Communitygithub.com

Peytontalismanic424/paper-share-skills

Converte slides PDF do Beamer em um MP4 narrado com narração alinhada por página, áudio TTS, capa e metadados de upload. Acionado por solicitações de slides narrados, vídeo de slide ou vídeo de artigo.

O que é paper-share-skills?

Esta habilidade permite transformar apresentações de slides em PDF (geradas com Beamer) em vídeos MP4 narrados, com narração sincronizada página a página. Ela é útil para criar vídeos de apresentações acadêmicas ou técnicas, garantindo que cada slide tenha sua narração correspondente, seja por TTS ou áudio gravado. A ferramenta suporta os sistemas operacionais Linux, macOS e Windows (via WSL), e depende de utilitários como `pdftoppm`, `ffmpeg`, `ffprobe` e `edge-tts`. O fluxo completo envolve compilar o PDF, anotar o arquivo TeX com narrações, e então executar um comando `full` que gera frames, narrações, áudio, monta o vídeo com capa e metadados. A saída inclui o vídeo narrado, capa, dados de frames e metadados, tudo organizado no diretório do artigo.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Peytontalismanic424/paper-share-skills/tree/HEAD/paper-slides-to-video
Ver original→Navegar por todas as habilidades

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

Documentação

Slides de Artigo para Vídeo

O ponto de entrada público é:

<SKILLS_DIR>/paper-slides-to-video/scripts/slides_to_video.py

Execute-o com o ambiente do pacote:

uv run --project <SKILLS_DIR>/paper-slides-to-video python <SKILLS_DIR>/paper-slides-to-video/scripts/slides_to_video.py <subcomando>

CLI Exata

  • render PDF FRAME_DIR [--dpi 200]
  • plan TEX
  • narrations FRAME_DIR TEX --annotated-tex ANNOTATED_TEX
  • tts FRAME_DIR [--lang zh]
  • assemble FRAME_DIR OUTPUT [--pad-sec 0.5] [--speed 1.25]
  • cover FIRST_FRAME OUTPUT
  • metadata TEX COVER OUTPUT
  • full PAPER_DIR --annotated-tex ANNOTATED_TEX

Fluxo Completo Obrigatório

  1. Compile slides-beamer/main.pdf antes de invocar este pacote.
  2. Copie slides-beamer/main.tex para video/main_with_narration.tex e adicione uma anotação % NARRATION: não vazia para cada página física renderizada. Este contrato por página física é o que mantém as renderizações paisagem e retrato sincronizadas: ambas as orientações são montadas a partir das mesmas páginas PDF, então a cardinalidade narração/áudio se aplica igualmente a cada orientação.
  3. Execute full com o caminho do TeX anotado.
uv run --project <SKILLS_DIR>/paper-slides-to-video python <SKILLS_DIR>/paper-slides-to-video/scripts/slides_to_video.py full "<PAPER_DIR>" --annotated-tex "<PAPER_DIR>/video/main_with_narration.tex"

full remove qualquer saída narrada antiga antes de processar. Exige cardinalidade exata de PNG/TXT/MP3, narração e áudio não vazios, durações de áudio positivas detectáveis e um MP4 montado contendo fluxos de vídeo e áudio. Uma narração ou MP3 ausente resulta em saída com código diferente de zero e não pode deixar um resultado narrado.

Descoberta de Ferramentas

  • PDFTOPPM ou POPPLER_DIR (diretório contendo pdftoppm), depois PATH
  • FFMPEG, depois PATH
  • FFPROBE, depois PATH
  • EDGE_TTS_BIN, depois PATH

O silêncio nunca é implícito. Chamadores programáticos podem criar uma página deliberadamente silenciosa apenas chamando encode_slide(..., require_audio=False). O padrão público é require_audio=True.

As saídas são escritas em <PAPER_DIR>/video/: video_frames/, <artigo>_narrated.mp4, cover.png, frames_data.json, narrations.json e video_meta.json.

Habilidades Relacionadas

  • skill://batch-papers-single-omp-full-pipeline
  • skill://batch-slides-to-video
  • skill://blog-to-bilibili
  • skill://edge-tts-retry-video-driver
  • skill://index-tts-fallback

Individual skills in this repo

This repo contains 7 individual skills — each has its own dedicated page.

Peytontalismanic424/paper-share-skills

Validate and upload narrated paper videos to Bilibili with biliup. Handles required landscape-first/portrait-second submissions, series uploads, CST scheduling, diagnostics, dry-run validation, and durable upload receipts. Trigger on: "upload to bilibili", "bilibili upload", "发布到B站", "上传到B站".

Peytontalismanic424/paper-share-skills

Download the TeX source (e-print tar.gz) of an arXiv paper from an arXiv URL or bare ID, and unpack it into paper_src/. Use FIRST whenever a pipeline input is an arXiv link and the TeX source is preferred over the PDF (paper-to-beamer, paper-to-bilibili, paper-venue-discovery). Invoke with an arXiv URL (abs/pdf/e-print, arxiv.org or export.arxiv.org) or a bare ID like 2509.07996v4.

Peytontalismanic424/paper-share-skills

Automated pipeline: paper (PDF or TeX source) → SUSTech Beamer slides (11-section 论文分享 structure) → compiled PDF. When TeX source is available, skip MinerU and extract content directly from LaTeX. Use when the user asks to create Beamer slides from an academic paper, or says "论文分享", "paper to slides", "make beamer from paper". Invoke with an absolute or relative path to a PDF, .tar.gz TeX archive, .tex file, or an arXiv URL/ID (source TeX is downloaded first via skill://paper-download-arxiv-paper-source).

Peytontalismanic424/paper-share-skills

Orchestrate a paper PDF through MinerU, SUSTech Beamer slides, complete Chinese narration, landscape and portrait video, metadata gates, and Bilibili upload. Supports single-paper and batch slides, video, or bilibili phases. Trigger on full paper-to-Bilibili requests, PDF-to-video publication, and batch paper publishing.

Peytontalismanic424/paper-share-skills

Generate a deterministic 16:10 video-cover poster from a paper directory. Extracts paper metadata and figures and atomically produces poster.tex, poster.pdf, and poster.png. Use for paper-video covers, not conference posters.

Peytontalismanic424/paper-share-skills

Convert a PDF (especially academic papers) to clean Markdown using MinerU — preserves reading order, LaTeX equations, tables, and figures, and runs on the GPU. Use when the user asks to convert/extract a PDF to markdown/text. Invoke directly — no need for the user to type the skill name.

Peytontalismanic424/paper-share-skills

Fix for undefined \setsource/\setdomains/\setpresenter/\setvenue commands when compiling SUSTech Beamer slides from the standard template. Copy the extended beamerthemesustech.sty from the sustech-slides-template repository.

Habilidades Relacionadas

steipete/video-frames

Extract frames or short clips from videos using ffmpeg.

community

steipete/summarize

Summarize or transcribe URLs, YouTube/videos, podcasts, articles, transcripts, PDFs, and local files.

community

openclaw/openclaw

Use when testing, fixing, or extending the OpenClaw Control UI GUI with Vitest + Playwright end-to-end checks, mocked Gateway WebSocket flows, mocked dashboard runs, screenshots/videos, or agent-verifiable browser proof.

community

obra/superpowers

Obra superpowers agent skills.

community

affaan-m/ECC

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio...

community

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

community