Paper2Any - Paper マルチモーダルワークフロー

概要

Paper2Any は、学術論文向けのオープンソースのマルチモーダルワークフロープラットフォームです。論文 PDF、スクリーンショット、またはテキストを、モデルアーキテクチャ図、技術ロードマップ、実験プロット、PPT プレゼンテーションなどに、ワンクリックで変換できます。

プロジェクト情報

🔗 ソースコード: github.com/OpenDCAI/Paper2Any
📜 ライセンス: オープンソース
👤 組織: OpenDCAI
⭐ コミュニティ貢献、APIYI 経由で複数の LLM をサポート

Paper2Any が選ばれる理由

複数の出力形式

論文をアーキテクチャ図、ロードマップ、PPT、反論文などに変換できます。研究ワークフロー全体を1つのツールでカバーします

柔軟なモデル選択

APIパラメータから GPT-4o、Claude Sonnet、Qwen-VL などを動的に切り替えられます。ハードコーディングは不要です

CLI + Web のデュアルモード

コマンドラインスクリプトと Web インターフェースの両方を用意しており、さまざまなワークフローに対応します

OpenAI互換 API

OpenAI互換の API フォーマットをネイティブでサポートします。APIYI の Base URL を設定するだけで、400+ モデルにアクセスできます

コアモジュール

モジュール	説明	出力形式
Paper2Figure	論文から科学的なビジュアライゼーションを生成します	アーキテクチャ図、ロードマップ（PPTX + SVG）、プロット
Paper2Diagram	論文/テキスト/画像からフローチャートを作成します	draw.io / PNG / SVG
Paper2PPT	論文をプレゼンテーションに変換します	PPTX（40枚以上のスライドをサポート）
Paper2Rebuttal	構造化された反論応答を生成します	エビデンスに基づく反論文書
PDF2PPT	レイアウトを保持したままPDFを編集可能なPPTに変換します	PPTX
Image2PPT	画像/スクリーンショットをスライドに変換します	PPTX
PPTPolish	AI駆動のレイアウト最適化	PPTX
Knowledge Base	ファイルの取り込み、セマンティック検索、KB駆動の生成	複数形式

APIYI 経由で LLM に接続する

Paper2Any は OpenAI 互換の API 形式に対応しています。APIYI を LLM エンドポイントとして設定すると、GPT、Claude、Gemini、DeepSeek、および 400+ の他のモデルを使用できます。

Docker デプロイ

ステップ 1: APIYI API キーを取得する

APIYI コンソールにアクセスして登録/ログインする
Tokens セクションに移動する
新しい API キーを生成する
キーをコピーする（sk- で始まります）

ステップ 2: バックエンドをクローンして設定する

リポジトリをクローンしたら、fastapi_app/.env を編集して APIYI を LLM エンドポイントとして設定します:

# fastapi_app/.env
DEFAULT_LLM_API_URL=https://api.apiyi.com/v1
BACKEND_API_KEY=sk-your-apiyi-key

必要に応じて、ワークフローごとのデフォルトモデルを指定できます:

PAPER2PPT_DEFAULT_MODEL=gpt-4o
PDF2PPT_DEFAULT_MODEL=gpt-4o

ステップ 3: フロントエンドを設定する

frontend-workflow/.env を編集して、Web UI のデフォルトを APIYI に設定します:

# frontend-workflow/.env
VITE_DEFAULT_LLM_API_URL=https://api.apiyi.com/v1
VITE_LLM_API_URLS=https://api.apiyi.com/v1

ステップ 4: 起動する

Docker Compose で全体を起動します:

docker compose up -d --build

起動したら、フロントエンドを開いて Paper2Any の使用を開始します。

CLI の使用方法

Paper2Any は、APIYI を直接統合するための --api-url および --api-key パラメータ付きのスタンドアロン CLI スクリプトを提供しています:

# Paper to PPT
python script/run_paper2ppt_cli.py \
  --input paper.pdf \
  --api-url https://api.apiyi.com/v1 \
  --api-key sk-your-apiyi-key \
  --model gpt-4o

# Paper to Figure
python script/run_paper2figure_cli.py \
  --input paper.pdf \
  --api-url https://api.apiyi.com/v1 \
  --api-key sk-your-apiyi-key \
  --graph-type model_arch

モデルの推奨: 論文から PPT への変換には、長文理解と構造化された出力能力に優れた GPT-4o または Claude Sonnet 4.5 が推奨されます。図の生成には、Qwen-VL のようなビジョンモデルも試す価値があります。

デプロイオプション

方法	要件	最適な用途
Docker（推奨）	フロントエンド + バックエンドをワンクリックで起動	すばやい開始、プロダクション
Linux ネイティブ	Python 3.11+、LaTeX、Inkscape、LibreOffice	開発、カスタマイズ
Windows	Python 3.12、Inkscape	ローカル利用

PDF2PPT や Image2PPT などの GPU 依存機能には、別個の SAM3 モデルサーバーが必要です。GPU デプロイ手順はプロジェクトの README を参照してください。

よくある質問

Paper2Any を APIYI モデルに接続するにはどうすればよいですか？

DEFAULT_LLM_API_URL を https://api.apiyi.com/v1 に、BACKEND_API_KEY を APIYI キーに、環境変数で設定してください。CLI モードでは、--api-url と --api-key パラメータを使用します。

どのモデルがサポートされていますか？

APIYI 経由で、GPT-4o、Claude Sonnet 4.5、Gemini、DeepSeek、Qwen などを含む 400 以上のモデルにアクセスできます。モデルはコード変更なしで Web インターフェース上で動的に切り替えられます。

Docker の起動に失敗します — 何を確認すればよいですか？

次を確認してください:

Docker と Docker Compose が正しくインストールされている
.env ファイルが正しく設定されている
必要なポートが使用中でない
詳細なエラーメッセージについては docker compose logs を確認する

PPT 生成でエラーが出る、または内容が不完全ですか？

APIYI アカウントの残高が十分であることを確認してください
長い論文では、より大きなコンテキストウィンドウを持つモデルを使用してください（例: GPT-4o 128K）
論文 PDF が検索可能なテキストであることを確認してください（スキャンされた PDF では結果が悪くなる場合があります）

APIYI APIキーを取得するにはどうすればよいですか？

APIYI コンソールにアクセスし、アカウントを作成して、Tokens セクションで新しいキーを生成してください。新規ユーザーには無料トライアルクレジットが付与されます。

APIYI Model List

APIYI がサポートする 400 以上のモデルの完全一覧を確認できます

Base URL Configuration

さまざまなツールで APIYI の Base URL を設定する方法を学べます

APIYI Token Management

API key を管理し、使用状況と残高を確認できます

APIYI Pricing

モデル料金とチャージ特典を確認できます

概要

対話AI

プログラミング

コミュニティ投稿

AIエージェント

エンジニアリング

翻訳

Paper2Any - Paper マルチモーダルワークフロー

概要

Paper2Any が選ばれる理由

複数の出力形式

柔軟なモデル選択

CLI + Web のデュアルモード

OpenAI互換 API

コアモジュール

APIYI 経由で LLM に接続する

Docker デプロイ

CLI の使用方法

デプロイオプション

よくある質問

関連リソース

APIYI Model List

Base URL Configuration

APIYI Token Management

APIYI Pricing

​概要

​Paper2Any が選ばれる理由

複数の出力形式

柔軟なモデル選択

CLI + Web のデュアルモード

OpenAI互換 API

​コアモジュール

​APIYI 経由で LLM に接続する

​Docker デプロイ

​CLI の使用方法

​デプロイオプション

​よくある質問

​関連リソース

APIYI Model List

Base URL Configuration

APIYI Token Management

APIYI Pricing

概要

Paper2Any が選ばれる理由

コアモジュール

APIYI 経由で LLM に接続する

Docker デプロイ

CLI の使用方法

デプロイオプション

よくある質問

関連リソース