての出力がチェックリストを満たすことを保証するものではないため、出力を一つずつご自身で確認してください。

AlterLab Academic Skills スイートの一部です。