论文转PPT完整教程：nature-paper2ppt 如何快速把论文做成 10–16 页中文组会汇报 PPT

【免费下载链接】nature-skills符合nature论文学术表达和科研绘图的Skill项目地址: https://gitcode.com/gh_mirrors/na/nature-skills

组会前把一篇论文变成 15 分钟的中文汇报，通读、抠图、排叙事、写备注，每一步都是体力活。开源科研 Skill 库 Nature Skills 里的 nature-paper2ppt 技能接管的正是论文转PPT这条流程：给它一篇论文 PDF 或 DOI，它还你一份 10–16 页（默认 12–16 页）的 16:9 中文组会汇报 PPT，每页附一段口语化的 speaker notes，直接能当讲稿用。

交付物清单：一份组会汇报 PPT 的完整产出长什么样

定位很简单：输入是论文，输出是一套可以直接讲的中文 PPT 交付包，而不是大纲或脚本。跑完之后，你会拿到下面四样东西：

此外，每一页都带一段口语化中文 speaker notes，语气是"讲给别人听"的短句，汇报时照着念就行。

整个过程里你只负责两件事：给输入、验收交付物。找证据、裁图、排页面、写备注这些环节都由技能代劳。

三步上手：从克隆仓库到一句话生成组会 PPT

最小上手路径就三步。

第一步，克隆仓库：

git clone https://gitcode.com/gh_mirrors/na/nature-skills

第二步，把技能目录skills/nature-paper2ppt（入口文件 SKILL.md）指向你的 AI 编程助手。

第三步，用一句话下达任务，例如：

"把这篇论文做成 12 页中文组会 PPT，要 speaker notes，允许裁剪图版。"

输入不必完美，下面任意一种都能开工：

除了材料本身，这几项参数也建议顺带写在请求里：汇报时长、听众背景、页数范围、是否要 speaker notes、是否允许裁剪或重绘示意图。上下文给得越具体，产出越贴合意图。完整的输入约定见 skills/nature-paper2ppt/README.md。

🧭 内部机制：三阶段把论文变成能讲的页

技能的内部流程由 9 步驱动，但读起来可以压成三个阶段。

阶段一，读论文。采用两遍阅读法：第一遍只抓元数据、摘要、标题层级和图注，先弄清论文要证明什么；第二遍只精读会进幻灯片的实验与结果页，把数字逐个核实。与此同时维护一张术语表，基因名、模型名、数据集名在整份 Deck 里保持前后一致。缺失的信息不靠猜。

阶段二，定叙事。页序不按原文章节走，而按科学论证主线排：为什么重要 → 解决什么空白 → 作者做了什么 → 关键证据 → 为什么可信 → 边界与开放问题。页数在这一步定下：默认 12–16 页对应 15–20 分钟汇报；未指定时长时倾向 10–14 页。每一页还会预分配一个"视觉角色"，避免整份 Deck 塌成同一种版式。

阶段三，生成与自审。逐页撰写，一页只讲一个观点，中文标题尽量写成结论式；随后用 python-pptx 构建 16:9 的 PPTX，版面跟随图片比例，不把图硬塞进固定模板；最后做自审并重新验证文件。工具链是 PyMuPDF 提取文本、Pillow 裁图、python-pptx 构建，完整策略见 static/core/toolchain.md。九步定义在 static/core/workflow.md，叙事主线在 static/core/principles.md。

排页之前，技能会先判断论文类型，页序跟着类型走：

每种类型对应的默认幻灯片结构在 static/fragments/paper_type/ 下，类型到文件的映射写在 manifest.yaml。判完类型会先用一句话告诉你结果，判错了当场纠正，不用等整套 Deck 生成完再返工。

图表取舍也有硬规则。原则是少数清晰的关键面板，胜过一堆看不清的整版图；优先级跟论证走：工作流程图 → 主证据 → 验证与稳健性 → 机制图。密集图版可以裁剪，也可以拆成两页讲。裁剪有一条红线：面板字母、坐标轴、图例、比例尺，任何一项被切掉都算高严重度缺陷，必须重新提取，不能直接上页。每张图都要标来源，例如Source: Fig. 2b, Nature, 2024；改绘的内容标注"整理自"。所有资产记入output/asset_manifest.md，随时可回查。完整规则见 references/figure-assets.md。这类信息密集的科研散点气泡图，正是会被裁成关键面板再放进汇报 Deck 的素材样式：

PPT质检三道关：程序化审计、分级自审与最终复核

生成的 Deck 要过三道关才交付。

第一关是程序化审计。scripts/audit_pptx_quality.py 直接解析 PPTX 包体，检查形状是否越界、文字是否过载、有没有 AI 模板腔措辞、图片裁切风险和几点对不齐的对齐偏差——人眼翻看容易漏的，交给脚本抓。

第二关是分级自审。缺陷按高/中/低严重度列成清单，高严重度必须修完并重新生成，结果同步写进output/qa_report.md。也就是说初稿有问题不算终点，报告里会写明修了什么。

第三关最简单也最可靠：重新打开 PPTX，核对页数、嵌入媒体数量、备注是否齐全，并确认审计没有未解决的高严重度条目。三道关卡的完整规则在 static/core/output-and-quality.md，自审细节在 references/self-review.md。

🧩 组合用法：把论文转PPT 串进科研 Skill 流水线

nature-paper2ppt 不必单独使用，同库还有几个技能可以衔接。

比较典型的顺序是 nature-reader → nature-paper2ppt，后两者按需追加：

• nature-reader：先做全文精读，并建立图表 source map（记录论文的哪张图、哪一页对应哪个结论），后面的 Deck 信息更完整；
• nature-figure：原图质量不够、或示意图需要更清楚时，重绘机制图或方法示意图；
• nature-academic-search：汇报的背景页需要文献支撑时，检索相关工作并验证引用。

组合方式灵活：可以只跑 paper2ppt，也可以整条流水线走一遍。下图就是机制示意图被重绘后，可以替换原图放进汇报 Deck 的效果：

常见疑问：轻量输入、页数和语言怎么定

手里只有摘要和图注，能出 Deck 吗？能。"摘要 + 结果 + 图注"是明确支持的轻量输入，会给出可用的结构；核实不了的部分会显式标记，output/qa_report.md里也会说明哪些内容未能确认。

会不会编造论文里没有的数字？不会。"不编造结果、数字与图细节"是硬性质量规则，缺失信息一律用占位符加说明呈现，而不是补一个看起来合理的数。

必须中文、必须 12–16 页吗？不是。默认输出简体中文、12–16 页，但页数和语言都可以指定，请求里写"10 页以内"或"出一版英文"即可按约束执行。

用途范围有多大？它按论文汇报场景设计，文献分享、课程报告、组会、答辩前的讲稿准备都覆盖得到，每页的口语化备注基本可以直接当讲稿。

把选图、叙事、排版、质检这四件体力活交给 nature-paper2ppt，你要做的只是交出一篇论文和几句要求。下次组会要汇报时，可以按上面三步先跑一次，用output/qa_report.md验收效果。

【免费下载链接】nature-skills符合nature论文学术表达和科研绘图的Skill项目地址: https://gitcode.com/gh_mirrors/na/nature-skills