Skip to content

README_CN.md

Latest commit

 

History

History
1085 lines (819 loc) · 35.1 KB

README_CN.md

File metadata and controls

1085 lines (819 loc) · 35.1 KB
Paper2Any Logo

Paper2Any

Python License GitHub Repo Stars

中文 | English

OpenDCAI%2FPaper2Any | Trendshift

✨ 专注论文多模态工作流：从论文 PDF/截图/文本，一键生成模型示意图、技术路线图、实验图和演示文稿 ✨

| 📄 Universal File Support  |  🎯 AI-Powered Generation  |  🎨 Custom Styling  |  ⚡ Lightning Speed |


Quickstart Online Demo Docs Contributing WeChat

Paper2Any Web Interface

📑 目录

🔥 News

Tip

🆕 2026-03-28 · 可编辑版 PPT 展示更新
新增两张 可编辑版 PPT 工作流展示图：
一张用于展示多页生成后的 deck 总览，一张用于展示带主题锁定与画布编辑的编辑工作区。

Tip

🆕 2026-03-26 · 工作流展示更新
新增 Paper2Video、Paper2Poster、Paper2Citation 的展示内容。
README 已补充压缩视频演示，以及中英文两套工作流预览图。

Tip

🆕 2026-02-02 · Paper2Rebuttal 更新
新增反驳意见草拟与修改建议，支持结构化回复与图文要点对齐。

Tip

🆕 2026-01-28 · Drawio 更新
新增 Drawio 支持，用于可视化图示的快速创作与展示输出。
KB 一句话概括：支持多文件 PPT 生成（文档转换/合并 + 图片注入 + 向量检索增强）。

Tip

🆕 2026-01-20 · Bug 修复
修复了实验数据图生成的图片和文本 bug，并解决了历史文件缺失的问题。
🌐 在线体验：http://dcai-paper2any.nas.cpolar.cn/

Tip

🆕 2025-12-12 · Paper2Figure 网页端公测上线
支持一键生成多种可编辑科研绘图（模型架构图 / 技术路线图 / 实验数据图）
🌐 在线体验：http://dcai-paper2any.nas.cpolar.cn/

  • 2025-10-01 · 发布 0.1.0 首个版本

✨ 核心功能

从论文 PDF / 图片 / 文本出发，一键生成可编辑的科研绘图、演示文稿、视频脚本、学术海报等多模态内容。

Paper2Any 当前包含以下几个子能力：

  • 📊 Paper2Figure - 可编辑科研绘图：模型架构图、技术路线图（PPT + SVG）与实验数据图，输出可编辑 PPTX。
  • 🧩 Paper2Diagram / Image2Drawio - 可编辑流程图：从论文/文本或图片生成 Drawio 图，支持 drawio/png/svg 导出与对话式编辑。
  • 🎬 Paper2PPT - 可编辑演示文稿：论文/文本/主题一键生成，支持超长文档与表格/图表抽取。
  • 📝 Paper2Rebuttal：自动生成结构化反驳草稿与修改建议，辅助审稿意见回复。
  • 🖼️ PDF2PPT - 版式保留转换：精准保留版式的 PDF → 可编辑 PPTX。
  • 🖼️ Image2PPT - 图片转 PPT：将图片或截图快速转换为结构化幻灯片。
  • 🎨 PPTPolish 智能美化：基于 AI 的排版优化与风格迁移。
  • 🎬 Paper2Video：生成讲解视频脚本与配音素材。
  • 🖼️ Paper2Poster - 论文转海报：将论文 PDF 自动整理为学术海报，支持版式参数、Logo 注入与导出。
  • 🔎 Paper2Citation - 论文引用追踪：按作者姓名或 DOI / 论文链接追踪引用作者、机构与代表性引用论文。
  • 📚 知识库（KB）：文件入库/向量化、语义检索，以及 KB 驱动的 PPT/播客/思维导图生成。

📸 功能展示

🧩 Drawio


✨ 上传论文配图或截图，作为可编辑 DrawIO 的起点
✨ 转换前保留原图结构，便于对照核验
✨ 图片一键转成可编辑 DrawIO 画布


✨ 在 DrawIO 工作台里直接生成模型图 / 系统框架图
✨ 生成后可继续对话式编辑，并导出为展示友好的成品图

📝 Paper2Rebuttal：审稿回复



✨ 审稿回复草拟与修改建议

📊 Paper2Figure: 科研绘图生成



✨ 模型架构图生成

✨ 模型架构图生成




✨ 技术路线图工作台：选择图类型、输入来源、模型配置与模板风格
✨ 生成结果：结构化双栏技术路线图




✨ 实验数据图生成 (多种风格)

🎬 Paper2PPT: 论文转演示文稿


✨ 端到端 PPT 生成演示
✨ 从论文 / 文本 / 主题生成完整演示文稿


✨ 主题锁定下的画布内直接改字与逐页修订
✨ 导出前集中检查多页生成结果


✨ AI 辅助修改入口，支持定向补写与风格调整
✨ 细粒度大纲编辑，可直接调整章节与要点




✨ 超长文档支持（40+ 页） · 智能表格提取与插入 · 历史版本管理与迭代回溯

🎬 Paper2Video：PPT 转视频



✨ PPT / PDF 一键生成讲解视频，支持脚本确认、阿里语音与最终视频导出

🖼️ Paper2Poster：论文转海报



PNG 海报结果
PPT 海报结果

✨ 论文 PDF 自动整理为学术海报，支持版式参数、可编辑海报结果与一键导出

🔎 Paper2Citation：论文引用追踪



✨ 输入作者名或论文 DOI / 链接，查看候选作者、引用线索与机构信息

🎨 PPT 智能美化



✨ 基于 AI 的排版优化

✨ 基于 AI 的排版优化与风格迁移

🖼️ PDF2PPT: 版式保留转换



✨ 智能抠图 & 版式保留

✨ 图片转 PPT

🚀 快速开始

环境要求

Python pip

.env 配置模式

现在有两套配置方式：

  • 粗粒度模式：使用 *.env.simple.example。推荐大多数自部署用户直接用这套。
  • 细粒度模式：使用 *.env.example。只有需要逐个 workflow 覆盖模型和 provider 时再用。

推荐起步：

cp fastapi_app/.env.simple.example fastapi_app/.env
cp frontend-workflow/.env.simple.example frontend-workflow/.env

如果确实需要细粒度覆盖，再改成：

cp fastapi_app/.env.example fastapi_app/.env
cp frontend-workflow/.env.example frontend-workflow/.env
🐳 Docker 快速启动（推荐）— 部署与更新 
# 1. 克隆仓库
git clone https://github.com/OpenDCAI/Paper2Any.git
cd Paper2Any

# 2. 配置环境变量
cp fastapi_app/.env.simple.example fastapi_app/.env
cp frontend-workflow/.env.simple.example frontend-workflow/.env
cp deploy/docker.env.example deploy/docker.env

必须修改的配置项：

fastapi_app/.env（后端）：

# 内部接口鉴权 key，必须与前端 VITE_API_KEY 一致
BACKEND_API_KEY=your-backend-api-key

# 推荐：由后端统一决定 workflow 使用的模型
APP_BILLING_MODE=free
PAPER2ANY_CONFIG_MODE=simple

# 必填：统一文本入口
SIMPLE_TEXT_API_URL=https://your-text-gateway/v1
SIMPLE_TEXT_API_KEY=your_text_key

# 可选但推荐：统一生图入口
SIMPLE_IMAGE_API_URL=https://your-image-gateway
SIMPLE_IMAGE_API_KEY=your_image_key

# 可选：DrawIO OCR / VLM 服务
SIMPLE_OCR_API_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
SIMPLE_OCR_API_KEY=your_dashscope_key

# 可选：MinerU 官方远端 API
MINERU_API_BASE_URL=https://mineru.net/api/v4
MINERU_API_KEY=your_mineru_api_key

# 可选：给 PDF2PPT / Image2PPT / Image2Drawio 使用的 SAM3 分割服务
# SAM3_SERVER_URLS=http://GPU机器IP:8001
# SAM3_SERVER_URLS=http://GPU1:8021,http://GPU2:8022

# 可选：Supabase（不填则跳过用户认证，核心功能不受影响）
# SUPABASE_URL=https://your-project-id.supabase.co
# SUPABASE_ANON_KEY=your_supabase_anon_key

frontend-workflow/.env（前端）：

# 必须与后端 BACKEND_API_KEY 完全一致
VITE_API_KEY=your-backend-api-key

# Docker 下通常保持为空，由 nginx 反代 /api 和 /outputs
VITE_API_BASE_URL=

# 前端只负责展示默认值，不控制后端真实模型
VITE_DEFAULT_LLM_API_URL=https://your-text-gateway/v1
VITE_DEFAULT_LLM_MODEL=gpt-4o

# 可选：Supabase（与后端保持一致）
# VITE_SUPABASE_URL=https://your-project-id.supabase.co
# VITE_SUPABASE_ANON_KEY=your_supabase_anon_key

deploy/docker.env（compose 覆盖项）：

BACKEND_PORT=8000
FRONTEND_PORT=3000
DOCKER_APP_WORKERS=1

# 可选：本地 SAM3 容器端口
SAM3_PORT=8021
SAM3_SERVER_URLS=
# 3. 构建并启动
bash deploy/docker-up.sh

访问地址：

GPU 服务说明： Docker 默认启动后端 + 前端。

  • Paper2PPT、Paper2Figure、知识库等功能仅依赖 LLM API，Docker 启动后即可使用。
  • PDF2PPT、Image2PPT、Image2Drawio 依赖 SAM3 图像分割。
  • 你可以在 fastapi_app/.env 里配置外部 SAM3_SERVER_URLS=...， 或者直接启用 compose 里的本地 SAM3 profile： 
    DOCKER_WITH_SAM3=1 bash deploy/docker-up.sh

详见下方「高级配置：本地模型服务负载均衡」部分。

修改与更新：

  • 代码或 .env 变更后重新构建：bash deploy/docker-up.sh
  • 拉取最新代码并重建：
    • git pull
    • bash deploy/docker-up.sh

常用命令：

  • 查看日志：bash deploy/docker-logs.sh
  • 停止服务：bash deploy/docker-down.sh
  • 只构建：bash deploy/docker-build.sh

说明：

  • 首次构建会比较慢（系统依赖 + Python 依赖）。
  • 前端配置在构建期生效，修改 frontend-workflow/.env 或 deploy/docker.env 后需重新 bash deploy/docker-up.sh。
  • 输出和模型目录会挂载到宿主机（./outputs、./models），数据不会丢。

🐧 Linux 安装

建议使用 Conda 创建隔离环境（推荐 Python 3.11）。

1. 创建环境并安装基础依赖

# 0. 创建并激活 conda 环境
conda create -n paper2any python=3.11 -y
conda activate paper2any

# 1. 克隆仓库
git clone https://github.com/OpenDCAI/Paper2Any.git
cd Paper2Any

# 2. 安装基础依赖
pip install -r requirements-base.txt

# 3. 开发模式安装
pip install -e .

2. 安装 Paper2Any 相关依赖（必须）

Paper2Any 涉及 LaTeX 渲染、矢量图处理以及 PPT/PDF 转换，需要额外依赖。

当前依赖边界建议如下：

  • requirements-base.txt：跨平台通用 Python 运行时
  • requirements-paper.txt：论文 / PDF / 科研绘图相关额外 Python 包
  • requirements-cu12.txt：NVIDIA CUDA 12 的 Linux GPU 额外依赖
  • requirements-system-ubuntu.txt：Ubuntu/Debian 系统包，不是 Python 包
# 1. 论文 / PDF / 科研绘图额外 Python 依赖
pip install -r requirements-paper.txt

# 2. NVIDIA GPU 运行时额外依赖（仅 Linux + CUDA 12）
pip install -r requirements-cu12.txt

# 3. LaTeX 引擎 (tectonic) - 推荐用 conda 安装
conda install -c conda-forge tectonic -y

# 4. 解决 doclayout_yolo 依赖冲突（重要）
pip install doclayout_yolo --no-deps

# 5. 系统依赖 (Ubuntu 示例；完整列表见 requirements-system-ubuntu.txt)
sudo apt-get update
sudo apt-get install -y ffmpeg inkscape libreoffice poppler-utils wkhtmltopdf

Important

ffmpeg、libreoffice/soffice、inkscape、poppler-utils、wkhtmltopdf、tectonic 这些都是系统工具，不是 pip 包；deploy/start*.sh 也不会自动安装它们。

3. 配置环境变量

export DF_API_KEY=your_api_key_here
export DF_API_URL=xxx  # 可选：如需使用第三方 API 中转站
export MINERU_DEVICES="0,1,2,3" # 可选：MinerU 任务 GPU 资源池

4. 配置环境文件（可选）

📝 点击展开：详细的 .env 配置指南

Paper2Any 使用两个 .env 文件进行配置。两者都是可选的 - 您可以使用默认设置运行应用程序。

步骤 1：复制示例文件
# 复制后端环境文件
cp fastapi_app/.env.example fastapi_app/.env

# 复制前端环境文件
cp frontend-workflow/.env.example frontend-workflow/.env
步骤 2：后端配置（fastapi_app/.env）

Supabase（可选） - 仅在需要用户认证和云存储时配置：

SUPABASE_URL=https://your-project-id.supabase.co
SUPABASE_ANON_KEY=your_supabase_anon_key

模型配置 - 自定义不同工作流使用的模型：

# 默认 LLM API 地址
DEFAULT_LLM_API_URL=http://123.129.219.111:3000/v1/

# 工作流级别默认值
PAPER2PPT_DEFAULT_MODEL=gpt-5.1
PAPER2PPT_DEFAULT_IMAGE_MODEL=gemini-3-pro-image-preview
PDF2PPT_DEFAULT_MODEL=gpt-4o
# ... 完整列表请查看 .env.example

服务集成配置 - 图片/PDF 工作流相关的模型服务：

# DrawIO OCR / VLM
PAPER2DRAWIO_OCR_API_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
PAPER2DRAWIO_OCR_API_KEY=your_dashscope_key

# MinerU 官方远端 API；若 MINERU_API_KEY 为空，后端会回退到本地 MINERU_PORT
MINERU_API_BASE_URL=https://mineru.net/api/v4
MINERU_API_KEY=your_mineru_api_key
MINERU_API_MODEL_VERSION=vlm

# SAM3 分割服务，供 PDF2PPT / Image2PPT / Image2Drawio 使用
# 单个端点：
SAM3_SERVER_URLS=http://127.0.0.1:8001
# 或多个端点做负载均衡：
# SAM3_SERVER_URLS=http://127.0.0.1:8021,http://127.0.0.1:8022
步骤 3：前端配置（frontend-workflow/.env）

LLM 提供商配置 - 控制 UI 中的 API 端点下拉菜单：

# UI 中显示的默认 API 地址
VITE_DEFAULT_LLM_API_URL=https://api.apiyi.com/v1

# 下拉菜单中的可用 API 地址（逗号分隔）
VITE_LLM_API_URLS=https://api.apiyi.com/v1,http://b.apiyi.com:16888/v1,http://123.129.219.111:3000/v1

修改 VITE_LLM_API_URLS 后的效果：

  • 前端会显示一个下拉菜单，包含您指定的所有 URL
  • 用户可以选择不同的 API 端点，无需手动输入 URL
  • 适用于在 OpenAI、本地模型或自定义 API 网关之间切换

Supabase（可选） - 如需用户认证，取消注释这些行：

VITE_SUPABASE_URL=https://your-project.supabase.co
VITE_SUPABASE_ANON_KEY=your-anon-key
不配置 Supabase 的情况

如果跳过 Supabase 配置：

  • ✅ 所有核心功能正常工作
  • ✅ CLI 脚本不依赖 Supabase
  • ❌ 无用户认证
  • ❌ 无账户积分、兑换码、邀请码、历史文件等账号能力
  • ❌ 无云文件存储

Note

快速开始： 您可以完全跳过 .env 配置，直接使用 CLI 脚本并通过 --api-key 参数传递密钥。详见下方 CLI 脚本 部分。

高级配置：本地模型服务负载均衡

如果是本地部署高并发环境，可以使用 script/start_model_servers.sh 启动本地模型服务集群（MinerU / SAM / OCR）。

脚本位置：/DataFlow-Agent/script/start_model_servers.sh

主要配置项说明：

  • MinerU (PDF 解析)

    • MINERU_MODEL_PATH: 模型路径 (默认 models/MinerU2.5-2509-1.2B)
    • MINERU_GPU_UTIL: 显存占用比例 (默认 0.85)
    • 实例配置: 脚本默认在每个配置 GPU 上各启动 1 个实例，端口范围 8011-8013。
    • Load Balancer: 端口 8010，自动分发请求。

  • SAM3 (Segment Anything Model 3)

    • 实例配置: 默认每个配置 GPU 启动 1 个实例，端口范围 8021-8022。
    • 模型路径: 默认使用 ./models/sam3/sam3.pt 与 ./models/sam3/bpe_simple_vocab_16e6.txt.gz。
    • Load Balancer: 端口 8020。

  • OCR (PaddleOCR)

    • 配置: 运行在 CPU 上，使用 uvicorn 的 worker 机制 (默认 4 workers)。
    • 端口: 8003。

使用前请根据实际 GPU 数量和显存情况修改脚本中的 gpu_id 和实例数量。

如果你要在单张 GPU 上一条命令联调（SAM3 + 后端 + 前端），可执行：

bash script/start_local_sam3_dev.sh

🪟 Windows 安装

Note

目前推荐优先在 Linux / WSL 环境下体验 Paper2Any。 若你需要在 原生 Windows 上部署，请按以下步骤操作。

1. 创建环境并安装基础依赖

# 0. 创建并激活 conda 环境
conda create -n paper2any python=3.12 -y
conda activate paper2any

# 1. 克隆仓库
git clone https://github.com/OpenDCAI/Paper2Any.git
cd Paper2Any

# 2. 安装基础依赖
pip install -r requirements-win-base.txt

# 3. 开发模式安装
pip install -e .

2. 安装 Paper2Any 相关依赖（推荐）

Paper2Any 涉及 LaTeX 渲染与矢量图处理，需要额外依赖：

# Python 依赖
pip install -r requirements-paper.txt

# NVIDIA GPU 运行时额外依赖（仅 Linux，需要时再装）
# pip install -r requirements-cu12.txt

# tectonic：LaTeX 引擎（推荐用 conda 安装）
conda install -c conda-forge tectonic -y

🎨 安装 Inkscape（SVG/矢量图处理｜推荐/必装）

  1. 下载并安装（Windows 64-bit MSI）：Inkscape Download
  2. 将 Inkscape 可执行文件目录加入系统环境变量 Path（示例）：C:\Program Files\Inkscape\bin\

Tip

配置 Path 后建议重新打开终端（或重启 VS Code / PowerShell），确保环境变量生效。

⚡ 安装 Windows 编译版 vLLM（可选｜用于本地推理加速）

发布页参考：vllm-windows releases 推荐版本：0.11.0

pip install vllm-0.11.0+cu124-cp312-cp312-win_amd64.whl

Important

请确保 .whl 与当前环境匹配：

  • Python：cp312（Python 3.12）
  • 平台：win_amd64
  • CUDA：cu124（需与你本机 CUDA/驱动适配）

启动应用

Paper2Any - 论文工作流 Web 前端（推荐）

# NVIDIA 机器推荐直接使用一键入口
bash deploy/start_nv.sh

本地默认访问地址：

本地部署常用命令：

  • 推荐启动整套：bash deploy/start_nv.sh
  • 仅启动后端（需先加载 profile）： set -a && source deploy/profiles/nv.env && set +a && bash deploy/start.sh
  • 停止后端：./deploy/stop.sh
  • 重启后端：./deploy/restart.sh

说明：

  • deploy/start.sh 会读取 deploy/app_config.sh，但不会自动加载 deploy/profiles/*.env。
  • deploy/start_nv.sh 才是当前最稳妥的一键入口：它会加载 deploy/profiles/nv.env、准备本地模型、启动模型服务，再启动后端和前端。
  • 如果修改了 APP_PORT，也要同步更新 frontend-workflow/vite.config.ts 里的前端代理地址。

配置前端代理

修改 frontend-workflow/vite.config.ts 中的 server.proxy：

export default defineConfig({
  plugins: [react()],
  server: {
    port: 3000,
    open: true,
    allowedHosts: true,
    proxy: {
      '/api': {
        target: 'http://127.0.0.1:8000',  // FastAPI 后端地址
        changeOrigin: true,
      },
      '/outputs': {
        target: 'http://127.0.0.1:8000',
        changeOrigin: true,
      },
    },
  },
})

访问 http://localhost:3000

Windows 加载 MinerU 预训练模型

# PowerShell环境下启动
vllm serve opendatalab/MinerU2.5-2509-1.2B `
  --host 127.0.0.1 `
  --port 8010 `
  --logits-processors mineru_vl_utils:MinerULogitsProcessor `
  --gpu-memory-utilization 0.6 `
  --trust-remote-code `
  --enforce-eager

启动应用

🎨 Web 前端（推荐）

# NVIDIA 机器推荐直接使用一键入口
bash deploy/start_nv.sh

访问 http://localhost:3000。 后端默认健康检查地址为 http://127.0.0.1:8000/health。

🖥️ CLI 脚本（命令行界面）

Paper2Any 提供独立的 CLI 脚本，支持命令行参数输入，可直接执行工作流，无需启动 Web 前后端。

环境变量配置

通过环境变量配置 API 访问（可选）：

export DF_API_URL=https://api.openai.com/v1  # LLM API 地址
export DF_API_KEY=sk-xxx                      # API 密钥
export DF_MODEL=gpt-4o                        # 默认模型

可用的 CLI 脚本

1. Paper2Figure CLI - 生成科学图表（3种类型）

# 从 PDF 生成模型架构图
python script/run_paper2figure_cli.py \
  --input paper.pdf \
  --graph-type model_arch \
  --api-key sk-xxx

# 从文本生成技术路线图
python script/run_paper2figure_cli.py \
  --input "Transformer 架构与注意力机制" \
  --input-type TEXT \
  --graph-type tech_route

# 生成实验数据可视化图表
python script/run_paper2figure_cli.py \
  --input paper.pdf \
  --graph-type exp_data

图表类型： model_arch（模型架构图）、tech_route（技术路线图）、exp_data（实验数据图）

2. Paper2PPT CLI - 将论文转换为 PPT 演示文稿

# 基础用法
python script/run_paper2ppt_cli.py \
  --input paper.pdf \
  --api-key sk-xxx \
  --page-count 15

# 自定义风格
python script/run_paper2ppt_cli.py \
  --input paper.pdf \
  --style "学术风格；中文；现代设计" \
  --language zh

3. PDF2PPT CLI - 一键将 PDF 转换为可编辑 PPT

# 基础转换（无 AI 增强）
python script/run_pdf2ppt_cli.py --input slides.pdf

# 启用 AI 增强
python script/run_pdf2ppt_cli.py \
  --input slides.pdf \
  --use-ai-edit \
  --api-key sk-xxx

4. Image2PPT CLI - 将图片转换为可编辑 PPT

# 基础转换
python script/run_image2ppt_cli.py --input screenshot.png

# 启用 AI 增强
python script/run_image2ppt_cli.py \
  --input diagram.jpg \
  --use-ai-edit \
  --api-key sk-xxx

5. PPT2Polish CLI - 美化现有 PPT 文件

# 基础美化
python script/run_ppt2polish_cli.py \
  --input old_presentation.pptx \
  --style "学术风格，简洁大方" \
  --api-key sk-xxx

# 使用参考图片保持风格一致性
python script/run_ppt2polish_cli.py \
  --input old_presentation.pptx \
  --style "现代简约风格" \
  --ref-img reference_style.png \
  --api-key sk-xxx

Note

PPT2Polish 系统要求：

  • LibreOffice: sudo apt-get install libreoffice（Ubuntu/Debian）
  • pdf2image: pip install pdf2image
  • poppler-utils: sudo apt-get install poppler-utils

通用选项

所有 CLI 脚本都支持以下通用选项：

  • --api-url URL - LLM API 地址（默认：从 DF_API_URL 环境变量读取）
  • --api-key KEY - API 密钥（默认：从 DF_API_KEY 环境变量读取）
  • --model NAME - 文本模型名称（默认：各脚本不同）
  • --output-dir DIR - 自定义输出目录（默认：outputs/cli/{脚本名称}/{时间戳}）
  • --help - 显示详细帮助信息

查看完整参数文档，可运行任意脚本并添加 --help 参数：

python script/run_paper2figure_cli.py --help

📂 项目结构

Paper2Any/
├── dataflow_agent/          # 核心代码库
│   ├── agentroles/         # Agent 定义
│   │   └── paper2any_agents/ # Paper2Any 专用 Agent
│   ├── workflow/           # Workflow 定义
│   ├── promptstemplates/   # Prompt 模板
│   └── toolkits/           # 工具集（绘图、PPT生成等）
├── fastapi_app/            # 后端 API 服务
├── frontend-workflow/      # 前端 Web 界面
├── static/                 # 静态资源
├── script/                 # 脚本工具
└── tests/                  # 测试用例

🗺️ 开发计划

功能 状态 子功能
📊 Paper2Figure
可编辑科研绘图		 85% 完成
完成
完成
完成
🧩 Paper2Diagram
Drawio 绘图		 80% 完成
完成
完成
完成
🎬 Paper2PPT
可编辑演示文稿		 70% 完成
完成
完成
完成
完成
完成
🖼️ PDF2PPT
版式保留转换		 90% 完成
完成
完成
🖼️ Image2PPT
图片转 PPT		 85% 完成
完成
🎨 PPTPolish
智能美化		 60% 完成
进行中
进行中
📚 知识库（KB）
KB 工作流		 75% 完成
完成
完成
🎬 Paper2Video
视频脚本生成		 40% 进行中
进行中

🤝 贡献

我们欢迎所有形式的贡献！

Issues Discussions PR

📄 License

本项目采用 Apache License 2.0 开源协议。

如果这个项目对你有帮助，请给我们一个 ⭐️ Star！

GitHub stars GitHub forks


DataFlow-Agent 社区微信群
扫码加入社区微信群

❤️ Made with by OpenDCAI Team