老鬼看这种项目,第一眼一般不看宣传词,先翻它到底能不能把“论文汇报前夜”那堆破事少一点。
Paper2Any 这名字挺直白:论文 PDF、截图、文字,丢进去,生成模型架构图、技术路线图、实验图、PPT,甚至海报、视频脚本。听着像又一个“AI 帮你读论文”的壳,但它有个点我比较在意——输出不是一张死图,而是可编辑的东西。
README 里写得很清楚,Paper2Figure 能出 PPTX / SVG,Paper2Diagram 和 Image2Drawio 支持 drawio、png、svg 导出,还能对话式改图。
这就很现实。
以前做论文汇报,最烦的不是让模型总结论文,而是它给你一坨看起来还行、但没法改的图。老板一句“这里箭头换一下”“模块名短一点”“颜色别这么花”,你就得重新画。Paper2Any 要真能把图片转成可编辑流程图,这个点比“自动总结摘要”值钱多了。
不过也别急着吹。
它不是那种完全零配置的网页小玩具。项目推荐 Docker 部署,但 .env 里还是要配后端 key、文本模型入口、图像模型入口这些东西,前端的 VITE_API_KEY 还要和后端 BACKEND_API_KEY 对上。
README 也提到,PDF2PPT、Image2PPT、Image2Drawio 这类能力如果要跑分割服务,还会牵到 SAM3。
哎,部署这事老鬼太熟了。第一天跑起来不难,第二天 API key、端口、输出目录、日志一起闹脾气,才是真麻烦。
但话说回来,它把论文工作流拆得挺细:Paper2PPT 做可编辑幻灯片,Paper2Rebuttal 起草审稿回复,Paper2Citation 查引用关系,Knowledge Base 还能做检索和基于知识库生成 PPT / 播客 / 思维导图。
功能不少,但我建议别全试,容易晕。先拿一篇自己熟的论文,测两件事:架构图能不能改,PPT 大纲是不是像人写的。
项目现在 GitHub 上大概 2.5k star,提交也有 700 多次,说明不是那种只放一张效果图就跑的 demo。最近 README 还在更新可编辑 PPT 工作流,把大纲生成、画布编辑、图库预览和论文图片插入串到一起。
适合谁?赶组会、写 rebuttal、准备学术海报的同学可以扫一眼。别指望它替你理解论文,但它要是能少画两张图、少调半晚 PPT,就已经够用了。