Appearance
Paper2Any 论文多模态工作流
文档说明
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 FastAiToken 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 FastAiToken 调用多种大模型
为什么选择 Paper2Any
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 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 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 原生支持 OpenAI 兼容 API 格式，只需配置 FastAiToken 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 FastAiToken 接入大模型
Paper2Any 支持 OpenAI 兼容 API 格式，配置 FastAiToken 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
- 访问 FastAiToken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 克隆仓库后，编辑fastapi_app/.env文件，配置 FastAiToken 作为 LLM 端点：
text
# fastapi_app/.env
DEFAULT_LLM_API_URL=https://fastaitoken.com/v1
BACKEND_API_KEY=sk-你的FastAiToken密钥可选：为不同工作流指定默认模型：
bash
PAPER2PPT_DEFAULT_MODEL=gpt-4o
PDF2PPT_DEFAULT_MODEL=gpt-4o编辑 `frontend-workflow/.env` 文件，让 Web 界面默认使用 FastAiToken：bash
# frontend-workflow/.env
VITE_DEFAULT_LLM_API_URL=https://fastaitoken.com/v1
VITE_LLM_API_URLS=https://fastaitoken.com/v1
使用 Docker Compose 一键启动：docker compose up -d --build
text
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 FastAiToken：
# 论文转 PPT
python script/run_paper2ppt_cli.py \
--input paper.pdf \
--api-url https://fastaitoken.com/v1 \
--api-key sk-你的FastAiToken密钥 \
--model gpt-4o
# 论文转科研图
python script/run_paper2figure_cli.py \
--input paper.pdf \
--api-url https://fastaitoken.com/v1 \
--api-key sk-你的FastAiToken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
在环境变量中将 `DEFAULT_LLM_API_URL` 设置为 `https://fastaitoken.com/v1`，并将 `BACKEND_API_KEY` 设置为你的 FastAiToken 密钥即可。CLI 模式下使用 `--api-url` 和 `--api-key` 参数。
通过 FastAiToken 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。
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
* 确保 FastAiToken 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）
访问 [FastAiToken控制台](https://fastaitoken.com/token)，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
查看 FastAiToken 支持的 400+ 模型完整列表
了解如何在各类工具中配置 FastAiToken Base URL
管理 API 密钥、查看用量和余额
查看各模型定价和充值优惠