Paper2All: 学術論文変換パイプライン

概要

このスキルは、Paper2All 自動パイプラインを使用して学術論文を複数の宣伝およびプレゼンテーション形式に変換することを実現します。システムは研究論文 (LaTeX または PDF) を 3 つの主要な出力に変換します:

1. Paper2Web: レイアウト対応設計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、およびオプションの顔出し動画を備えた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を備えたプリント対応学会ポスター

パイプラインは LLM による内容抽出、デザイン生成、および反復的な洗練を使用して、学会、学術誌、プレプリントリポジトリ、および学術宣伝に適した高品質な出力を作成します。

このスキルを使用する場合

このスキルを以下の場合に使用してください:

• 学会資料の作成: 学会用のポスター、プレゼンテーション動画、および付属ウェブサイト
• 研究の宣伝: 発表済み論文またはプレプリントをアクセス可能で魅力的なウェブ形式に変換
• プレゼンテーション準備: 論文内容からビデオ概要またはフル・プレゼンテーション動画を生成
• 知見の普及: ソーシャルメディア、ラボウェブサイト、または機関のショーケース用の宣伝資料作成
• プレプリント強化: bioRxiv、arXiv、またはその他のプレプリント投稿にインタラクティブホームページを追加
• バッチ処理: 複数の論文の宣伝資料を同時に生成

トリガーフレーズ:

• 「この論文をウェブサイトに変換して」
• 「私の LaTeX 論文から学会ポスターを生成して」
• 「この研究からビデオプレゼンテーションを作成して」
• 「私の論文のためのインタラクティブホームページを作って」
• 「私の論文を宣伝資料に変換して」
• 「学会発表用にポスターと動画を生成して」

科学的図表による視覚的強化

このスキルで文書を作成するときは、常に視覚的コミュニケーションを強化するために科学的図表やスケマティクスの追加を検討してください。

文書にスケマティクスや図がない場合:

• scientific-schematics スキルを使用して AI 駆動の出版品質の図を生成してください
• 自然言語で希望の図を説明してください
• Nano Banana Pro が自動的にスケマティクスを生成、レビュー、洗練します

新規文書の場合: 科学的スケマティクスはデフォルトで生成され、テキストで説明されている主要な概念、ワークフロー、アーキテクチャ、または関係を視覚的に表現すべきです。

スケマティクスを生成する方法:

python scripts/generate_schematic.py "your diagram description" -o figures/output.png

AI は自動的に以下を実行します:

• 適切なフォーマットを備えた出版品質の画像を作成
• 複数の反復を通じてレビュー・洗練
• アクセス性を確保 (色覚異常対応、高コントラスト)
• 出力を figures/ ディレクトリに保存

スケマティクスを追加する場合:

• 論文変換パイプライン図
• ウェブサイトレイアウトアーキテクチャ図
• ビデオ制作ワークフロー図解
• ポスターデザインプロセスフローチャート
• コンテンツ抽出図
• システムアーキテクチャ可視化
• 視覚化から恩恵を受ける複雑な概念

詳細なスケマティクス作成ガイダンスについては、scientific-schematics スキルドキュメントを参照してください。

---

コア機能

1. Paper2Web: インタラクティブウェブサイト生成

論文をシンプルな HTML 変換を超えたレイアウト対応の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:

• 論文コンテンツに適応したレスポンシブ多段階レイアウト
• インタラクティブな図表、表、および引用
• ナビゲーション機能を備えたモバイルフレンドリーデザイン
• 自動ロゴ検出 (Google Search API 付き)
• 美的洗練および品質評価

適用対象: 発表後の宣伝、プレプリント強化、ラボウェブサイト、永続的な研究ショーケース

→ 詳細なドキュメントについては 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生成

スライド、ナレーション、カーソル動き、およびオプションの顔出し動画を備えた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:

• 論文構造からのスライド自動生成
• 自然な音声合成
• 同期されたカーソル動きとハイライト
• Hallo2 を使用したオプションの顔出し動画 (GPU が必要)
• 多言語対応

適用対象: ビデオ概要、学会プレゼンテーション、オンライントーク、コース教材、YouTube 宣伝

→ 詳細なドキュメントについては references/paper2video.md を参照してください

---

3. Paper2Poster: 学会ポスター生成

プロフェッショナルなレイアウトと視覚的デザインを備えたプリント対応な学術ポスターを作成します。

主な機能:

• カスタムポスター寸法 (任意のサイズ)
• プロフェッショナルなデザインテンプレート
• 機関ブランディング対応
• QR コード生成
• 高解像度出力 (300+ DPI)

適用対象: 学会ポスターセッション、シンポジウム、学術展示、バーチャル学会

→ 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:

   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
   

2. API キーの設定 (.env ファイルを作成):

   OPENAI_API_KEY=your_openai_api_key_here
   # オプション: ロゴ検索用の GOOGLE_API_KEY と GOOGLE_CSE_ID
   

3. システム依存関係をインストール:

   • LibreOffice (ドキュメント変換)
   • Poppler ユーティリティ (PDF 処理)
   • NVIDIA GPU 48GB (オプション、顔出し動画用)

→ 完全なインストールガイドについては references/installation.md を参照してください

---

基本的な使用方法

すべてのコンポーネントを生成 (ウェブサイト + ポスター + 動画):

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

ウェブサイトのみを生成:

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

カスタムサイズのポスターを生成:

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

動画を生成 (軽量パイプライン):

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"

→ 包括的なワークフロー例については references/usage_examples.md を参照してください

---

ワークフロー決定木

この決定木を使用して、生成するコンポーネントを決定してください:

ユーザーが論文の宣伝資料が必要ですか?
│
├─ 永続的なオンラインプレゼンスが必要ですか?
│  └─→ Paper2Web を生成 (インタラクティブウェブサイト)
│
├─ 物理的な学会資料が必要ですか?
│  ├─→ ポスターセッション? → Paper2Poster を生成
│  └─→ 口頭発表? → Paper2Video を生成
│
├─ 動画コンテンツが必要ですか?
│  ├─→ 学術誌ビデオ概要? → Paper2Video を生成 (5-10 分)
│  ├─→ 学会発表? → Paper2Video を生成 (15-20 分)
│  └─→ ソーシャルメディア? → Paper2Video を生成 (1-3 分)
│
└─ 完全なパッケージが必要ですか?
   └─→ 3 つのコンポーネントをすべて生成

入力要件

サポートされている入力形式

1. LaTeX ソース (推奨):

paper_directory/
├── main.tex              # メイン論文ファイル
├── sections/             # オプション: セクション分割
├── figures/              # すべての図ファイル
├── tables/               # 表ファイル
└── bibliography.bib      # 参考文献

2. PDF:

• 埋め込みフォント付きの高品質 PDF
• 選択可能なテキスト (スキャン画像ではない)
• 高解像度図 (300+ DPI 推奨)

入力組織

単一論文:

input/
└── paper_name/
    ├── main.tex (または paper.pdf)
    ├── figures/
    └── bibliography.bib

複数論文 (バッチ処理):

input/
├── paper1/
│   └── main.tex
├── paper2/
│   └── main.tex
└── paper3/
    └── main.tex

一般的なパラメータ

モデル選択

• --model-choice 1: GPT-4 (品質とコストのバランスが最適)
• --model-choice 2: GPT-4.1 (最新機能、コストが高い)
• --model_name_t gpt-3.5-turbo: より高速、低コスト (許容品質)

コンポーネント選択

• --generate-website: ウェブサイト生成を有効化
• --generate-poster: ポスター生成を有効化
• --generate-video: 動画生成を有効化
• --enable-talking-head: 動画に顔出しを追加 (GPU が必要)

カスタマイズ

• --poster-width-inches [width]: カスタムポスター幅
• --poster-height-inches [height]: カスタムポスター高さ
• --video-duration [seconds]: ターゲット動画長
• --enable-logo-search: 自動機関ロゴ検出

出力構造

生成された出力は論文とコンポーネント別に整理されます:

output/
└── paper_name/
    ├── website/
    │   ├── index.html
    │   ├── styles.css
    │   └── assets/
    ├── poster/
    │   ├── poster_final.pdf
    │   ├── poster_final.png
    │   └── poster_source/
    └── video/
        ├── final_video.mp4
        ├── slides/
        ├── audio/
        └── subtitles/

ベストプラクティス

入力準備

1. 可能な限り LaTeX を使用: 最良のコンテンツ抽出と構造を提供
2. ファイルを適切に整理: すべての資料 (図、表、参考文献) を論文ディレクトリに保管
3. 高品質の図: ベクター形式 (PDF、SVG) またはラスター高解像度 (300+ DPI) を使用
4. クリーンな LaTeX: コンパイルアーティファクトを削除、ソースが正常にコンパイルされることを確認

モデル選択戦略

• GPT-4: 本番品質の出力、学会、出版に最適
• GPT-4.1: 最新機能が必要な場合または最高品質を望む場合に使用
• GPT-3.5-turbo: クイックドラフト、テスト、またはシンプルな論文に使用

コンポーネント優先度

時間が限られている場合、この順序で生成してください:

1. ウェブサイト (最速、最も汎用性が高い、約 15-30 分)
2. ポスター (中程度速度、プリント期限向け、約 10-20 分)
3. 動画 (最遅、後で生成可能、約 20-60 分)

品質保証

出力を確定する前に:

1. ウェブサイト: 複数のデバイスでテスト、すべてのリンクが機能することを確認、図の品質をチェック
2. ポスター: テストページをプリント、3～6 フィートの距離からのテキスト可読性を確認、色をチェック
3. 動画: 動画全体を視聴、オーディオ同期を確認、異なるデバイスでテスト

リソース要件

処理時間

• ウェブサイト: 論文あたり 15～30 分
• ポスター: 論文あたり 10～20 分
• 動画 (顔出し無し): 論文あたり 20～60 分
• 動画 (顔出し付き): 論文あたり 60～120 分

計算要件

• CPU: 並列処理用のマルチコアプロセッサ
• RAM: 16GB 最小、大型論文には 32GB 推奨
• GPU: 標準出力オプション、顔出し用に必須 (NVIDIA A6000 48GB)
• ストレージ: コンポーネントと品質設定に応じて論文あたり 1～5GB

API コスト (概算)

• ウェブサイト: 論文あたり $0.50-2.00 (GPT-4)
• ポスター: 論文あたり $0.30-1.00 (GPT-4)
• 動画: 論文あたり $1.00-3.00 (GPT-4)
• 完全パッケージ: 論文あたり $2.00-6.00 (GPT-4)

トラブルシューティング

一般的な問題

LaTeX 解析エラー:

• LaTeX ソースが正常にコンパイルされることを確認: pdflatex main.tex
• 参照されるすべてのファイルが存在することを確認
• 解析を妨げるカスタムパッケージがないことを確認

図の品質が低い:

• ラスターの代わりにベクター形式 (PDF、SVG、EPS) を使用
• ラスター画像が 300+ DPI であることを確認
• 図がコンパイル済み PDF で正しくレンダリングされることを確認

動画生成の失敗:

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

ポスターレイアウト問題:

• ポスター寸法が妥当であることを確認 (24"-72" 範囲)
• コンテンツ長を確認 (非常に長い論文は手動キュレーションが必要な場合あり)
• 図がポスターサイズに適切な解像度を持っていることを確認

API エラー:

• .env ファイルの API キーを確認
• API クレジット残高を確認
• レート制限がないことを確認 (待機して再試行)

プラットフォーム固有機能

ソーシャルメディア最適化

システムがターゲットプラットフォームを自動検出します:

Twitter/X (英語、数値フォルダ名):

mkdir -p input/001_twitter/
# 英語の宣伝コンテンツを生成

Xiaohongshu/小红书 (中国語、英数字フォルダ名):

mkdir -p input/xhs_paper/
# 中国語の宣伝コンテンツを生成

学会固有フォーマット

学会要件を指定:

• 標準ポスターサイズ (4'×3'、5'×4'、A0、A1)
• 動画概要の長さ制限 (通常 3～5 分)
• 機関ブランディング要件
• カラースキーム設定

統合と展開

ウェブサイト展開

生成されたウェブサイトを以下に展開:

• GitHub Pages: カスタムドメイン付き無料ホスティング
• 学術ホスティング: 大学のウェブサーバー
• 個人サーバー: AWS、DigitalOcean など
• Netlify/Vercel: CI/CD 付きモダンホスティング

ポスター印刷

プリント対応ファイルは以下で使用可能:

• プロフェッショナルなポスター印刷サービス
• 大学プリントショップ
• オンラインサービス (例: Spoonflower、VistaPrint)
• 大判プリンター (利用可能な場合)

動画配布

動画を以下で共有:

• YouTube: 最大リーチ用の公開またはアンリスト
• 機関リポジトリ: 大学ビデオプラットフォーム
• 学会プラットフォーム: バーチャル学会システム
• ソーシャルメディア: Twitter、LinkedIn、ResearchGate

高度な使用方法

バッチ処理

複数の論文を効率的に処理:

# バッチディレクトリに論文を整理
for paper in paper1 paper2 paper3; do
    python pipeline_all.py \
      --input-dir input/$paper \
      --output-dir output/$paper \
      --model-choice 1 &
done
wait

カスタムブランディング

機関またはラボブランディングを適用:

• ロゴファイルを論文ディレクトリに提供
• 設定でカラースキームを指定
• カスタムテンプレートを使用 (高度)
• 学会テーマ要件に合わせる

多言語対応

異なる言語でコンテンツを生成:

• 設定でターゲット言語を指定
• システムが適切にコンテンツを翻訳
• 動画ナレーションに適切な音声を選択
• 文化に合わせてデザイン規則を適応

参考資料とリソース

本スキルには包括的なリファレンスドキュメントが含まれています:

• references/installation.md: 完全なインストールおよび設定ガイド
• references/paper2web.md: すべての機能を含む詳細な Paper2Web ドキュメント
• references/paper2video.md: 顔出しセットアップを含む包括的な Paper2Video ガイド
• references/paper2poster.md: デザインテンプレートを含む完全な Paper2Poster ドキュメント
• references/usage_examples.md: 実例とワークフローパターン

外部リソース:

• GitHub リポジトリ: https://github.com/YuhangChen1/Paper2All
• キュレーション済みデータセット: Hugging Face で利用可能 (13 の研究カテゴリ)
• ベンチマークスイート: 参照ウェブサイトおよび評価指標

評価と品質メトリクス

Paper2All システムには組み込みの品質評価が含まれています:

コンテンツ品質

• 完全性: 論文コンテンツのカバレッジ
• 正確性: 知見の忠実な表現
• 明確性: アクセス性と理解可能性
• 情報性: 主要情報の目立たさ

デザイン品質

• 美的性: 視覚的魅力とプロフェッショナル性
• レイアウト: バランス、階層構造、組織
• 可読性: テキスト可読性と図の明確性
• 一貫性: 統一されたスタイリングとブランディング

技術品質

• パフォーマンス: ロード時間、レスポンシブ性
• 互換性: ブラウザ間、デバイス間対応
• アクセス性: WCAG 準拠、スクリーンリーダー対応
• 標準: 有効な HTML/CSS、プリント対応 PDF

すべての出力は、生成が完了する前に自動品質チェックを受けます。