chem-pdf2ppt — 化学学术论文 → 演示文稿转换器

将化学领域学术论文 PDF 转换为专业学术演示文稿的Agent skill。支持 PPTX 和 HTML 两种输出格式。

核心特性

• 论文化学类型自动识别：实验化学 / 理论计算化学 / 实验+理论混合，自动匹配叙事结构
• 三格式输出：PPTX + 单文件 HTML（横向翻页） + Markdown 学术阅读报告
• 化学领域深度适配：催化、材料、有机合成、计算化学、电化学、能源、环境、辐射化学等
• 智能内容生成：从论文提取真实信息，不生成"请手动添加XX"占位符
• 多策略图表提取：矢量图聚类 + 嵌入式图片 + 整页渲染回退，兼容 PyMuPDF 1.19–1.23+
• 错误追踪与报告：全链路 JSON 报告（分析 → 提取 → 构建），Windows 编码安全
• 4 套学术配色：学术经典 / 分子科技 / 绿色化学 / Nature 风格
• 7 种幻灯片类型：封面、章节分隔、内容要点、图表说明（4 种布局）、数据表格、总结、致谢

安装

npm（推荐）

npm install -g chem-pdf2ppt

chem-pdf2ppt analyze paper.pdf --json analysis.json
chem-pdf2ppt extract paper.pdf figures/ 300 --report

Python API

pip install -r requirements.txt

依赖：pymupdf>=1.19.0 · python-pptx>=0.6.23 · pdfplumber>=0.10.0 · Pillow>=10.0.0

pdf2image 可选（需系统安装 Poppler）。

为什么选择 chem-pdf2ppt？

| | chem-pdf2ppt | 手动做 PPT | 通用 PDF→PPT 工具 | |---|---|---|---| | 化学论文理解 | 自动识别实验/计算/混合类型 | 靠你自己 | 不理解论文内容 | | 内容生成 | 从 PDF 提取真实数据，无占位符 | 2-4 小时/篇 | 截图转 PPT，无结构化内容 | | 图表处理 | 多策略提取 + 自动回退 | 手动截图裁剪 | 整页截图 | | 输出格式 | PPTX + HTML（横向翻页） | PPTX | PPTX | | 学术风格 | 4 套化学配色 + 结论式标题 | 看个人审美 | 通用模板 |

快速开始

完整工作流

# Step 1: 分析论文类型与结构
python scripts/analyze_paper.py paper.pdf --json analysis.json

# Step 2: 提取图表（多策略 + 自动回退）
python scripts/extract_charts.py paper.pdf output/figures 300 --report

# Step 3: 构建 PPTX / HTML / Markdown 报告
python build_my_ppt.py

PPTX 格式

import sys
sys.path.insert(0, 'scripts')
from create_ppt import ChemistryPPT

ppt = ChemistryPPT(theme='academic')

ppt.add_title_slide(
    title_cn='Ru₁/Cu 单原子合金高效电催化 CO₂ 还原',
    title_en='Single-Atom Ru Alloyed with Cu for Efficient CO₂RR',
    authors='Zhang, L. et al.',
    journal='J. Am. Chem. Soc., 2024, 146, 12345',
    doi='10.1021/jacs.4c01234'
)

ppt.add_section_slide('研究背景')
ppt.add_content_slide(
    title='电催化 CO₂ 还原的核心挑战',
    bullets=[
        'CO₂RR 产物分布广泛，选择性控制困难',
        'Cu 基催化剂 C₂₊ FE 通常 < 50%',
        '关键瓶颈：*CO 吸附能与 C-C 偶联动力学的矛盾'
    ]
)
ppt.add_figure_slide(
    title='HAADF-STEM 确认 Ru 单原子分散',
    figure_path='figures/p3_fig1.png',
    bullets=['亮点均匀分散，无团簇', 'EDS mapping 确认均匀分布'],
    figure_label='Figure 1',
    layout='figure_right'
)
ppt.add_table_slide(
    title='催化性能对比',
    headers=['催化剂', 'FE(C₂₊)%', 'j (mA/cm²)', '稳定性 (h)'],
    rows=[['Ru₁/Cu', '82%', '300', '100'], ['Cu NPs', '45%', '150', '20']]
)
ppt.add_summary_slide(
    title='全文总结',
    bullets=['核心发现1', '核心发现2', '核心发现3']
)
ppt.add_thankyou_slide()

ppt.save('output/presentation.pptx')
ppt.save_report('output/presentation.pptx')  # 生成 JSON 构建报告

HTML 格式

import sys
sys.path.insert(0, 'scripts')
from generate_html import HtmlPPT

html = HtmlPPT(title="学术报告", theme="molecular")

# API 与 ChemistryPPT 完全一致
html.add_title_slide("标题", title_en="Title", authors="...", journal="...")
html.add_section_slide("第一部分")
html.add_content_slide("要点标题", ["bullet 1", "bullet 2"])
html.add_figure_slide("图表", figure_path="figures/fig1.png",
                       bullets=["说明"], figure_label="Figure 1",
                       layout="figure_right")
html.add_summary_slide("总结", ["结论1", "结论2"])
html.add_thankyou_slide()

html.save('output/presentation.html')  # 单文件，可直接浏览器打开

HTML 特性：

• 图片以 base64 嵌入，单文件零依赖
• 横向翻页：键盘 ← → Home End、滚轮、触摸滑动、底部圆点导航
• 页码追踪 + 键盘提示
• 响应式设计，适配投影仪和移动端

Markdown 学术报告

from generate_report import ReportBuilder

r = ReportBuilder()
r.set_meta(title="论文标题", authors="...", journal="...",
           paper_type="computational", difficulty=3,
           prerequisites=["基础概念1", "基础概念2"])

r.paper['innovation'] = "核心创新点"
r.paper['problem'] = "解决什么问题"
r.paper['approach'] = "核心方案"
r.paper['background'] = "## 已有认知\n..."
r.add_section(3, "整体计算策略", "计算流程...")
r.add_section(3, "势能面描述", "- 方法层级: ...")
r.add_figure("Figure 1", "figures/fig1.png", "描述", ["要点"])
r.add_qa("为什么选这个方法？", "答案...", "principle")
r.paper['limitations'] = ["局限1"]
r.save("output/report.md")

报告结构：元信息 → 总览 → 概述 → 背景 → 方法 → 结果 → 总结 → Q&A

配色主题

| 主题 | PPTX 参数 | HTML 参数 | 适合 | |------|-----------|-----------|------| | 学术经典 | theme="academic" | theme="academic" | 通用化学（默认） | | 分子科技 | theme="molecular" | theme="molecular" | 计算化学/材料 | | 绿色化学 | theme="green" | theme="green" | 催化/能源/环境 | | Nature 风格 | theme="nature" | theme="nature" | CNS 期刊汇报 |

幻灯片类型

| 方法 | PPTX | HTML | 用途 | |------|------|------|------| | add_title_slide() | ✓ | ✓ | 封面页（中英文标题、作者、期刊、DOI） | | add_section_slide() | ✓ | ✓ | 章节分隔页（深色背景） | | add_content_slide() | ✓ | ✓ | 文字要点页（标题 + bullets + 备注） | | add_figure_slide() | ✓ | ✓ | 图表+说明（4 种布局：right/top/left/full） | | add_table_slide() | ✓ | ✓ | 数据对比表（斑马纹、表头着色） | | add_image_grid_slide() | ✓ | — | 多图网格页 | | add_summary_slide() | ✓ | ✓ | 总结页（浅色背景） | | add_thankyou_slide() | ✓ | ✓ | 致谢/提问页 |

图表提取：多策略 + 版本兼容

策略 1: cluster_drawings() 默认容忍度 (3,3)
   ↓ 结果 < 3
策略 2: 多容忍度尝试 (6,6) → (10,10) → (15,15) → (20,20)
   ↓
策略 3: 提取嵌入式位图 (get_images)
   ↓ 结果 < 3
策略 4: 图页整页渲染回退

• 兼容 PyMuPDF 1.19+ (get_drawings 手动聚类) 和 1.23+ (cluster_drawings)
• --report 输出 extraction_report.json（各策略提取详情）

错误处理与报告

全链路 JSON 报告，便于自动化集成和问题诊断：

| 阶段 | 报告文件 | 生成方式 | |------|---------|---------| | 论文分析 | analysis.json | analyze_paper.py --json analysis.json | | 图表提取 | extraction_report.json | extract_charts.py --report | | PPTX 构建 | presentation_report.json | ppt.save_report("output.pptx") |

Windows 编码安全：所有脚本使用 _safe_print() 避免 GBK 编码崩溃。

常见问题自动诊断：

| 症状 | 可能原因 | 脚本输出 | |------|---------|---------| | 矢量图提取 0 个 | PyMuPDF < 1.23 或 PDF 渲染特殊 | 自动回退到 get_drawings 手动聚类 | | 图表总数仍不足 | 图片均为嵌入式位图 | 策略 3 自动覆盖 | | Windows print 崩溃 | Unicode 字符 (如 − ₂) | _safe_print 回退 ASCII | | 论文类型误判 | 参考文献含表征术语 | 加权检测 + confidence 标注 | | PPT 中图片缺失 | 图片路径不存在 | 记录到 missing_images，构建不中断 |

论文化学类型适配

| 实验化学 | 理论计算化学 | 实验+理论混合 | |---------|------------|-------------| | 合成 → 表征 → 性能 → 机理 | 方法 → 模型 → 电子结构 → 能量 → 机理 | 实验 → 计算 → 互验 → 统一机理 | | 催化/材料/有机/能源 | DFT/MM/AIMD/电子结构 | 实验+DFT 联合 |

详细模板见 references/chemistry_templates.md。

文件结构

PDF2PPT/
├── SKILL.md                         # Skill 主文件
├── README.md                        # 本文件
├── requirements.txt
├── assets/
│   └── academic_template.html       # HTML PPT 模板（CSS + 翻页 JS）
├── scripts/
│   ├── create_ppt.py                # PPTX 构建器 (ChemistryPPT)
│   ├── generate_html.py             # HTML 构建器 (HtmlPPT)
│   ├── generate_report.py           # Markdown 报告生成器 (ReportBuilder)
│   ├── extract_charts.py            # 多策略图表提取
│   ├── analyze_paper.py             # 论文分析 + 类型分类
│   └── convert_to_images.py         # PDF 页面 → 图片
├── references/
│   ├── chemistry_templates.md       # 三种论文类型的逐页模板
│   └── visual_style.md              # 学术 PPT 视觉设计规范
└── examples/
    └── example_usage.py             # 三种化学论文类型的完整示例

兼容性

• OS: macOS / Linux / Windows
• Python: 3.8+
• PyMuPDF: 1.19+（自动兼容新旧 API）
• 环境: Claude Code / Claude Desktop / Cursor / VS Code / 任何 Python 环境
• HTML 输出: 任何现代浏览器（Chrome / Firefox / Edge / Safari）

推广与社区

如果你觉得有用，请：

• ⭐ GitHub Star — 让更多研究者看到
• 📦 npm — 每周下载量帮助排名
• 🐛 提交 Issue — 反馈问题或建议

分享到学术社区：

• 知乎/小红书：分享你的使用体验
• B站：录制使用教程
• Twitter/X：#chemistry #academicPPT #chemPDF2PPT
• GitHub Trending / Hacker News

需要帮助？ GitHub Discussions

许可证

MIT License