Paper2Poster/Paper2Poster

解决的问题

将研究论文制作成海报既缓慢又费力。Paper2Poster 实现了全流程自动化：它接收 paper.pdf 并生成可编辑的 poster.pptx，同时提供工具来客观评估生成海报的质量。

工作原理

核心引擎是 PosterAgent，这是一个自顶向下、视觉闭环的多智能体系统。它分为三个阶段：

1. Parser – 将论文提炼为结构化的资源库（文本、图表等）。
2. Planner – 将文本-视觉对对齐为二叉树布局，以保持阅读顺序和空间平衡。
3. Painter-Commentor loop – 每个海报面板通过执行渲染代码进行细化，然后由视觉语言模型 (VLM) 提供反馈以修复溢出和对齐问题。

你可以混合搭配 LLM 和 VLM（例如 GPT-4o 或本地的 Qwen-2.5-7B 模型），并使用 --max_workers 并行运行生成任务。该系统还支持基于 YAML 的样式自定义、自动会议/机构 Logo 搜索（本地存储 + DuckDuckGo 或 Google）、Docker 部署以及 Gradio 演示。

在评估方面，Paper2Poster 包含一个数据集和三个指标系列：PaperQuiz（基于海报对论文进行问答）、VLM-as-Judge 和统计度量。你也可以为自己的论文创建 PaperQuiz。

适用人群

• 需要会议海报但不想手动排版的研究人员和学生。
• 希望拥有从论文准备海报内容这一轻量级技能的开发者或 AI 智能体（如 Codex 或 Claude）。
• 任何从事自动化文档到视觉生成研究的人员，特别是在学术领域。

亮点

• 直接从论文 PDF 生成可编辑的 .pptx 海报。
• 具有视觉反馈的多智能体流水线，实现高质量布局。
• 灵活的模型组合：使用云端 API 或本地开源模型（通过 vLLM）。
• 自动插入会议和机构 Logo。
• 基于 YAML 的样式自定义和默认主题。
• 评估套件：PaperQuiz、VLM-as-Judge 和统计指标。
• 支持 Docker 和 Gradio，便于部署和演示。
• 可供编码助手使用的轻量级智能体 SKILL。