Paper2Poster：基于多智能体协作的学术论文转海报开源工具

Paper2Poster：自动化将科研论文转化为可编辑海报

在学术会议中，海报是快速传播研究成果的关键媒介。然而，将长篇幅、含大量图表的论文手动转化为视觉海报，往往意味着繁琐的排版工作与巨大的时间成本。Paper2Poster 旨在打破这一僵局，通过自动化流程将科研 PDF 论文直接转换为可编辑的 PPTX 海报。

项目核心机制

Paper2Poster 采用多智能体（Multi-Agent）系统架构，集成 GPT-4o 与 Qwen-2.5-7B-Instruct 等先进大模型，实现了从内容解析到视觉呈现的全链路自动化。用户仅需上传 PDF 并运行脚本，即可获得高质量的初步方案。

其自动化流程由三个关键模块驱动：

• Parser（解析模块）： 负责精准提取论文中的核心文本与关键信息。
• Planner（规划模块）： 将提取的文本与视觉元素进行匹配，并规划整体布局。
• Painter-Commenter（渲染与优化模块）： 执行最终的海报绘制，并对视觉效果进行迭代优化。

主要功能与优势

• 高保真输出： 确保生成的海报在视觉美感与原论文语义之间取得平衡，保证学术信息的准确传达。
• 内置质量评估： 系统提供问答评估与视觉相似度分析，帮助用户量化生成效果并指导优化。
• 部署灵活： 支持通过 API（如 GPT-4o）快速调用，也支持通过 vLLM 在本地环境部署，满足不同隐私与算力需求。

快速上手指南

1. 环境配置

首先克隆仓库并安装必要依赖（需安装 LibreOffice 以支持文档处理）：

git clone https://github.com/Paper2Poster/Paper2Poster.git
cd Paper2Poster
pip install -r requirements.txt
sudo apt install libreoffice

在项目根目录下创建 .env 文件，配置 API 密钥：

OPENAI_API_KEY=<your_openai_api_key>

2. 生成海报

将待转换的 PDF 论文放入指定文件夹，运行以下命令启动转换：

python generate_poster.py --input_dir <path_to_pdfs> --output_dir <path_to_output>

执行完成后，系统将在输出目录生成可编辑的 PPTX 格式 海报。

资源链接

GitHub 仓库： Paper2Poster GitHub
项目主页 / 论文： Paper2Poster Project Page