Communitygithub.com

論文影片封面生成器

從論文目錄生成確定性的 16:10 影片封面海報。提取論文元數據和圖片,原子地產出 poster.tex、poster.pdf 和 poster.png。用於論文影片封面,非會議海報。

論文影片封面生成器 是什麼?

此技能(Peytontalismanic424/paper-share-skills)旨在為論文影片生成確定性的 16:10 影片封面海報。它會自動提取論文元數據(標題、會議、專案網址)和圖表,並在 LaTeX 編譯和 PNG 轉換都成功後,原子地產出 `poster.tex`、`poster.pdf` 和 `poster.png` 三個檔案。主要支援 Claude Code 等 AI 代理平台,依賴外部工具 LuaLaTeX 和 Poppler 的 `pdftoppm`,並可透過環境變數或 CLI 參數指定。此技能還包含一個專門的「實驗室調研」海報生成器,用於產出特定格式的實驗室介紹海報,並與 Bilibili 上傳流程整合。

相容平台~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/Peytontalismanic424/paper-share-skills/tree/HEAD/paper-video-cover

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

論文影片封面

從論文目錄生成 Gemini/SUSTech 16:10 封面。產生器僅在 LaTeX 編譯和 PNG 轉換都成功後,才會安裝輸出。

套件與設定

已安裝的 uv 專案位於:

<SKILLS_DIR>/paper-video-cover

它管理其 Pillow 依賴項,並包含兩個必需的佈景主題:

<SKILLS_DIR>/paper-video-cover/templates/beamerthemegemini.sty
<SKILLS_DIR>/paper-video-cover/templates/beamercolorthemesustech.sty

LuaLaTeX 和 Poppler 的 pdftoppm 是外部工具。兩者必須在生成前可解析。每個工具按以下順序解析:顯式 CLI 標誌、LUALATEX 或 PDFTOPPM 環境變數,然後是 PATH。無效的較高優先級覆蓋是致命的,且不會被繞過。

執行

uv run --project "<SKILLS_DIR>/paper-video-cover" `
  "<SKILLS_DIR>/paper-video-cover/scripts/generate_poster.py" `
  "<paper_dir>"

預設輸出為 <paper_dir>/poster。使用以下指令選擇其他目錄:

uv run --project "<SKILLS_DIR>/paper-video-cover" `
  "<SKILLS_DIR>/paper-video-cover/scripts/generate_poster.py" `
  "<paper_dir>" --output-dir "<output_dir>"

選項:

  • --data <json>:可選的 JSON 覆蓋。
  • --scheme <default|lab|bilibili>:SUSTech 色彩方案(預設為 default;實驗室調研使用 bilibili 以匹配實驗室調研投影片)。
  • --title-font <points>:覆蓋自動標題字型大小。
  • --output-dir <directory>:最終輸出目錄。
  • --lualatex <path-or-command>:顯式的 LuaLaTeX 可執行檔。
  • --pdftoppm <path-or-command>:顯式的 pdftoppm 可執行檔。

PNG 生成是強制的;成功的輸出包含非空的 poster.tex、poster.pdf 和 poster.png,以及複製的佈景主題和轉換後的圖片。構建發生在一個同級的臨時目錄中,因此失敗的構建不會取代現有的最終輸出。

實驗室調研海報產生器 (generate_lab_poster.py)

對於實驗室調研,請使用 scripts/generate_lab_poster.py 而非通用路徑——它使用 DECK 的「可視化分析」章節分隔線格式填入 repo 海報模板(<TEMPLATE_DIR>/main_template_lab_poster.tex,事實來源;備份副本在 templates/):全出血 slides-beamer/figures/background.png(必需——缺少則致命;如果投影片缺少,使用 paper-group-to-beamer/scripts/gen_viz_background.py --survey-dir "<LAB_DIR>" 構建)+ 四個白色圓角陰影框(行):實驗室調研+日期配對 / 機構區塊(品牌色眉毛 + 英文行)/ 教授姓名 / title_2+title_3 帶強調規則。無評量行、無簡介、無實驗室名稱行。

注意(2026-08-07 預設變更):海報是實驗室目錄的必需工件(上傳器在沒有 poster/poster.png 的情況下會失敗關閉),但 Bilibili 上傳封面預設使用投影片的第一頁(video/cover.png)——不要將海報複製到 video/cover.png;保持管線的 slide-001 渲染。請參閱 lab-survey-to-bilibili-runbook。

uv run --project "<SKILLS_DIR>/paper-video-cover" \
  "<SKILLS_DIR>/paper-video-cover/scripts/generate_lab_poster.py" \
  "<LAB_DIR>" --data "<LAB_DIR>/poster_data.json"

--data JSON:title_1_pi 是必需的(≤30 字元)。命名慣例:中文名 PI → xxx教授(如 李飛飛教授、劉華平教授);非教授角色不加 Prof./教授(如 Sergey Levine 等聯合創始人);英文名教授 → Prof. First Last(如 Prof. Yann LeCun)。 title_1_uni 可選(寬度預算 40 單位,CJK 字形 = 2 單位,其他 = 1,例如 紐約大學 = 8,Physical Intelligence = 21;空則該行刪除),title_1_uni_color 可選(#RRGGBB——該機構的標誌品牌色,例如 NYU 57068B,Stanford 8C1515,CMU C41230,Berkeley 003262,Tsinghua 660874,SUSTech 2C5F7C,HKUST 003366;沒有品牌色的機構預設為黑色 000000),title_1_uni_en 可選(≤40 字元,例如 NEW YORK UNIVERSITY)——標題區塊將大學渲染為機構品牌色眉毛(25pt semibold,使用 title_1_uni_color,0.25em CJK 追蹤由生成器自動插入,兩側有 80×3px 的短劃線,品牌色 50% 透明),英文小行(13pt #8A8F98),然後是教授姓名(55pt 粉紅色粗體,單行)。title_2/title_3 可選(寬度預算各 30 單位,例如 從卷積網路到世界模型 = 18,IEEE Fellow 2026 = 15;空白部分將刪除其行)。date(可選,預設為今天)填入日期區塊。來自 papers.json 的語料庫統計資訊僅供參考——缺少檔案會發出警告,但不會讓執行失敗。無實驗室名稱行、無簡介行、無評量行、且無 · 分隔符。範例:title_1_uni="紐約大學",title_1_uni_en="NEW YORK UNIVERSITY",title_1_pi="Prof. Yann LeCun",title_2="從卷積網路到世界模型",title_3="圖靈獎得主的40年深度學習譜系"。video_meta.json 中的上傳標題獨立保留完整的 {機構縮寫} {PI姓名}教授:主題 — Hook 格式。海報佈局(tikz 圓角陰影框疊加在投影片的「可視化分析」背景上):在 0.6971\textwidth 容器中的四行,絕對置中於頁面(固定的頂部 0.107\textheight / 底部 0.103\textheight 偏移;堆疊約佔頁面的 77%):第 1 行 = 實驗室調研 + 〈DATE〉 配對(各 0.3092\textwidth 文字寬度,32pt,高度 0.1250\textheight);第 2 行 = 機構區塊——NYU 紫色眉毛(25pt semibold,兩側短劃線)+ 英文行 13pt(0.6706\textwidth,高度 0.1250\textheight);第 3 行 = 教授姓名區塊(55pt 粉紅色粗體單行,0.6706\textwidth,高度 0.1806\textheight);第 4 行 = title_2/title_3 + 37pt 規則(高度 0.2153\textheight)。間距:水平 0.0258\textwidth / 垂直 0.0417\textheight(在 2324×1440 參考畫布上均為 60 像素)。--scheme 預設為 bilibili(匹配投影片);--template/--theme-dir 覆蓋 repo 路徑(投影片的 sustech-theme 會被複製到構建中)。Token 合約(如果在程式碼行上未取代則致命):〈DATE〉〈TITLE1UNI〉〈TITLE1UNIEN〉〈TITLE1PI〉〈TITLE2〉〈TITLE3〉。使用 xelatex 編譯(兩次傳遞;投影片佈景主題僅支援 xelatex)並以 300 dpi 渲染 poster.png(32×20 cm 頁面 → 約 3780×2363 px);輸出 <LAB_DIR>/poster/。

陷阱——大字標題文字中的空格:TikZ 節點 + sustech 佈景主題下的 \fontsize{72}{84} 會丟棄字間空格(甚至 \ );因此生成器會將 title_1/2/3 中的普通空格轉換為 \hspace{0.25em} 膠水(已透過 pdftotext 驗證:NYU Prof. Yann LeCun 保留了其空格)。

陷阱——行置中和區塊寬度:(1) \hbox to \containerwidth 不是段落行,\centering 不會將其置中——行必須是 \hbox to \textwidth{\hss … \hss},以便內容在整行內置中。(2) 使用 \dimexpr 巨集的 tikz text width 可能會在 32 cm 紙張上引發 Dimension too large——請使用文字寬度(例如 0.44\textwidth)。(3) tikz 節點的外部寬度 = text width + 2×inner sep——從寬度巨集中減去內距,以使框邊緣精確落在容器上。

陷阱——全出血背景:海報幾何形狀必須是 \geometry{papersize={32cm,20cm},margin=0cm}。任何正邊距都會將 beamer 的背景畫布原點偏移到文字區域頂部,從而在頂部產生白色條帶(margin=1.1cm 約 1.1 cm)並裁剪背景圖像的頂部邊緣。在每次海報構建後驗證:poster.png 的頂部/底部 3% 行必須具有 ~0 個白色像素(PIL 掃描)。

實驗室調研海報

支援中文標題(生成的序言會載入 ctex;beamer 標題後備不再移除 CJK)。海報標題遵循上傳標題格式 {機構縮寫} {PI姓名}教授:主題 — Hook(例如 NYU 楊立昆教授:從卷積網路到世界模型 — 圖靈獎得主的40年深度學習譜系 / 清華劉華平教授:機器人具身智慧 — 從視觸覺到操作學習)。使用 --scheme bilibili 和一個 --data JSON 執行:

{
  "title_1_uni": "紐約大學",
  "title_1_uni_en": "NEW YORK UNIVERSITY",
  "title_1_uni_color": "57068B",
  "title_1_pi": "Prof. Yann LeCun",
  "title_2": "從卷積網路到世界模型",
  "title_3": "圖靈獎得主的40年深度學習譜系",
  "date": "2026-08-06"
}

調色板的事實來源是 <TEMPLATE_DIR>/sustech-theme/beamercolorthemesustech.sty(預設藍色 / 實驗室紅色 / bilibili 粉紅色);投影片佈景主題會複製到構建中,且框架在 xelatex 下編譯(投影片的引擎)。背景 slides-beamer/figures/background.png 必須存在(投影片的「可視化分析」分隔線背景)——沒有它的話,生成器會失敗關閉。

使用顯式工具的範例:

uv run --project "<SKILLS_DIR>/paper-video-cover" `
  "<SKILLS_DIR>/paper-video-cover/scripts/generate_poster.py" `
  "<paper_dir>" `
  --lualatex "C:/path/to/lualatex.exe" `
  --pdftoppm "C:/path/to/pdftoppm.exe"

使用環境設定的範例:

$env:LUALATEX = "C:/path/to/lualatex.exe"
$env:PDFTOPPM = "C:/path/to/pdftoppm.exe"
uv run --project "<SKILLS_DIR>/paper-video-cover" `
  "<SKILLS_DIR>/paper-video-cover/scripts/generate_poster.py" `
  "<paper_dir>"

輸入

生成器從 md_output/*/auto/ 下的第一個 MinerU 標記檔案中提取標題、會議、專案網址、圖片和評量指標。如果基於說明的提取未找到圖片,它會搜尋 slides-beamer/figures/、paper-source/image/、source/image/、Figures/,然後是 md_output/*/auto/images/。

支援 PNG、JPEG 和 PDF 來源。PDF 使用解析後的 pdftoppm。缺少、不支援、空或無法轉換的引用圖片是致命的。

所有 JSON 欄位都是可選的。figure_map 路徑是絕對路徑或相對於論文目錄的路徑:

{
  "title": "覆蓋標題",
  "venue": "CVPR 2025",
  "title_font": 220,
  "cards_col1": [],
  "cards_col2": [],
  "figures": {"col1": ["fig1"], "col2": ["fig2"]},
  "figure_map": {
    "fig1": "md_output/1234.5678/auto/images/figure-1.png"
  }
}

批次處理

使用一個 UTF-8 檔案,每行一個論文目錄;start 和 count 是可選的位置引數:

uv run --project "<SKILLS_DIR>/paper-video-cover" `
  "<SKILLS_DIR>/paper-video-cover/scripts/batch_generate.py" `
  "<papers_file>" 0 20

批次處理使用 uv 選擇的解譯器,要求每篇論文的三個工件,如果任何項目失敗則傳回非零值。

失敗行為

如果缺少必需的可執行檔或打包的佈景主題、子指令傳回非零值,或必需的工件缺少或為空,生成器將傳回非零值。將任何非零結果視為無發布;失敗的臨時構建將被刪除,且先前的最終輸出保持不變。

相關技能

  • skill://lab-survey-to-bilibili-runbook
  • skill://paper-group-to-beamer
  • skill://lab-poster-deck-format
  • skill://paper-bilibili-uploader
  • skill://paper-lab-survey-to-bilibili
  • skill://paper-to-bilibili

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

Convert Beamer PDF slides into a fail-closed narrated MP4 with page-aligned narration, TTS audio, cover, and upload metadata. Trigger on narrated slides, slide video, or paper video requests.

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

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.

相關技能