Paper2Slides

研究工作完成后，你是否还在为制作汇报用的幻灯片或学术海报头疼？排版、图表提取、内容摘要、风格统一……这些重复性劳动，其实可以交给工具来完成。

Paper2Slides 是一个开源工具，它能将你的研究论文、技术报告或其他文档，在几分钟内自动转化为结构清晰、视觉精良的幻灯片或海报。整个过程只需一条命令，支持 PDF、Word、Markdown 等多种格式，并保留原始内容的可追溯性。

核心能力

Paper2Slides 的设计目标很明确：减少重复劳动，保留内容准确性，提升视觉专业性。具体体现在以下六个方面：

• 通用格式支持
  无论是 PDF、Word、Excel、PowerPoint，还是 Markdown，都能直接作为输入。多个文件也可一并处理。
• RAG 驱动的内容提取
  借助检索增强生成（RAG）技术，工具能准确识别并提取论文中的关键论点、图表、表格和数据，避免遗漏重要信息。
• 内容可追溯
  生成的每一页幻灯片都与原文档保持关联，确保信息不跑偏，方便后续核对或引用。
• 灵活的视觉风格
  提供 academic（学术风）、doraemon（卡通风）等内置主题，也支持用自然语言描述自定义风格。例如：

  “Studio Ghibli 动漫风格，柔和水彩莫兰迪色调，浅米色背景，搭配灰绿色与灰粉色点缀，穿插自然元素如云朵或树叶。”

• 闪电生成与实时预览
  启用 --fast 模式可跳过索引阶段，直接调用大模型生成初稿，适合短文档快速迭代。
• 进度自动保存
  每个处理阶段都会生成检查点（checkpoint），即使中断，再次运行相同命令即可自动续跑，无需重做。

快速上手

1. 环境准备

# 克隆项目
git clone https://github.com/HKUDS/Paper2Slides.git
cd Paper2Slides

# 创建 Python 3.12 虚拟环境
conda create -n paper2slides python=3.12 -y
conda activate paper2slides

# 安装依赖
pip install -r requirements.txt

注意：请在 paper2slides/ 目录下创建 .env 文件，并填入所需的 API 密钥（如 Gemini 或其他图像生成模型），具体字段参考 .env.example。

2. 基础命令示例

# 从论文生成中等长度的幻灯片，使用 Doraemon 风格，启用快速模式和并行处理
python -m paper2slides --input paper.pdf --output slides --style doraemon --length medium --fast --parallel 2

常用参数说明：

3. 恢复与重试机制

Paper2Slides 采用四阶段流水线处理：

1. RAG：解析文档，构建可检索的知识库
2. 分析：提取结构、图表、表格
3. 规划：设计幻灯片/海报的布局逻辑
4. 生成：渲染最终图像并输出 PDF

每个阶段均生成对应检查点（如 checkpoint_rag.json、checkpoint_plan.json），支持灵活恢复：

• 中断后继续？ → 直接重跑原命令
• 想换风格但保留内容？ → 加 --from-stage plan
• 只重绘图像？ → 加 --from-stage generate
• 完全重做？ → 加 --from-stage rag

使用场景建议

• 正常模式（默认）：适合长篇论文、多图表报告、多文件合并处理。RAG 索引确保上下文精准。
• 快速模式（--fast）：适合短文档、初稿预览或快速修改。跳过索引，直接调用大模型生成。

小贴士：图像生成默认使用 gemini-3-pro-image-preview（也称 Nano Banana Pro Preview）。实测表明，简洁的风格描述（如“温暖、简洁、蓝灰主色”）比冗长细节效果更好，且多图生成采用逐张迭代以保证风格一致。

网页界面（可选）

除了命令行，Paper2Slides 也提供图形界面：

# 一键启动前后端
./scripts/start.sh

# 或分别启动
# 终端1：
./scripts/start_backend.sh
# 终端2：
./scripts/start_frontend.sh

访问 http://localhost:5173 即可使用 Web 界面操作，适合不熟悉命令行的用户。