redfries/paper2tex

paper2tex — Convertisseur d'articles académiques Word vers LaTeX

Convertit les articles académiques .docx en documents LaTeX prêts à compiler, formatés pour n'importe quelle conférence ou revue (IEEE, ACM, Springer LNCS, Elsevier, NeurIPS, ICML, CVPR, MDPI, Nature).

Étape 0 obligatoire : Clarification de la source des figures

Avant d'exécuter le pipeline d'extraction, l'agent DOIT TOUJOURS demander à l'utilisateur :

« Disposez-vous d'un dossier figures/ dédié avec des images haute résolution ou vectorielles (ex. ./figures), ou dois-je extraire les images intégrées directement du document Word ? (Répondez avec le chemin de votre dossier ou simplement « extraire ») »

• Si l'utilisateur répond 'extraire' : Exécutez python -m scripts.extract input.docx work_dir/. Le pipeline extraira, normalisera et fera pivoter automatiquement tous les dessins intégrés du .docx.
• Si l'utilisateur fournit un chemin de dossier (ex. ./figures ou C:/assets/figs) : Exécutez python -m scripts.extract input.docx work_dir/ --figures-dir <chemin>. Le pipeline fera correspondre vos fichiers vectoriels haute résolution (.pdf, .svg) et matriciels (.png, .jpg >= 300 DPI) aux figures du document.

---

Démarrage rapide

Exécutez le pipeline complet d'extraction et d'assemblage :

# 1. Vérifier la chaîne d'outils système
python -m scripts.preflight

# 2. Extraire le contenu, les maths (OMML), les tableaux, les figures et la bibliographie
python -m scripts.extract input.docx work_dir/ [--figures-dir <chemin>]

# 3. Appliquer le thème de la conférence cible (ou analyser un modèle zip personnalisé)
python -m scripts.template_spec "ieee-conference" work_dir/

# 4. Assembler main.tex avec des sous-figures adaptées au modèle et un flux de flottants fluide
python -m scripts.assemble work_dir/

# 5. Compiler et exécuter la vérification visuelle de qualité
python -m scripts.compile work_dir/main.tex
python -m scripts.visual_qa work_dir/main.pdf work_dir/

Étapes du workflow

ÉTAPE 0 : DEMANDE DE FIGURES  → Demander à l'utilisateur le dossier figures/ ou confirmation "extraire"
ÉTAPE 1 : PRÉ-VÉRIFICATION    → Vérifier pandoc, tectonic/latexmk, lxml, Pillow, pymupdf
ÉTAPE 2 : PRÉTRAITEMENT       → Supprimer les modifications suivies, corriger le piège de la police Symbol, mapper les codes de champ
ÉTAPE 3 : EXTRACTION          → Extracteurs parallèles pour les maths OMML, tableaux, figures, bib
ÉTAPE 4 : SPÉCIFICATION DE THÈME → Trouver une recette (IEEE/ACM/LNCS) ou rechercher via Firecrawl
ÉTAPE 5 : ASSEMBLAGE AST      → Assemblage déterministe avec sous-figures et sous-flottants adaptés au modèle
ÉTAPE 6 : BOUCLE DE COMPILATION → Sélection du moteur (XeLaTeX/pdfLaTeX) + correction automatique des logs
ÉTAPE 7 : VÉRIFICATION        → Diff du manifeste + audit des caractères spéciaux + QA visuelle
ÉTAPE 8 : LIVRAISON           → Dossier submission/ (.tex, .bib, figures/, .pdf, report.md)

Garanties architecturales fondamentales

1. Préservation textuelle à 100 % : Mappe l'AST Markdown directement en LaTeX. Zéro paragraphe supprimé, zéro reformulation, zéro altération du texte.
2. Normalisation des rotations et des retoursnements OpenXML : Analyse avec précision <a:xfrm rot="..."> pour éviter les images inclinées/tournées.
3. Sous-figures adaptées au modèle : Utilise \usepackage[caption=false,font=footnotesize]{subfig} avec \subfloat pour IEEEtran et subcaption pour acmart/llncs.
4. Décomposition des sous-légendes : Sépare les légendes composites avec (a), (b), (c) en légendes de panneaux individuelles.
5. Flux de flottants fluide : Élimine les injections perturbatrices de \FloatBarrier avant les sections. Les flottants se placent naturellement ([!t], [b]) sans pages blanches parasites.
6. Maths OMML déterministes : Les équations Word sont converties directement en LaTeX via XSLT MathML — jamais par ré-émission LLM.

Documentation et références

• Règles de mise en page et de flottants : Voir LAYOUT_GUIDELINES.md pour le dimensionnement des figures, la géométrie des sous-figures et le formatage des tableaux.
• Thèmes et recherche Firecrawl : Voir THEMES_AND_TEMPLATES.md pour les recettes de conférences et la recherche de modèles en ligne.
• Référence technique : Voir REFERENCE.md pour les détails d'extraction, le mappage des polices Symbol et la taxonomie de correction automatique du compilateur.
• Instructions pour l'agent : Voir AGENTS.md pour des instructions étape par étape pour l'agent.
• Guide d'installation : Voir SETUP.md pour l'installation spécifique à chaque plateforme (Antigravity, Claude Code, Cursor, OpenCode).