Community寫作與編輯github.com

學術論文簡報生成器

將已發表的學術論文轉換為精簡、視覺化的簡報,可用於任何語言的學術口頭報告,支援多種研究領域。

學術論文簡報生成器 是什麼?

這個技能專為需要將學術論文快速轉化為簡報的研究人員和開發者設計。它能自動從論文中提取原始圖表和表格,並根據使用者指定的語言生成包含演講者備註的簡報。技能的核心優勢在於其語言和領域中立性:支援中文、英文等任何書面或口頭語言,且不受機器人學、嵌入式AI、機器學習、電腦視覺等領域限制。它採用嚴格的證據紀律,區分論文聲明、觀察結果與簡報解釋,避免過度推論。技能提供預設的四頁簡報結構(問題與研究問題、方法、實驗結果、機制證據與限制),並可根據需求調整頁數。最終簡報會經過結構驗證,確保無文字或圖像超出投影片邊界,並保留原始PDF的圖表引用完整性。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/wangyijie891-stack/agent-skills/tree/HEAD/skills/paper-ppt

Installed? Explore more 寫作與編輯 skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

學術論文簡報生成器 是做什麼的?

這個技能將已發表的學術論文轉換為精簡、視覺化的簡報,供使用者指定語言的學術口頭報告使用。它語言中立且領域中立:可用於任何書面或口頭語言,以及機器人學、嵌入式AI、機器學習、電腦視覺、自然語言處理、系統或其它實證研究論文。調整方法和指標的解釋以符合論文本身,而非強制使用領域特定術語。

不可妥協的輸出規則

  • 優先使用最終發表的PDF,並記錄出版場次、DOI、版本和頁碼/圖表/表格引用。如果使用者要求避免預印本,當存在會議或期刊PDF時,不要使用僅arXiv版本的論文。
  • 只要可行,使用論文原始的圖表和表格。僅從PDF中裁剪圖表或表格區域;不要用自行繪製的示意圖取代可取得的原始圖表。僅允許針對論文未以圖表呈現的關係進行編輯性重繪,且必須標示「為本次簡報重新繪製」。
  • 不要在影像裁剪中包含周圍的正文、相鄰欄位或無關的圖說。保留裁剪清單,包含來源PDF的雜湊值、頁碼、座標和含義。
  • 使用assets/template-spec.md中的輕量模板規範,搭配references/style-guide.md作為視覺參考。保持投影片畫布為16:9,使用淺灰色背景、深海軍藍標題、柔和藍色強調色、矩形資訊區塊,無裝飾性視覺雜亂。模板是風格參考,而非對科學內容的限制。
  • 選擇支援所要求語言和字體的印刷字型。Microsoft YaHei仍然是中文簡報的預設字型;對於其他語言,選擇已安裝且字元覆蓋完整的字型,避免出現缺字方框。在首張投影片的左上角顯著顯示論文標題,並在需要時於其下方放置所要求語言的副標題或翻譯。
  • 每張投影片都有流暢的演講者備註,使用所要求的語言或語言組合。備註必須先解釋圖表所呈現的故事,再解讀數字;避免使用「左邊」、「右邊」或「第二個圖」等位置性詞語,而應以內容描述結構。
  • 任何文字或影像不得超出投影片邊界。保持表格可讀,切勿將完整表格縮小到無法辨識的縮圖。

預設的四頁簡報結構

除非使用者要求其他頁數,否則使用此結構:

  1. 問題與研究問題 — 完整論文標題、具體的失敗案例或研究缺口、先前系統的不足之處,以及論文的中心問題或貢獻。
  2. 方法與訓練/推論模組 — 一張原始架構圖,展示輸入→轉換→決策→輸出或回饋、理解方法所需的方程式或標籤,以及涉及學習時的訓練程序。
  3. 實驗設定與核心結果 — 原始資料集、場景或設定圖,加上原始的結果表格或圖表;列出基準線、資料分割或執行次數、指標、分母,以及每個指標的含義。
  4. 機制證據、消融研究與限制 — 原始的定性比較或消融研究圖與表;將結果連結到所聲稱的機制,然後說明限制和研究方向。

對於三頁的需求,合併頁1和4。對於六或九頁,擴展每個模組,同時保持相同的敘述順序。

語言選擇

語言永不由此技能固定。遵循使用者對一種語言、多種語言、翻譯或雙語輸出的明確要求。如果未指定語言,則使用使用者最近請求的語言。如果請求確實模糊,在起草前先詢問一次。保留技術名稱、方程式、變數名稱和引用的論文原文以提升忠實度,但以所選語言解釋周圍內容。將相同的語言選擇應用於標題、圖表、圖說、替代文字、表格和演講者備註。

工作流程

  1. 確認論文身份並取得完整的已發表PDF。閱讀摘要、引言、概覽圖、方法、訓練或資料建構、實驗、圖說、表格、消融研究和結論。不要從摘要推斷缺失的數字。
  2. 使用scripts/extract_original_figures.py或references/figure-extraction.md中的PyMuPDF配方提取原始圖表和表格。使用3-5倍渲染比例,驗證裁剪文字,並寫入assets/original-figures-manifest.json。
  3. 根據證據起草簡報故事:問題→機制→實驗→機制證據與限制。保持聲稱範圍窄於論文實際的評估範圍。
  4. 使用參考模板或等效的python-pptx腳本建立簡報。使用references/style-guide.md處理間距、顏色、字型大小、字型覆蓋和安全的影像放置。
  5. 從references/notes-template.md添加演講者備註。包含每個關鍵指標的簡短解讀,包括指標越高或越低越好,以及分母是什麼。
  6. 在最終PPTX上執行scripts/validate_ppt.py和unzip -t。如果執行環境提供LibreOffice渲染,則匯出為PDF或PNG並目視檢查每張投影片。如果執行環境阻止渲染,僅報告已完成結構檢查;不要聲稱通過視覺品質檢查。

證據紀律

在投影片文字和備註中區分:

  • 論文聲明:作者定義或聲稱的內容;
  • 觀察結果:實際報告的數字、表格、曲線或定性結果;
  • 簡報解釋:由該證據支持的較窄解釋。

不要將模擬指標轉化為通用的真實世界保證。說明結果是模擬、真實機器人、零樣本遷移、消融還是整體系統比較。

支援資源

  • 建立或修改簡報版面時,閱讀references/style-guide.md。
  • 當需要裁剪已發表的PDF時,閱讀references/figure-extraction.md。
  • 撰寫演講者備註前,閱讀references/notes-template.md。
  • 使用scripts/extract_original_figures.py進行可重複的裁剪,使用scripts/validate_ppt.py進行結構檢查。
  • assets/template-spec.md是輕量視覺參考,非論文證據來源。

相關技能