redfries/paper2tex

paper2tex — Conversor de Artigos Acadêmicos Word para LaTeX

Converte artigos acadêmicos .docx em documentos LaTeX prontos para publicação, adaptados a qualquer tema de conferência ou journal (IEEE, ACM, Springer LNCS, Elsevier, NeurIPS, ICML, CVPR, MDPI, Nature).

Etapa Obrigatória 0: Esclarecimento sobre Figuras

Antes de executar o pipeline de extração, o agente DEVE SEMPRE perguntar ao usuário:

"Você possui uma pasta dedicada figures/ com imagens de alta resolução ou vetoriais (ex.: ./figures), ou devo extrair as imagens embutidas diretamente do documento Word? (Responda com o caminho da pasta ou simplesmente 'extrair')"

• Se o usuário responder 'extrair': Execute python -m scripts.extract input.docx work_dir/. O pipeline extrairá, normalizará e girará automaticamente todos os desenhos embutidos do .docx.
• Se o usuário fornecer um caminho de pasta (ex.: ./figures ou C:/assets/figs): Execute python -m scripts.extract input.docx work_dir/ --figures-dir <caminho>. O pipeline corresponderá seus arquivos vetoriais de alta resolução (.pdf, .svg) e raster (.png, .jpg >= 300 DPI) às figuras do documento.

---

Início Rápido

Execute o pipeline completo de extração e montagem:

# 1. Verificar ferramentas do sistema
python -m scripts.preflight

# 2. Extrair conteúdo, matemática (OMML), tabelas, figuras e bibliografia
python -m scripts.extract input.docx work_dir/ [--figures-dir <caminho>]

# 3. Aplicar tema da conferência alvo (ou analisar template zip personalizado)
python -m scripts.template_spec "ieee-conference" work_dir/

# 4. Montar main.tex com subfiguras cientes do template e fluxo contínuo de floats
python -m scripts.assemble work_dir/

# 5. Compilar e executar verificação visual de qualidade
python -m scripts.compile work_dir/main.tex
python -m scripts.visual_qa work_dir/main.pdf work_dir/

Estágios do Fluxo de Trabalho

ESTÁGIO 0: CONSULTA DE FIGURAS  → Perguntar ao usuário sobre pasta figures/ ou confirmar "extrair"
ESTÁGIO 1: PREFLIGHT            → Verificar pandoc, tectonic/latexmk, lxml, Pillow, pymupdf
ESTÁGIO 2: PRÉ-PROCESSAMENTO    → Remover alterações rastreadas, corrigir armadilha da fonte Symbol, mapear códigos de campo
ESTÁGIO 3: EXTRAÇÃO             → Extratores paralelos para matemática OMML, tabelas, figuras, bib
ESTÁGIO 4: ESPECIFICAÇÃO DE TEMA→ Corresponder receita (IEEE/ACM/LNCS) ou pesquisar via Firecrawl
ESTÁGIO 5: MONTAGEM AST         → Montagem determinística com subfiguras cientes do template e subfloats
ESTÁGIO 6: LOOP DE COMPILAÇÃO   → Seleção de motor (XeLaTeX/pdfLaTeX) + correção automática de logs
ESTÁGIO 7: VERIFICAÇÃO          → Diff de manifesto + auditoria de caracteres especiais + QA visual
ESTÁGIO 8: ENTREGA              → Pasta submission/ (.tex, .bib, figures/, .pdf, report.md)

Garantias Arquitetônicas Centrais

1. Preservação 100% Verbatim do Texto: Mapeia AST Markdown diretamente para LaTeX. Zero parágrafos perdidos, zero paráfrases, zero alteração de texto.
2. Normalização de Rotação e Inversão OpenXML: Analisa <a:xfrm rot="..."> com precisão para evitar imagens giradas/invertidas.
3. Subfiguras Cientes do Template: Usa \usepackage[caption=false,font=footnotesize]{subfig} com \subfloat para IEEEtran e subcaption para acmart/llncs.
4. Decomposição de Legendas: Divide legendas compostas com (a), (b), (c) em legendas individuais de painel.
5. Fluxo Contínuo de Floats: Elimina injeções disruptivas de \FloatBarrier antes de seções. Floats são posicionados naturalmente ([!t], [b]) sem páginas em branco.
6. Matemática OMML Determinística: Equações do Word convertidas diretamente para LaTeX via MathML XSLT — nunca por reemissão de texto LLM.

Documentação e Referências

• Regras de Layout e Floats: Veja LAYOUT_GUIDELINES.md para dimensionamento de figuras, geometria de subfiguras e formatação de tabelas.
• Temas e Pesquisa Firecrawl: Veja THEMES_AND_TEMPLATES.md para receitas de locais e pesquisa de templates online.
• Referência Técnica: Veja REFERENCE.md para detalhes internos de extração, mapeamento de fontes de símbolos e taxonomia de correção automática do compilador.
• Instruções para Agentes: Veja AGENTS.md para instruções passo a passo para agentes.
• Guia de Configuração: Veja SETUP.md para configuração específica de plataforma (Antigravity, Claude Code, Cursor, OpenCode).