alterlab-paper-2-web

Paper2All：学术论文转换流水线

概述

此技能可通过 Paper2All 自主流水线，将学术论文转换为多种宣传和演示格式。系统可将研究论文（LaTeX 或 PDF）转换为三种主要输出：

1. Paper2Web：可交互、可探索且采用适配式布局设计的学术主页
2. Paper2Video：包含旁白、幻灯片和可选出镜讲解的视频演示
3. Paper2Poster：采用专业布局、可直接打印的学术会议海报

该流水线利用大模型驱动的内容提取、设计生成和迭代优化，制作适用于学术会议、期刊、预印本仓库和学术推广的高质量成果。

何时使用此技能

在以下情况下使用此技能：

• 制作会议材料：为学术会议制作海报、演示视频和配套网站
• 推广研究成果：将已发表论文或预印本转换为易于理解、引人入胜的网页格式
• 准备演示：根据论文内容生成视频摘要或完整的演示视频
• 传播研究发现：为社交媒体、实验室网站或机构展示活动制作宣传材料
• 增强预印本：为 bioRxiv、arXiv 或其他预印本投稿添加交互式主页
• 批量处理：同时为多篇论文生成宣传材料

触发短语：

• “将这篇论文转换成网站”
• “根据我的 LaTeX 论文生成学术会议海报”
• “根据这项研究制作演示视频”
• “为我的论文制作交互式主页”
• “将我的论文转换成宣传材料”
• “为我的学术会议报告生成海报和视频”

不适用的情况

场景	改用
手工制作 LaTeX 学术研究海报（beamerposter、tikzposter、baposter）	alterlab-latex-posters
用户将自行编辑的 PowerPoint/PPTX 或 HTML 海报	alterlab-pptx-posters
为现场演讲设计并制作幻灯片	alterlab-scientific-slides
将论文发布到 arXiv、bioRxiv、medRxiv 或 SSRN	alterlab-preprint-deposition

使用科学示意图增强视觉效果

如果图表或插图有助于理解，可调用 alterlab-scientific-schematics 技能（图表/示意图）或 alterlab-generate-image 技能（图像）。图示并非必需，仅在有助于提升清晰度时添加。

---

核心能力

1. Paper2Web：交互式网站生成

将论文转换为采用适配式布局、可交互的学术主页，功能远超简单的 HTML 转换。

主要功能：

• 根据论文内容调整的响应式多分区布局
• 可交互的图表、表格和引用
• 适配移动设备的设计与导航
• 自动查找 Logo（使用 Google Search API）
• 美观度优化与质量评估

适用场景：论文发表后的推广、预印本增强、实验室网站、长期研究成果展示

→ 详细文档请参阅 references/paper2web.md

---

2. Paper2Video：演示视频生成

生成包含幻灯片、旁白、光标移动和可选出镜讲解视频的专业演示视频。

主要功能：

• 根据论文结构自动生成幻灯片
• 合成自然流畅的语音
• 同步光标移动和重点标注
• 可选使用 Hallo2 生成出镜讲解视频（需要 GPU）
• 支持多种语言

适用场景：视频摘要、学术会议演示、在线演讲、课程材料、YouTube 推广

→ 详细文档请参阅 references/paper2video.md

---

3. Paper2Poster：会议海报生成

生成具有专业版式和视觉设计、可直接打印的学术海报。

主要功能：

• 自定义海报尺寸（任意尺寸）
• 专业设计版式
• 高分辨率、可直接打印的输出
• 二维码 / 机构标志可能需要手动添加（文档未说明对应的管道标志）

最适合：会议海报展示、研讨会、学术展览、线上会议

→ 详细文档请参阅 references/paper2poster.md

---

快速开始

前置条件

1. 安装 Paper2All：

   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 在独立环境中运行（conda create -n p2v python=3.10），可选的人像视频模块则在第三个环境中运行（conda create -n hallo python=3.10）。

2. 配置 API 密钥：

   # 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 组件有自己的 AutoPR/.env（复制 AutoPR/.env.example）。论文内容会发送给这些第三方模型提供商——请确认未发表的作品可以这样处理。

3. 安装系统依赖：

   • LibreOffice（文档转换）
   • Poppler 实用工具（PDF 处理）
   • NVIDIA GPU，显存 48GB（可选，用于人像视频）

→ 完整安装指南请参阅 references/installation.md

---

基本用法

pipeline_all.py 会根据 PDF 驱动网站、海报和 PR 材料模块。--model-choice 标志用于选择要运行的组件（可以选择 1 2 3 中的一个或多个）——它不是模型选择器。省略该标志即可运行所有模块。输出标志为 --output_dir（下划线）：上游 README 显示的是带连字符的 --output-dir，脚本的参数解析器不接受该写法。pipeline_all.py 只会处理 --input-dir 下找到的第一个 PDF（每个子文件夹中的 paper.pdf，或文件夹中的 PDF）；传入 --pdf-path 可明确指定文件。

--model-choice	组件
（省略）	所有模块
1	仅网站（Paper2Web）
2	仅海报（Paper2Poster）
3	仅 PR 材料（AutoPR）

生成全部内容（网站 + 海报 + PR 材料）：

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

仅生成网站：

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

生成自定义尺寸的海报（默认横向尺寸为 48 × 36 in）：

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

生成视频（使用独立的 p2v 环境，轻量级管道——不包含人像视频）：

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"

如需使用 Hallo2 人像视频的完整视频管道，请使用 pipeline.py，并传入 --ref_img、--ref_audio 和 --gpu_list（需要 hallo 环境和 NVIDIA A6000 48GB GPU）。

→ 全面的工作流示例请参阅 references/usage_examples.md

---

工作流决策树

使用此决策树确定要生成哪些组件：

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

输入要求

支持的输入格式

1. LaTeX 源码（推荐）：

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

2. PDF：

• 高质量 PDF，且嵌入字体
• 可选择的文本（不是扫描图像）
• 高分辨率插图（建议 300+ DPI）

各工具所需的输入：pipeline_all.py（网站、海报、PR）读取 PDF；Paper2Video（pipeline_light.py / pipeline.py）通过 --paper_latex_root 读取 LaTeX 项目。如果需要生成所有输出，请在论文文件夹中同时保留这两种输入。

输入组织方式

单篇论文：

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

多篇论文：为每篇论文创建单独的文件夹，并针对每个文件夹运行一次 pipeline_all.py（参见批处理）——单次运行只会处理找到的第一个 PDF。

常用参数

组件选择（pipeline_all.py）

• --model-choice 1：仅网站（Paper2Web）
• --model-choice 2：仅海报（Paper2Poster）
• --model-choice 3：仅 PR 材料（AutoPR）
• （省略 --model-choice）：运行所有模块

模型选择（视频流水线）

• --model_name_t：文本/脚本生成模型（默认为 gpt-4.1）
• --model_name_v：视觉/幻灯片生成模型（默认为 gpt-4.1）

这些是 Paper2Video 别名，由 wei_utils.get_agent_config 解析（例如 gpt-4.1、gpt-4.1-mini、4o、o3、gpt-5）；无法识别的名称会回退到通用的 OpenAI 兼容客户端。

海报自定义（pipeline_all.py）

• --poster-width-inches [width]：自定义海报宽度
• --poster-height-inches [height]：自定义海报高度

输出结构

pipeline_all.py 会在 --output_dir 下为每个组件写入一个子文件夹；Paper2Video 则写入自己的 --result_dir：

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

请为每篇论文指定独立的 --output_dir，因为组件文件夹不会按论文分别命名。

最佳实践

输入准备

1. 尽可能使用 LaTeX：可获得最佳的内容提取效果和结构
2. 妥善整理文件：将所有资源（图表、表格、参考文献）放在论文目录中
3. 使用高质量图表：采用矢量格式（PDF、SVG）或高分辨率位图（300+ DPI）
4. 清理 LaTeX：删除编译产物，并确保源文件可成功编译

模型选择策略

pipeline_all.py 不提供模型标志：网站 Agent 和海报模块会调用上游硬编码的模型，并通过 OpenRouter 路由（撰写本文时，网站 Agent 使用 Qwen3/Qwen2.5-VL 模型，Paper2Poster 使用 GPT-4o；如果这对你很重要，请检查代码库）。只有视频流水线支持显式指定 --model_name_t / --model_name_v：

• 更强的模型（例如默认的 gpt-4.1）：最适合制作生产级视频
• 更便宜/更快的别名（例如 gpt-4.1-mini）：适用于快速草稿、测试或简单论文

组件优先级

时间紧迫时，请按以下顺序生成：

1. 网站（最快、用途最广，约 15-30 分钟）
2. 海报（速度适中，适合印刷期限，约 10-20 分钟）
3. 视频（最慢，可稍后生成，约 20-60 分钟）

质量保证

最终确定输出前：

1. 网站：在多种设备上测试，确认所有链接有效，并检查图表质量
2. 海报：打印测试页，确认文字在 3-6 英尺外仍清晰可读，并检查颜色
3. 视频：观看完整视频，确认音频同步，并在不同设备上测试

资源需求

处理时间

粗略估算，未经基准测试；实际耗时取决于论文长度、模型和硬件：

• 网站：每篇论文 15-30 分钟
• 海报：每篇论文 10-20 分钟
• 视频（无真人讲解）：每篇论文 20-60 分钟
• 视频（含真人讲解）：每篇论文 60-120 分钟

计算资源需求

• CPU：用于并行处理的多核处理器
• RAM：最低 16GB；大型论文建议使用 32GB
• GPU：标准输出为可选；真人讲解则为必需（NVIDIA A6000 48GB）
• 存储空间：每篇论文 1-5GB，具体取决于组件和质量设置

API 费用

上游未公布费用数据；费用取决于通过 OpenRouter/OpenAI 路由的模型以及论文长度。批量处理前，请先运行一篇论文，并在服务提供商的控制面板中查看用量。

故障排除

常见问题

LaTeX 解析错误：

• 确保 LaTeX 源文件可以成功编译：pdflatex main.tex
• 检查所有引用的文件是否存在
• 确认没有阻止解析的自定义软件包

图像质量较差：

• 使用矢量格式（PDF、SVG、EPS），而非栅格格式
• 确保栅格图像的分辨率达到 300 DPI 或更高
• 检查图像在编译后的 PDF 中是否正确显示

视频生成失败：

• 确认磁盘空间充足（建议至少 5GB）
• 检查是否已安装所有依赖项（LibreOffice、Poppler）
• 查看输出目录中的错误日志

海报布局问题：

• 确认海报尺寸合理（24"-72" 范围）
• 检查内容长度（篇幅很长的论文可能需要手动筛选内容）
• 确保图像的分辨率适合海报尺寸

API 错误：

• pipeline_all.py 因 "OPENROUTER_API_KEY environment variable not set" 而停止 → 在同一个 shell 中运行 export OPENROUTER_API_KEY=...（该脚本不会读取 .env）
• "the following arguments are required: --output_dir" → 使用带下划线的标志，而不是 --output-dir
• 检查 .env（以及 AutoPR/.env）中的子模块密钥
• 检查 API 额度余额
• 确认没有遇到速率限制（等待后重试）

平台专属功能

社交媒体优化

系统会自动检测目标平台：

Twitter/X（英文，文件夹名称为数字）：

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

Xiaohongshu/小红书（中文，文件夹名称为字母数字组合）：

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

会议专属排版

指定会议要求：

• 标准海报尺寸（4'×3'、5'×4'、A0、A1）
• 视频摘要时长限制（通常为 3-5 分钟）
• 机构品牌要求
• 配色方案偏好

集成与部署

网站部署

将生成的网站部署到：

• GitHub Pages：免费托管，支持自定义域名
• 学术托管平台：大学 Web 服务器
• 个人服务器：AWS、DigitalOcean 等
• Netlify/Vercel：支持 CI/CD 的现代托管平台

海报打印

可直接打印的文件适用于：

• 专业海报打印服务
• 大学打印店
• 在线服务（例如 Spoonflower、VistaPrint）
• 大幅面打印机（如有）

视频分发

在以下平台分享视频：

• YouTube：公开或不公开，以获得最大传播范围
• 机构知识库：大学视频平台
• 会议平台：虚拟会议系统
• 社交媒体：Twitter、LinkedIn、ResearchGate

高级用法

批量处理

高效处理多篇论文：

# 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

自定义品牌

管线没有提供品牌设置标志。设置可选的 Google Search API 密钥后，Paper2Web 可以自动查找徽标；否则，请编辑生成的网站文件和海报源文件，添加徽标、颜色和会议主题。

语言

AutoPR 模块会根据输入文件夹名称生成英文（Twitter/X）或中文（小红书）宣传文案（参见“平台专属功能”）。管线未将其他输出语言列为受支持选项——请自行翻译或编辑生成的文本。

参考资料与资源

此技能包含全面的参考文档：

• references/installation.md：完整的安装和配置指南
• references/paper2web.md：Paper2Web 详细文档，包含所有功能
• references/paper2video.md：Paper2Video 综合指南，包括讲解视频设置
• references/paper2poster.md：Paper2Poster 完整文档，包含设计模板
• references/usage_examples.md：真实案例和工作流模式

外部资源：

• GitHub 仓库：https://github.com/YuhangChen1/Paper2All
• 论文：Chen 等人（2025），"Paper2Web: Let's Make Your Paper Alive!"，arXiv:2510.15842
• 精选数据集：可在 Hugging Face 上获取（涵盖 13 个研究类别）
• 基准测试套件：参考网站和评估指标

评估与质量指标

使用以下维度作为审查生成结果的检查清单：

内容质量

• 完整性：对论文内容的覆盖程度
• 准确性：对研究结果的忠实呈现
• 清晰度：易于理解
• 信息量：关键信息是否突出

设计质量

• 美观度：视觉吸引力和专业性
• 布局：平衡性、层次结构和组织方式
• 可读性：文本易读性和图表清晰度
• 一致性：风格和品牌形象是否统一

技术质量

• 性能：加载时间、响应能力
• 兼容性：跨浏览器、跨设备支持
• 无障碍性：符合 WCAG 标准、支持屏幕阅读器
• 标准规范：有效的 HTML/CSS、适合打印的 PDF

Paper2Web 论文（arXiv:2510.15842；Hugging Face 上的基准测试）根据生成网站的信息量、美观度、问答准确性、完整性、连通性和交互性进行评分；上面的检查清单涵盖范围更广。该流程不能保证每个输出都符合这些标准，因此请自行检查每个输出。

AlterLab Academic Skills 套件的一部分。