Paper2Poster

这个 Agent 能做什么，适合哪些场景？

Paper2Poster 是面向科学论文的多模态海报自动化项目，核心系统名为 PosterAgent。它以 paper.pdf 为输入，通过自上而下、视觉反馈参与的多智能体流程生成可编辑的 poster.pptx。README 将流程描述为 Parser、Planner 和 Painter-Commentor：前者整理论文资产，中间步骤安排文本与视觉内容，后者结合渲染代码和 VLM 反馈改进面板。项目既可使用 GPT-4o 等 API 模型，也支持经 vLLM 部署的开源模型组合，并提供 Docker、Gradio 演示、YAML 样式配置和标志自动添加说明。它还包含 PaperQuiz、VLM-as-Judge 及统计指标的评估入口。

用户将论文保存为 {dataset_dir}/{paper_name}/paper.pdf，再运行 python -m PosterAgent.new_pipeline。该命令接收 --poster_path、文本模型 --model_name_t、视觉模型 --model_name_v 和海报尺寸参数，并输出 poster.pptx；README 示例使用 48×36 英寸尺寸。流程可在每节内容生成时通过 --max_workers 并行执行。可选的 --conference_venue 会先在 logo_store/institutes/ 与 logo_store/conferences/ 查找标志，未找到时可进行 DuckDuckGo 搜索，或在配置 Google Custom Search 凭据后使用 --use_google_search；也可指定 --institution_logo_path 和 --conference_logo_path。样式可由全局 config/poster.yaml 或与 paper.pdf 同目录的 poster.yaml 覆盖。评估通过 python -m Paper2Poster-eval.eval_poster_pipeline 运行 qa、judge 或 stats 指标。

1. 研究人员在投稿会议前，已拥有 paper.pdf，想生成可继续在 PowerPoint 中修改的 48×36 英寸学术海报。
2. 实验室需要批量处理多篇论文，并希望通过 --max_workers 并行生成各节海报内容以缩短等待时间。
3. 具备 vLLM 部署环境的团队希望用 Qwen-2.5-7B-Instruct 作为文本模型，配合 GPT-4o 或本地视觉模型生成海报。
4. 会议参展者需要在生成时加入 NeurIPS 等会议标志，或用本地机构和会议图标替代自动搜索结果。
5. 评测人员希望在 Paper2Poster-data 数据集上，用 PaperQuiz、VLM-as-Judge 或统计指标比较不同生成方法的海报。

如何安装或部署这个 Agent？

安装 Python 依赖：

pip install -r requirements.txt

安装 LibreOffice：

sudo apt install libreoffice

安装 poppler：

conda install -c conda-forge poppler

在项目根目录创建 .env，并设置：

OPENAI_API_KEY=<your_openai_api_key>

若要用 Google Custom Search 查找标志，还需设置 GOOGLE_SEARCH_API_KEY 和 GOOGLE_SEARCH_ENGINE_ID。使用开源模型前，需要先通过 vLLM 部署模型，并在 utils/wei_utils.py 的 get_agent_config() 中确认端口配置。

如何使用这个 Agent？

建立 {dataset_dir}/{paper_name}/paper.pdf 后，使用 GPT-4o 的示例命令为：

python -m PosterAgent.new_pipeline \
--poster_path="${dataset_dir}/${paper_name}/paper.pdf" \
--model_name_t="4o" \
--model_name_v="4o" \
--poster_width_inches=48 \
--poster_height_inches=36

输出海报为 poster.pptx。若使用 Docker，可先执行 docker build -t paper2poster .，然后按 README 的 docker run 示例挂载 Paper2Poster-data 与输出目录，并传入 OPENAI_API_KEY。仅需为论文准备海报内容时，项目还提供 skills/ 中的轻量技能；README 给出的 Codex 调用语句是：Use $paper2poster-poster to turn this paper into a poster package。

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

与相关度最高的同类 agent 并排比较关键指标。

FollowAgents 如何评估这个 Agent？

常见问题