Paper2Any 论文多模态工作流

社区开源的论文转换工具，支持将学术论文一键转换为模型架构图、技术路线图、PPT演示文稿、Rebuttal等多种格式，通过 API易 调用 GPT、Claude 等大模型。

​

概述

Paper2Any 是一个开源的论文多模态工作流平台，专注于学术论文的格式转换与可视化。支持从论文 PDF/截图/文本出发，一键生成模型架构图、技术路线图、实验图表、PPT 演示文稿等多种输出格式。

项目信息

• 🔗 开源地址：github.com/OpenDCAI/Paper2Any
• 📜 许可证：开源
• 👤 组织：OpenDCAI
• ⭐ 该项目由社区贡献，支持通过 API易 调用多种大模型

​

为什么选择 Paper2Any

多种输出格式

支持论文转架构图、路线图、PPT、Rebuttal 等，一个工具覆盖科研全流程

灵活模型选择

支持动态切换 GPT-4o、Claude Sonnet、Qwen-VL 等模型，无需硬编码，通过 API 参数即可指定

CLI + Web 双模式

提供命令行脚本和 Web 界面两种使用方式，适合不同场景需求

OpenAI 兼容接口

原生支持 OpenAI 兼容 API 格式，只需配置 API易 的 Base URL 即可接入 400+ 模型

​

核心功能模块

功能模块	说明	输出格式
Paper2Figure	论文生成科研可视化图	模型架构图、技术路线图（PPTX + SVG）、实验图表
Paper2Diagram	论文/文本/图片生成流程图	draw.io / PNG / SVG
Paper2PPT	论文转 PPT 演示文稿	PPTX（支持 40+ 页长文档）
Paper2Rebuttal	生成结构化审稿回复	带证据引用的 Rebuttal 文档
PDF2PPT	PDF 保留排版转可编辑 PPT	PPTX
Image2PPT	图片/截图转结构化幻灯片	PPTX
PPTPolish	AI 驱动的 PPT 排版优化	PPTX
知识库	文件导入、语义搜索，驱动 PPT/播客/思维导图生成	多种格式

​

通过 API易 接入大模型

Paper2Any 支持 OpenAI 兼容 API 格式，配置 API易 作为 LLM 服务端点后，即可使用 GPT、Claude、Gemini、DeepSeek 等 400+ 模型。

​

Docker 部署配置

1. 第一步：获取 API易 密钥

   1. 访问 API易控制台 注册/登录
   2. 进入【令牌】栏目
   3. 点击生成新的 API 密钥
   4. 复制密钥（以 sk- 开头）备用
2. 第二步：克隆项目并配置后端环境变量

   克隆仓库后，编辑 fastapi_app/.env 文件，配置 API易 作为 LLM 端点：

   # fastapi_app/.env
   DEFAULT_LLM_API_URL=https://api.apiyi.com/v1
   BACKEND_API_KEY=sk-你的API易密钥
   

   可选：为不同工作流指定默认模型：

   PAPER2PPT_DEFAULT_MODEL=gpt-4o
   PDF2PPT_DEFAULT_MODEL=gpt-4o
   
3. 第三步：配置前端环境变量

   编辑 frontend-workflow/.env 文件，让 Web 界面默认使用 API易：

   # frontend-workflow/.env
   VITE_DEFAULT_LLM_API_URL=https://api.apiyi.com/v1
   VITE_LLM_API_URLS=https://api.apiyi.com/v1
   
4. 第四步：启动服务

   使用 Docker Compose 一键启动：

   docker compose up -d --build
   

   启动完成后，访问前端页面即可开始使用。

​

CLI 命令行使用

Paper2Any 提供独立的命令行脚本，支持通过 --api-url 和 --api-key 参数直接指定 API易：

# 论文转 PPT
python script/run_paper2ppt_cli.py \
  --input paper.pdf \
  --api-url https://api.apiyi.com/v1 \
  --api-key sk-你的API易密钥 \
  --model gpt-4o

# 论文转科研图
python script/run_paper2figure_cli.py \
  --input paper.pdf \
  --api-url https://api.apiyi.com/v1 \
  --api-key sk-你的API易密钥 \
  --graph-type model_arch

模型推荐：论文转 PPT 推荐使用 GPT-4o 或 Claude Sonnet 4.5，它们在长文档理解和结构化输出方面表现出色。图表生成任务也可尝试 Qwen-VL 等视觉模型。

​

部署方式

部署方式	说明	适合场景
Docker（推荐）	一键启动前后端服务	快速体验、生产部署
Linux 原生	需 Python 3.11+、LaTeX、Inkscape、LibreOffice	开发调试、定制需求
Windows	需 Python 3.12、Inkscape	本地使用

PDF2PPT 和 Image2PPT 等功能依赖 GPU，需要额外部署 SAM3 模型服务器。详见项目 README 的 GPU 部署说明。

​

常见问题

如何让 Paper2Any 使用 API易 的模型？

在环境变量中将 DEFAULT_LLM_API_URL 设置为 https://api.apiyi.com/v1，并将 BACKEND_API_KEY 设置为你的 API易 密钥即可。CLI 模式下使用 --api-url 和 --api-key 参数。

支持哪些大模型？

通过 API易 接入后，支持 400+ 模型，包括 GPT-4o、Claude Sonnet 4.5、Gemini、DeepSeek、Qwen 等。可在 Web 界面动态切换模型，无需修改代码。

Docker 启动失败怎么办？

请检查：

1. Docker 和 Docker Compose 是否已正确安装
2. .env 文件是否已正确配置
3. 端口是否被占用
4. 查看 docker compose logs 获取详细错误信息

生成 PPT 时报错或内容不完整？

• 确保 API易 账户余额充足
• 长论文建议使用上下文窗口更大的模型（如 GPT-4o 128K）
• 检查论文 PDF 是否为可搜索文本格式（扫描版 PDF 效果可能较差）

如何获取 API易 密钥？

访问 API易控制台，注册账号后在【令牌】栏目生成新的密钥。新用户有免费测试额度。

​

相关资源

API易 模型列表

查看 API易 支持的 400+ 模型完整列表

Base URL 配置指南

了解如何在各类工具中配置 API易 Base URL

API易-令牌管理

管理 API 密钥、查看用量和余额

API易 价格页面

查看各模型定价和充值优惠