Skip to content

index.md

Latest commit

 

History

History
172 lines (114 loc) · 5.82 KB

index.md

File metadata and controls

172 lines (114 loc) · 5.82 KB
Raw

Paper2Any 项目文档

从论文到多模态输出的智能化工作流平台

💡 项目简介

Paper2Any 是一个基于深度学习的智能化工作流平台，专注于将学术论文转换为多种形式的输出，包括示意图、PPT、视频、技术报告等。通过集成最新的多模态大模型和计算机视觉技术，Paper2Any 能够自动解析论文内容并生成高质量的视觉和文本输出。

核心优势

  • 🎯 多模态输出：支持从论文生成示意图(Figure)、PPT、视频(Video)、技术报告(Technical Report)等多种格式
  • 🔌 模块化设计：基于 DataFlow-Agent 框架，工作流可灵活组合和扩展
  • 🎨 高质量生成：集成前沿的视觉生成模型和文本生成模型，确保输出质量
  • ⚡ 高效处理：支持批量处理和并行计算，快速处理大量论文
  • 🔄 灵活部署：提供 Docker 容器化部署和本地部署选项

✨ 核心功能

📊 Paper2Figure

从论文中提取关键信息，自动生成高质量的示意图和图表，支持学术演示和论文插图需求。

📽️ Paper2PPT

基于论文内容自动生成结构化的 PowerPoint 演示文稿，包括封面、目录、内容页和参考文献页。

🎬 Paper2Video

将论文内容转换为讲解视频，自动生成脚本、配音和视觉内容，适合快速了解论文核心思想。

📝 Paper2Technical

提取论文的技术细节，生成详细的技术报告、方法描述和实现指南。

🔧 其他功能

  • PDF2PPT：将现有的PDF文件转换为可编辑的PPT演示文稿
  • Paper2ExpFigure：为论文生成实验数据图表
  • Paper2PageContent：提取论文页面内容，用于知识库构建

🚀 新用户先看这里

这个项目目前已经不是“只有一个 Python 环境、一个 .env、一个启动命令”的结构。

如果你是从 GitHub clone 下来准备自己部署，请按这个顺序阅读：

  1. 开源部署与配置总指南
  2. 快速开始
  3. 安装与环境准备
  4. 配置文件参考

先给出最短事实：

  • 前端是 Node.js/Vite
  • 后端是 Python/FastAPI
  • 模型服务通常也是 Python，可与后端共用，也可拆分
  • 核心配置分为 fastapi_app/.env、frontend-workflow/.env、deploy/profiles/*.env

最小可运行链路通常是：

cp fastapi_app/.env.example fastapi_app/.env
cp frontend-workflow/.env.example frontend-workflow/.env

bash deploy/start_nv.sh

默认访问地址：

  • 前端：http://127.0.0.1:3000
  • 后端：http://127.0.0.1:8000

如果你还想启用本地 SAM3 / OCR / 视频 worker，再继续看 开源部署与配置总指南 里的模型服务章节。

📖 文档导航

🏗️ 系统架构

Paper2Any/
├── dataflow_agent/          # 工作流引擎、agent、toolkits、底层 workflow
├── fastapi_app/             # FastAPI 后端服务与业务配置
├── frontend-workflow/       # 前端界面 (Vite + React + TypeScript)
├── deploy/                  # 前后端启动、停止、profile、日志脚本
├── script/                  # 模型服务、CLI、准备脚本
├── docs/                    # MkDocs 文档
├── tests/                   # 测试与手工验证样例
├── models/                  # 本地模型目录（SAM3、RMBG 等）
└── outputs/                 # 生成结果输出目录

🤝 参与贡献

我们欢迎任何形式的贡献！无论是提交 Bug、提出新功能建议，还是改进文档。

贡献流程

  1. Fork 本仓库并克隆到本地
  2. 创建功能分支: git checkout -b feature/amazing-feature
  3. 提交代码: git commit -m 'Add amazing feature'
  4. 推送到分支: git push origin feature/amazing-feature
  5. 提交 Pull Request

代码规范

  • 遵循 PEP 8 Python 代码风格
  • 为新功能添加单元测试
  • 更新相关文档（包括 docstring 和 MkDocs 文档）
  • 提交信息清晰描述变更内容

详见 贡献指南。

📄 开源协议

本项目采用 Apache License 2.0 开源协议。详情请查看仓库根目录的 LICENSE 文件。

🙏 致谢

感谢所有为本项目做出贡献的开发者和使用者！

特别鸣谢：

  • DataFlow-Agent - 底层工作流框架
  • React / Vite - 前端界面与构建工具
  • FastAPI - 高性能 API 框架
  • LangGraph - 工作流编排灵感来源

📞 联系我们

如果这个项目对你有帮助，请给我们一个 ⭐️ Star！

Made with ❤️ by Paper2Any Team