paper2wechat

Name: paper2wechat
Author: QuZhan51496

288stars10forks

How to install paper2wechat?

quzhan51496/paper2anything/paper2wechat

$npx -y skills add QuZhan51496/paper2anything --skill paper2wechat

Installs into the current project.

Summary

把学术论文 PDF 转成微信公众号深度解读推文（长文 + 配图 + 封面）。你主导设计的协调式：机械活（MinerU 解析 PDF、生成封面、md2wechat 发布草稿箱）交给 scripts/ 下的小工具，论文理解、文章结构、长文撰写由你亲自完成并在关键点与用户确认。当用户说“论文转公众号”、“paper2wechat”、“把论文写成公众号文章”、“论文转微信推文”、“PDF 转公众号”时触发。

Files · 1

View on GitHub

SKILL.md

1	# paper2wechat — 论文转公众号深度解读（你主导的协调式）
2
3	把一篇论文 PDF 写成学术深度解读型公众号长文。你是主笔：这份文件是配方，
4	不是全自动脚本——没有 `main.py`。机械步骤（解析 / 封面 / 排版）调用 `scripts/` 下的小工具；
5	论文理解、文章结构、长文撰写由你亲自完成，并在关键点用 `AskUserQuestion` 与用户确认。
6
7	目标读者：有 AI/ML 背景的研究者、工程师、学生——读得懂方法细节、关心贡献与局限。
8
9	```text
10	PDF
11	→ 解析 (parse_pdf.py：MinerU → parsed/ + figures/，含表格)
12	→ 你读懂论文 (读 parsed/ + 看 figures/) → understanding/paper_understanding.json [确认切入角度]
13	→ 你写深度解读长文 (结构自由、配图、忠实准确) → wechat_article.md + .json [确认]
14	→ 封面 (cover.py：默认 API 生图 gpt-image-2 横版 900×383；无 key/key 不可用回退本地合成复用原图)
15	→ 发布草稿箱 (publish.py：md2wechat 直推公众号草稿箱；无凭据/失败→本地样式化 HTML)
16	→ 公众号推文
17	```
18
19	## 运行方式
20
21	1. 一步步来：机械步骤用 `Bash` 调脚本，创作步骤你自己用 `Read` / `Write` 做。
22	2. 每个 Bash 块开头就地算 `WORKDIR`（各 Bash 调用是独立 shell、不共享变量）：
23	```bash
24	WORKDIR="$(dirname "$pdf_path")/.paper2anything/wechat/$(basename "${pdf_path%.*}")"
25	```
26	`$pdf_path` 是用户给的论文 PDF（每块重设一次）。脚本在 `${SKILL_DIR}/scripts`——`SKILL_DIR`
27	是本 skill 的目录（见本 skill 顶部注入的 "Base directory for this skill: …"）；各 Bash 块独立 shell，
28	用到它的块开头按需 `export SKILL_DIR=<那个目录>` 一次（和 `WORKDIR` 一样每块现设）。
29	3. 两个决策点用 `AskUserQuestion` 暂停：① 读懂论文后确认“切入角度/深度/篇幅”；② 长文成稿后确认。
30	4. 深度解读 = 读懂后用自己的话讲清楚：可以加直觉解释、类比、背景、应用与局限，让有背景的读者快速吃透这篇论文——但忠实于论文、不夸大、不编造数据。
31
32	---
33
34	## Step 0：环境与凭据
35
36	> 统一环境：所有 `python` 命令都在 paper2anything 的统一 conda 环境（顶层 `environment.yml`），以 `conda run -n paper2anything --no-capture-output` 为前缀。md2wechat 已含在该环境中。
37
38	凭据集中在包根 `.env`（从 `.env.example` 复制，已 gitignore），每个新 shell 先导出一次：
39
40	```bash
41	set -a; source <paper2anything 包根>/.env; set +a
42	```
43
44	本 skill 用到的 key（理解与撰文由你亲自做，不调用任何 LLM API）：
45	- `MINERU_API_TOKEN` — 解析 PDF（必填）
46	- `OPENAI_API_KEY`(+ `OPENAI_BASE_URL`) — 封面默认走它生图（gpt-image-2）；无 key 或 key 不可用时回退本地合成（复用论文原图）
47	- `WECHAT_APPID` / `WECHAT_APP_SECRET` — 直推公众号草稿箱用（md2wechat 调官方 API；获取见「排错」）；留空则降级为本地生成样式化 HTML 供手动粘贴
48	- `MD2WECHAT_THEME` — 排版样式（默认 `default`→学术灰，另有 `tech`/`festival`/`announcement`）
49
50	依赖自检（缺啥按提示装；依赖统一在 `environment.yml`）：
51
52	```bash
53	conda run -n paper2anything --no-capture-output python -c "import requests, rich, dotenv" 2>&1
54	md2wechat --help >/dev/null 2>&1 && echo "md2wechat 就绪" \|\| echo "md2wechat 未就绪（可后置；缺它 Step 5 会降级为本地样式化 HTML 供手动粘贴）"
55	```
56
57	---
58
59	## Step 1：解析 PDF（脚本）
60
61	```bash
62	pdf_path="/path/to/paper.pdf" # ← 用户的论文 PDF
63	WORKDIR="$(dirname "$pdf_path")/.paper2anything/wechat/$(basename "${pdf_path%.*}")"
64	conda run -n paper2anything --no-capture-output \
65	python "${SKILL_DIR}/scripts/parse_pdf.py" "$pdf_path" --workdir "$WORKDIR"
66	```
67
68	产出（`$WORKDIR` 下）：`parsed/paper_meta.json`、`parsed/sections.json`、`parsed/figures_index.json`、`parsed/tables_index.json`（`[{table_id, caption, html, image_path, page}]`）、`parsed/references.json`，以及 `figures/*`（含表格图）。
69
70	解析完，`Read` `parsed/sections.json` 与 `parsed/paper_meta.json` 通读全文。
71
72	---
73
74	## Step 2：读懂论文 → 写 understanding（你来做）[确认]
75
76	深度解读的地基，你自己做判断：
77
78	1. `Read` `parsed/sections.json`（全文）+ `paper_meta.json`；`Read` `figures_index.json` / `tables_index.json` 的图注表注（个别 caption 可能为空，以实际看图为准），并实际 `Read` 关键图（`figures/` 下）判断哪些值得内嵌、哪张适合做横版封面。
79	2. 用 `Write` 落 `understanding/paper_understanding.json`：
80	```json
81	{
82	"paper_title": "...", "method_name": "方法简称",
83	"one_sentence_summary": "一句话讲清贡献",
84	"problem": "背景与要解决的问题", "method": "核心方法（技术要点，用文字不用公式）",
85	"method_intuition": "直觉性解释/类比，帮读者吃透",
86	"contributions": ["贡献1", "贡献2"],
87	"comparison": "与主要 baseline 的关键差异",
88	"experiment_results": ["关键数据（含具体数字）", "..."],
89	"limitations": "论文承认的局限或潜在不足",
90	"keywords": ["关键词", "..."],
91	"cover_palette": {"bg": "#F4F5F7", "accent": "#2E86AB"},
92	"important_figures": [
93	{"figure_id": "fig_1", "image_path": "<figures_index.json 里的真实路径>",
94	"suitable_for_cover": true, "importance_score": 0.9,
95	"wechat_caption": "图1：……（≤50字中文图注）", "description": "图说明"}
96	]
97	}
98	```
99	- `important_figures` 必须含 `image_path`（取自 `figures_index.json`，真实存在）、`suitable_for_cover`、`importance_score`——封面默认走 API 生图（gpt-image-2），仅当 `OPENAI_API_KEY` 未配/不可用时回退本地合成、靠它选横版原图；漏了则回退时无图 → 封面 `skipped`。
100	- `cover_palette`（可选）：本地合成回退路径的配色，按论文领域选 `bg`(浅色打底) + `accent`(强调色)，标题字色随底色深浅自动适配。参考浅色调：通用 `#F4F5F7`+`#2E86AB`、生物 `#EEF6F0`+`#2D8A5F`、物理数学 `#F1ECF8`+`#6A30C2`、工程 `#FBF0EC`+`#D85A3C`、社科 `#F4EEF2`+`#8A5A78`、化学 `#EAF4F8`+`#0E86C0`。
101	3. 用 `AskUserQuestion` 与用户确认切入角度 / 深度 / 目标篇幅（如：偏方法细节还是偏直觉科普、约 1500 还是 2500 字）。
102
103	---
104
105	## Step 3：写深度解读长文（你来做）[确认]
106
107	按公众号深度解读风格亲自撰写，用 `Write` 落 `wechat_article.md` 和 `wechat_article.json`。
108
109	公众号深度解读规则（领域知识）：
110	- 篇幅约 1500–2500 字（按论文复杂度和 Step 2 的约定增减）。
111	- 结构自由、随论文走——不强求固定四节。一个好用的骨架：
112	1. 导语：这篇为什么值得读（1 段，抛出问题或亮点钩子）
113	2. 背景与问题：现有方法的不足
114	3. 核心方法：讲清思路，配框架图，可用类比/直觉解释
115	4. 关键实验与结果：摆具体数字，配结果图/表
116	5. 意义、应用与

People who liked this also viewed

6 picks

Type

paper2wechat

288stars10forks

View on GitHub

How to install paper2wechat?

quzhan51496/paper2anything/paper2wechat

$npx -y skills add QuZhan51496/paper2anything --skill paper2wechat

Installs into the current project.

Summary

Files · 1

View on GitHub

SKILL.md

1	# paper2wechat — 论文转公众号深度解读（你主导的协调式）
2
3	把一篇论文 PDF 写成学术深度解读型公众号长文。你是主笔：这份文件是配方，
4	不是全自动脚本——没有 `main.py`。机械步骤（解析 / 封面 / 排版）调用 `scripts/` 下的小工具；
5	论文理解、文章结构、长文撰写由你亲自完成，并在关键点用 `AskUserQuestion` 与用户确认。
6
7	目标读者：有 AI/ML 背景的研究者、工程师、学生——读得懂方法细节、关心贡献与局限。
8
9	```text
10	PDF
11	→ 解析 (parse_pdf.py：MinerU → parsed/ + figures/，含表格)
12	→ 你读懂论文 (读 parsed/ + 看 figures/) → understanding/paper_understanding.json [确认切入角度]
13	→ 你写深度解读长文 (结构自由、配图、忠实准确) → wechat_article.md + .json [确认]
14	→ 封面 (cover.py：默认 API 生图 gpt-image-2 横版 900×383；无 key/key 不可用回退本地合成复用原图)
15	→ 发布草稿箱 (publish.py：md2wechat 直推公众号草稿箱；无凭据/失败→本地样式化 HTML)
16	→ 公众号推文
17	```
18
19	## 运行方式
20
21	1. 一步步来：机械步骤用 `Bash` 调脚本，创作步骤你自己用 `Read` / `Write` 做。
22	2. 每个 Bash 块开头就地算 `WORKDIR`（各 Bash 调用是独立 shell、不共享变量）：
23	```bash
24	WORKDIR="$(dirname "$pdf_path")/.paper2anything/wechat/$(basename "${pdf_path%.*}")"
25	```
26	`$pdf_path` 是用户给的论文 PDF（每块重设一次）。脚本在 `${SKILL_DIR}/scripts`——`SKILL_DIR`
27	是本 skill 的目录（见本 skill 顶部注入的 "Base directory for this skill: …"）；各 Bash 块独立 shell，
28	用到它的块开头按需 `export SKILL_DIR=<那个目录>` 一次（和 `WORKDIR` 一样每块现设）。
29	3. 两个决策点用 `AskUserQuestion` 暂停：① 读懂论文后确认“切入角度/深度/篇幅”；② 长文成稿后确认。
30	4. 深度解读 = 读懂后用自己的话讲清楚：可以加直觉解释、类比、背景、应用与局限，让有背景的读者快速吃透这篇论文——但忠实于论文、不夸大、不编造数据。
31
32	---
33
34	## Step 0：环境与凭据
35
36	> 统一环境：所有 `python` 命令都在 paper2anything 的统一 conda 环境（顶层 `environment.yml`），以 `conda run -n paper2anything --no-capture-output` 为前缀。md2wechat 已含在该环境中。
37
38	凭据集中在包根 `.env`（从 `.env.example` 复制，已 gitignore），每个新 shell 先导出一次：
39
40	```bash
41	set -a; source <paper2anything 包根>/.env; set +a
42	```
43
44	本 skill 用到的 key（理解与撰文由你亲自做，不调用任何 LLM API）：
45	- `MINERU_API_TOKEN` — 解析 PDF（必填）
46	- `OPENAI_API_KEY`(+ `OPENAI_BASE_URL`) — 封面默认走它生图（gpt-image-2）；无 key 或 key 不可用时回退本地合成（复用论文原图）
47	- `WECHAT_APPID` / `WECHAT_APP_SECRET` — 直推公众号草稿箱用（md2wechat 调官方 API；获取见「排错」）；留空则降级为本地生成样式化 HTML 供手动粘贴
48	- `MD2WECHAT_THEME` — 排版样式（默认 `default`→学术灰，另有 `tech`/`festival`/`announcement`）
49
50	依赖自检（缺啥按提示装；依赖统一在 `environment.yml`）：
51
52	```bash
53	conda run -n paper2anything --no-capture-output python -c "import requests, rich, dotenv" 2>&1
54	md2wechat --help >/dev/null 2>&1 && echo "md2wechat 就绪" \|\| echo "md2wechat 未就绪（可后置；缺它 Step 5 会降级为本地样式化 HTML 供手动粘贴）"
55	```
56
57	---
58
59	## Step 1：解析 PDF（脚本）
60
61	```bash
62	pdf_path="/path/to/paper.pdf" # ← 用户的论文 PDF
63	WORKDIR="$(dirname "$pdf_path")/.paper2anything/wechat/$(basename "${pdf_path%.*}")"
64	conda run -n paper2anything --no-capture-output \
65	python "${SKILL_DIR}/scripts/parse_pdf.py" "$pdf_path" --workdir "$WORKDIR"
66	```
67
68	产出（`$WORKDIR` 下）：`parsed/paper_meta.json`、`parsed/sections.json`、`parsed/figures_index.json`、`parsed/tables_index.json`（`[{table_id, caption, html, image_path, page}]`）、`parsed/references.json`，以及 `figures/*`（含表格图）。
69
70	解析完，`Read` `parsed/sections.json` 与 `parsed/paper_meta.json` 通读全文。
71
72	---
73
74	## Step 2：读懂论文 → 写 understanding（你来做）[确认]
75
76	深度解读的地基，你自己做判断：
77
78	1. `Read` `parsed/sections.json`（全文）+ `paper_meta.json`；`Read` `figures_index.json` / `tables_index.json` 的图注表注（个别 caption 可能为空，以实际看图为准），并实际 `Read` 关键图（`figures/` 下）判断哪些值得内嵌、哪张适合做横版封面。
79	2. 用 `Write` 落 `understanding/paper_understanding.json`：
80	```json
81	{
82	"paper_title": "...", "method_name": "方法简称",
83	"one_sentence_summary": "一句话讲清贡献",
84	"problem": "背景与要解决的问题", "method": "核心方法（技术要点，用文字不用公式）",
85	"method_intuition": "直觉性解释/类比，帮读者吃透",
86	"contributions": ["贡献1", "贡献2"],
87	"comparison": "与主要 baseline 的关键差异",
88	"experiment_results": ["关键数据（含具体数字）", "..."],
89	"limitations": "论文承认的局限或潜在不足",
90	"keywords": ["关键词", "..."],
91	"cover_palette": {"bg": "#F4F5F7", "accent": "#2E86AB"},
92	"important_figures": [
93	{"figure_id": "fig_1", "image_path": "<figures_index.json 里的真实路径>",
94	"suitable_for_cover": true, "importance_score": 0.9,
95	"wechat_caption": "图1：……（≤50字中文图注）", "description": "图说明"}
96	]
97	}
98	```
99	- `important_figures` 必须含 `image_path`（取自 `figures_index.json`，真实存在）、`suitable_for_cover`、`importance_score`——封面默认走 API 生图（gpt-image-2），仅当 `OPENAI_API_KEY` 未配/不可用时回退本地合成、靠它选横版原图；漏了则回退时无图 → 封面 `skipped`。
100	- `cover_palette`（可选）：本地合成回退路径的配色，按论文领域选 `bg`(浅色打底) + `accent`(强调色)，标题字色随底色深浅自动适配。参考浅色调：通用 `#F4F5F7`+`#2E86AB`、生物 `#EEF6F0`+`#2D8A5F`、物理数学 `#F1ECF8`+`#6A30C2`、工程 `#FBF0EC`+`#D85A3C`、社科 `#F4EEF2`+`#8A5A78`、化学 `#EAF4F8`+`#0E86C0`。
101	3. 用 `AskUserQuestion` 与用户确认切入角度 / 深度 / 目标篇幅（如：偏方法细节还是偏直觉科普、约 1500 还是 2500 字）。
102
103	---
104
105	## Step 3：写深度解读长文（你来做）[确认]
106
107	按公众号深度解读风格亲自撰写，用 `Write` 落 `wechat_article.md` 和 `wechat_article.json`。
108
109	公众号深度解读规则（领域知识）：
110	- 篇幅约 1500–2500 字（按论文复杂度和 Step 2 的约定增减）。
111	- 结构自由、随论文走——不强求固定四节。一个好用的骨架：
112	1. 导语：这篇为什么值得读（1 段，抛出问题或亮点钩子）
113	2. 背景与问题：现有方法的不足
114	3. 核心方法：讲清思路，配框架图，可用类比/直觉解释
115	4. 关键实验与结果：摆具体数字，配结果图/表
116	5. 意义、应用与

People who liked this also viewed

6 picks

Type