Paper2wechat

paper2wechat — 论文转公众号深度解读（你主导的协调式）

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， 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； 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。

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。

textCopy code
PDF
 → 解析            (parse_pdf.py：MinerU → parsed/ + figures/，含表格)
 → 你读懂论文       (读 parsed/ + 看 figures/) → understanding/paper_understanding.json   [确认切入角度]
 → 你写深度解读长文  (结构自由、配图、忠实准确) → wechat_article.md + .json          [确认]
 → 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)
 → 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)
 → 公众号推文

运行方式

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。
2. 每个 Bash 块开头就地算 WORKDIR（各 Bash 调用是独立 shell、不共享变量）：

   bashCopy code
   WORKDIR="$(dirname "$pdf_path")/.paper2anything/wechat/$(basename "${pdf_path%.*}")"
   

   $pdf_path 是用户给的论文 PDF（每块重设一次）。脚本在 ${SKILL_DIR}/scripts——SKILL_DIR 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， 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）。
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。
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。

Step 0：环境与凭据

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。

凭据集中在包根 .env（从 .env.example 复制，已 gitignore），每个新 shell 先导出一次：

bashCopy code
set -a; source <paper2anything 包根>/.env; set +a

本 skill 用到的 key（理解与撰文由你亲自做，不调用任何 LLM API）：

• MINERU_API_TOKEN — 解析 PDF（必填）
• 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）
• 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
• MD2WECHAT_THEME — 排版样式（默认 default→学术灰，另有 tech/festival/announcement）

依赖自检（缺啥按提示装；依赖统一在 environment.yml）：

bashCopy code
conda run -n paper2anything --no-capture-output python -c "import requests, rich, dotenv" 2>&1
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）"

Step 1：解析 PDF（脚本）

bashCopy code
pdf_path="/path/to/paper.pdf"          # ← 用户的论文 PDF
WORKDIR="$(dirname "$pdf_path")/.paper2anything/wechat/$(basename "${pdf_path%.*}")"
conda run -n paper2anything --no-capture-output \
  python "${SKILL_DIR}/scripts/parse_pdf.py" "$pdf_path" --workdir "$WORKDIR"

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）。

解析完，Read parsed/sections.json 与 parsed/paper_meta.json 通读全文。

Step 2：读懂论文 → 写 understanding（你来做）[确认]

深度解读的地基，你自己做判断：

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。
2. 用 Write 落 understanding/paper_understanding.json：

   jsonCopy code
   {
     "paper_title": "...", "method_name": "方法简称",
     "one_sentence_summary": "一句话讲清贡献",
     "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）",
     "method_intuition": "直觉性解释/类比，帮读者吃透",
     "contributions": ["贡献1", "贡献2"],
     "comparison": "与主要 baseline 的关键差异",
     "experiment_results": ["关键数据（含具体数字）", "..."],
     "limitations": "论文承认的局限或潜在不足",
     "keywords": ["关键词", "..."],
     "cover_palette": {"bg": "#F4F5F7", "accent": "#2E86AB"},
     "important_figures": [
       {"figure_id": "fig_1", "image_path": "<figures_index.json 里的真实路径>",
        "suitable_for_cover": true, "importance_score": 0.9,
        "wechat_caption": "图1：……（≤50字中文图注）", "description": "图说明"}
     ]
   }
   

   • 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。
   • 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。
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）。

Step 3：写深度解读长文（你来做）[确认]

按公众号深度解读风格亲自撰写，用 Write 落 wechat_article.md 和 wechat_article.json。

公众号深度解读规则（领域知识）：

• 篇幅约 1500–2500 字（按论文复杂度和 Step 2 的约定增减）。
• 结构自由、随论文走——不强求固定四节。一个好用的骨架：
  1. 导语：这篇为什么值得读（1 段，抛出问题或亮点钩子）
  2. 背景与问题：现有方法的不足
  3. 核心方法：讲清思路，配框架图，可用类比/直觉解释
  4. 关键实验与结果：摆具体数字，配结果图/表
  5. 意义、应用与局限：能用在哪、有什么不足
  6. 结尾：一句话总结 + 延伸思考
• 用 H2（## 小节标题）分节；关键技术术语首次出现给中英文、可 **加粗**。
• 配图：在合适位置插 ![图注](figures/<图片名>)（md 与 figures/ 同在工作区根 .paper2anything/wechat/<stem>/ 下，故用 figures/...；<图片名> 直接取自 figures_index.json 的 image_path 文件名、含其真实扩展名（高清重裁的图为 .png、回退复用抽出图为 .jpg，以 image_path 实际为准），勿臆改后缀）。
• 忠实准确：实验数字照实引用，不夸大、不编造；可有解读和洞察，但区分“论文说的”与“你的点评”。

产物 —— wechat_article.md：第一行 # {标题}，然后正文（含配图）。 wechat_article.json（供排版脚本读 title/digest/word_count）：

jsonCopy code
{"title": "最终标题", "digest": "公众号摘要，≤120字", "word_count": 2200}

写完用 AskUserQuestion 给用户看标题 + 摘要 + 小节结构，确认或按反馈修改（可直接改 .md/.json）。

Step 4：生成封面（脚本，可选）

封面主标题此刻由你现拟（你已读透论文，比从 JSON 里捡更贴切），经 --title 传入：

bashCopy code
pdf_path="/path/to/paper.pdf"
WORKDIR="$(dirname "$pdf_path")/.paper2anything/wechat/$(basename "${pdf_path%.*}")"
conda run -n paper2anything --no-capture-output \
  python "${SKILL_DIR}/scripts/cover.py" --workdir "$WORKDIR" \
  --title "你拟的封面主标题"

横版 900×383 JPG：默认用 OPENAI_IMAGE_MODEL（默认 gpt-image-2）AI 生成横版图再裁剪，主标题用你传入的 --title（留空才回退文章标题/method_name）；未配 OPENAI_API_KEY 或 key 不可用时回退本地合成——把 understanding.important_figures 里 suitable_for_cover 最高分的论文原图裁成封面（叠加 --title，配色取 cover_palette）；两者都不可用则 skipped。产出 cover.jpg。

Step 5：发布到公众号草稿箱（脚本 + 你确认，可选）

publish.py 用 md2wechat 把文章直接推到公众号草稿箱（上传封面+正文图到素材库 → 建草稿）。需 WECHAT_APPID/WECHAT_APP_SECRET + 服务器出口 IP 在白名单 + 认证公众号；没配凭据 / 上传失败 → 自动降级为本地生成样式化 HTML 供手动粘贴。不发布可跳过本步、把产物给用户。

① 查凭据（决定走直推还是本地降级）：

bashCopy code
export SKILL_DIR=<本 skill 目录>
conda run -n paper2anything --no-capture-output python "${SKILL_DIR}/scripts/publish.py" --check-creds

0 = 有凭据可直推（走 ②）；2 = 没配，走 ③ 本地降级。

② 有凭据 → 发布前给用户过目并确认（直推是外发到你的公众号）：Read wechat_article.json 把标题 + 摘要发给用户看、SendUserFile 发 cover.jpg；用 AskUserQuestion 让用户确认上传草稿（草稿非公开，仍需用户去后台群发才公开）。确认后上传：

bashCopy code
pdf_path="/path/to/paper.pdf"; export SKILL_DIR=<本 skill 目录>
WORKDIR="$(dirname "$pdf_path")/.paper2anything/wechat/$(basename "${pdf_path%.*}")"
conda run -n paper2anything --no-capture-output python "${SKILL_DIR}/scripts/publish.py" --workdir "$WORKDIR"

成功打印 media_id；提示用户去 mp.weixin.qq.com → 草稿箱 预览 / 群发。（md2wechat 要求至少一张图作封面，确保 cover.jpg 已生成。）

③ 没凭据（或用户不想直推）→ 本地降级：

bashCopy code
pdf_path="/path/to/paper.pdf"; export SKILL_DIR=<本 skill 目录>
WORKDIR="$(dirname "$pdf_path")/.paper2anything/wechat/$(basename "${pdf_path%.*}")"
conda run -n paper2anything --no-capture-output python "${SKILL_DIR}/scripts/publish.py" --workdir "$WORKDIR" --local-only

产出 wechat_article.html，提示用户打开、全选复制、粘贴到公众号编辑器。

Step 6：把成品归集到 PDF 旁

成品默认埋在 .paper2anything/wechat/<stem>/ 里不好找。长文+配图+封面定稿后（无论是否走 Step 5 排版），把它们复制 一份到与 PDF 同级的 <stem>_wechat/ 目录（.paper2anything 内副本保留不动），让用户在论文旁直接取用：

bashCopy code
pdf_path="/path/to/paper.pdf"
WORKDIR="$(dirname "$pdf_path")/.paper2anything/wechat/$(basename "${pdf_path%.*}")"
DEST="${pdf_path%.*}_wechat"          # 与 PDF 同目录、同名 + _wechat 后缀
i=2; while [ -e "$DEST" ]; do DEST="${pdf_path%.*}_wechat_v$i"; i=$((i+1)); done   # 重名则追加 _v2、_v3
mkdir -p "$DEST"
cp "$WORKDIR/wechat_article.md" "$WORKDIR/wechat_article.json" "$DEST/"
[ -f "$WORKDIR/cover.jpg" ] && cp "$WORKDIR/cover.jpg" "$DEST/"                  # 封面可能 skipped，存在才复制
[ -f "$WORKDIR/wechat_article.html" ] && cp "$WORKDIR/wechat_article.html" "$DEST/"  # 降级时的本地样式化 HTML（直推草稿成功则没有此文件）
cp -r "$WORKDIR/figures" "$DEST/"     # 正文以 figures/<name> 相对引用配图，须一并带上

wechat_article.md 以 ![图注](figures/<name>) 相对引用配图，故长文与 figures/ 整组放进 <stem>_wechat/ 子目录、引用不破。

产物位置

中间产物落在论文旁 <pdf目录>/.paper2anything/wechat/<stem>/（同目录多篇论文按 <stem> 分篇、互不覆盖），最终成品另复制到 PDF 同级的 <stem>_wechat/（Step 6）：

重跑覆盖工作区 .paper2anything/wechat/<stem>/（中间产物）；归集步骤遇同名 <stem>_wechat/ 会另存为 _v2、_v3，不覆盖旧成品。

排错

• MinerU 解析失败：核对 MINERU_API_TOKEN；PDF ≤200MB / ≤200 页；能访问 mineru.net。重跑 Step 1（覆盖）。
• 封面没生成（skipped）：通常是既没配可用 OPENAI_API_KEY、又没有可复用的论文原图。配上 key 走 AI 生图，或确保 understanding.important_figures 有 suitable_for_cover:true 且 image_path 存在的横版图以供本地合成回退。
• 发布到草稿箱报错：需 WECHAT_APPID/WECHAT_APP_SECRET（从微信开发者平台 developers.weixin.qq.com 获取；AppSecret 重置后旧的失效）+ 本机出口 IP 加到「API IP白名单」 + 认证公众号（未认证号无 draft/add 权限，报 404）。按 errcode 排查：40164 IP 不在白名单、40001 AppSecret 错、40013 AppID 错、404 未认证。查本机出口 IP：用真凭据打一次 GET https://api.weixin.qq.com/cgi-bin/token，40164 的 errmsg 会直接写出微信看到的 IP（只打印 errmsg、勿回显 secret）。md2wechat 还要求至少一张图作封面，确保 cover.jpg 存在。
• 没凭据 / 不想直推：Step 5 用 --local-only 降级为本地样式化 HTML（wechat_article.html）手动粘贴。
• 理解/撰文不需要 API key：这两步是你亲自做的，不调用任何 LLM API。