ai-research-slides

name	ai-research-slides
description	为 AI 研究论文生成专业的分析演示文稿。按照标准化的学术分析框架，从 TLDR 到 Limitation 全面解读论文。适用于论文阅读汇报、组会分享、研究讨论等场景。

AI Research Paper Slide Generator

将 AI 研究论文转换为结构化的分析演示文稿，专为深度理解和分享设计。

Usage

/ai-research-slides path/to/paper.pdf
/ai-research-slides path/to/paper.pdf --lang zh
/ai-research-slides path/to/paper.pdf --style academic-paper
/ai-research-slides path/to/paper.pdf --depth detailed
/ai-research-slides path/to/paper.pdf --outline-only

Script Directory

Important: All scripts are located in the scripts/ subdirectory of this skill.

Agent Execution Instructions:

1. Determine this SKILL.md file's directory path as SKILL_DIR
2. Script path = ${SKILL_DIR}/scripts/<script-name>.ts
3. Replace all ${SKILL_DIR} in this document with the actual path

Script Reference:

Script	Purpose
scripts/generate-slides.py	Generate AI slides via Gemini API (Python)
scripts/merge-to-pptx.ts	Merge slides into PowerPoint
scripts/merge-to-pdf.ts	Merge slides into PDF
scripts/detect-figures.ts	Auto-detect figures/tables in PDF
scripts/extract-figure.ts	Extract figure from PDF page
scripts/apply-template.ts	Apply figure container template

Options

Option	Description
--style <name>	Visual style (default: academic-paper)
--lang <code>	Output language: zh (中文), en (English)
--depth <level>	Analysis depth: quick (快速), standard (标准), detailed (详细)
--outline-only	Generate outline only, skip image generation

标准分析框架 (7 Sections)

每份 AI 研究论文分析按以下 7 个核心部分 组织：

Section 1: TLDR (1 slide)

目标：一句话总结论文核心

要素	说明
问题	论文要解决什么问题？
方法	用什么方法解决？
结果	取得了什么效果？
格式	一句话，不超过 50 字

Layout: title-hero 或 key-stat

---

Section 2: 核心故事与贡献 (2-3 slides)

目标：讲清楚论文的核心故事线

Slide	内容
2a: 问题与动机	为什么这个问题重要？现有方法有什么不足？
2b: 核心洞察	论文的关键 insight 是什么？为什么这个 idea 能 work？
2c: 主要贡献	明确列出 2-4 个贡献点（technical contribution, empirical contribution, etc.）

Layout: split-screen, contributions, bullet-list

---

Section 3: 相关工作与区别 (1-2 slides)

目标：定位论文在研究领域中的位置

要素	说明
领域分类	相关工作属于哪几个方向？
代表工作	每个方向 2-3 个代表性工作
关键区别	本工作与 prior work 的核心区别是什么？
创新点	本工作填补了什么 gap？

Layout: comparison-matrix, hub-spoke, binary-comparison

---

Section 4: Method 方法详解 (3-5 slides)

目标：清晰呈现技术方案

Slide	内容
4a: 整体框架	Pipeline/Architecture 总览图
4b-4d: 核心模块	每个关键模块的详细设计
4e: 数据流程	数据处理、格式、制作流程

重点关注：

• 模型输入输出格式
• Loss function 设计
• 核心算法伪代码（如有）
• 数据处理 pipeline

Layout: methods-diagram, linear-progression, hierarchical-layers

IMAGE_SOURCE: 优先从论文提取架构图 (Source: extract)

---

Section 5: 实现细节 (2-3 slides)

目标：提供可复现的技术细节

Slide	内容
5a: 训练配置	训练流程、超参数、优化器、学习率策略
5b: 推理配置	推理流程、推理超参数、加速技术
5c: 数据与规模	模型架构参数量、数据集规模、计算资源

必须包含的信息（如论文提供）：

训练配置:
- Optimizer: [AdamW/Adam/SGD]
- Learning Rate: [初始值, schedule]
- Batch Size: [per GPU, total]
- Training Steps/Epochs: [数量]
- GPU/TPU: [型号 × 数量]
- Training Time: [小时/天]

推理配置:
- Inference Steps: [数量]
- Batch Size: [推理批大小]
- Latency: [每样本耗时]

模型规模:
- Total Parameters: [参数量]
- Architecture: [模型架构细节]
- Data Scale: [数据集大小]

Layout: dashboard, two-columns, bento-grid

---

Section 6: 实验分析 (3-5 slides)

目标：深度分析实验结果

Slide	内容
6a: 主实验结果	与 baseline 的对比，state-of-the-art 性能
6b: 效果分析	为什么本方法更好？定量/定性分析
6c: 合理性验证	实验设置是否合理？评估指标是否恰当？
6d: 消融实验	每个组件的贡献，设计选择的验证
6e: 失败案例	方法在哪些情况下表现不好？

分析要点：

• 数值对比要标注 提升幅度（如 +2.3%）
• 分析结果背后的原因，不只是报数
• 关注边界情况和失败案例

Layout: results-chart, qualitative-grid, comparison-matrix

IMAGE_SOURCE: 结果表格和对比图优先提取 (Source: extract)

---

Section 7: 总结与展望 (1-2 slides)

目标：评价工作质量，指出未来方向

Slide	内容
7a: 工作总结	整体评价：创新性、实用性、完整性
7b: Limitations & Future Work	论文的局限性，可能的改进方向

评价维度：

维度	考察点
创新性	Idea 的新颖程度，技术贡献
实用性	是否能落地？计算成本如何？
完整性	实验是否充分？消融是否完整？
可复现性	是否开源？细节是否充足？
写作质量	论文是否清晰易懂？

Future Work 分析：

• 论文自己提到的 limitation
• 你发现的潜在问题
• 可能的改进方向
• 与其他工作结合的机会

Layout: bullet-list, two-columns, bridge

---

Depth Levels

Level	中文	幻灯片数量	适用场景
quick	快速	8-10 slides	快速过论文，5分钟分享
standard	标准	12-18 slides	组会汇报，15分钟讲解
detailed	详细	20-28 slides	深度分析，30分钟以上

Slide Distribution by Depth

Section	Quick	Standard	Detailed
1. TLDR	1	1	1
2. 核心故事	1	2-3	3
3. 相关工作	1	1-2	2
4. Method	2	3-4	5
5. 实现细节	1	2-3	3
6. 实验分析	1-2	3-4	5
7. 总结展望	1	1-2	2

---

Workflow

Step 1: 论文内容提取

1. 保存论文：将 PDF 保存为 source-paper.pdf
2. 提取文本：

   python -m markitdown source-paper.pdf > paper-content.md
   

3. 检测图表：

   npx -y bun ${SKILL_DIR}/scripts/detect-figures.ts --pdf source-paper.pdf --output figures.json
   

Step 2: 深度内容分析

按照 7 个部分逐一分析论文内容：

分析清单：

• TLDR 一句话总结
• 问题动机和核心 insight
• 主要贡献（2-4 点）
• 相关工作分类和区别
• 方法框架和核心模块
• 训练/推理配置信息
• 主实验结果和消融实验
• Limitations 和 Future Work

Step 3: 生成大纲

1. 根据 --depth 确定幻灯片数量
2. 按照 7 个部分组织内容
3. 自动填充 // IMAGE_SOURCE 元数据
4. 保存为 outline.md

Step 4: 用户确认

使用 AskUserQuestion 确认：

• 大纲结构是否合适
• 是否需要调整深度
• 语言偏好（如果未指定）

Step 5: 图表提取与生成

1. 提取论文图表（Source: extract 的幻灯片）：

   npx -y bun ${SKILL_DIR}/scripts/extract-figure.ts \
     --pdf source-paper.pdf \
     --page <page-number> \
     --output figures/figure-<N>.png
   

2. 应用模板：

   npx -y bun ${SKILL_DIR}/scripts/apply-template.ts \
     --figure figures/figure-<N>.png \
     --title "<slide-headline>" \
     --caption "Figure <N>: <caption-text>" \
     --output <NN>-slide-<slug>.png
   

Step 6: AI 生成幻灯片

使用 Gemini API 生成非提取类幻灯片：

python ${SKILL_DIR}/scripts/generate-slides.py <slide-deck-dir> --model gemini-3-pro-image-preview

Step 7: 合并输出

npx -y bun ${SKILL_DIR}/scripts/merge-to-pptx.ts <slide-deck-dir>
npx -y bun ${SKILL_DIR}/scripts/merge-to-pdf.ts <slide-deck-dir>

---

Outline Template

# AI Research Paper Analysis

**Paper**: [论文标题]
**Venue**: [会议/期刊, 年份]
**Authors**: [作者列表]
**Analysis Depth**: [quick/standard/detailed]
**Language**: [zh/en]
**Generated**: YYYY-MM-DD HH:mm

---

<STYLE_INSTRUCTIONS>
Design Aesthetic: Clean academic style with emphasis on clarity and information hierarchy

Background:
  Color: White (#FFFFFF)
  Texture: Minimal, clean

Typography:
  Primary Font: Bold sans-serif for headlines
  Secondary Font: Regular sans-serif for body text

Color Palette:
  Primary Text: Dark Blue (#1C2833)
  Background: White (#FFFFFF)
  Accent 1: Royal Blue (#2E86AB) - for highlights and emphasis
  Accent 2: Coral (#E85D75) - for important callouts
  Accent 3: Green (#27AE60) - for positive results

Visual Elements:
  - Clean diagrams with consistent styling
  - Tables with alternating row colors
  - Charts with clear labels and legends
  - Code blocks with monospace font

Style Rules:
  Do: Use clear hierarchy, highlight key numbers, show comparisons
  Don't: Overcrowd slides, use decorative elements, sacrifice clarity for style
</STYLE_INSTRUCTIONS>

---

## Slide 1 of N

**Type**: Cover
**Section**: TLDR
**Filename**: 01-slide-tldr.png

// NARRATIVE GOAL
一句话概括论文的核心贡献

// KEY CONTENT
Headline: [论文标题]
Sub-headline: [一句话 TLDR，包含问题-方法-结果]
Venue: [会议/期刊 年份]
Authors: [作者列表]

// VISUAL
Clean title slide with paper title prominent, TLDR as subtitle

// LAYOUT
Layout: paper-title

---

## Slide 2 of N

**Type**: Content
**Section**: 核心故事
**Filename**: 02-slide-motivation.png

// NARRATIVE GOAL
解释问题的重要性和现有方法的不足

// KEY CONTENT
Headline: 问题与动机
Body:
- [现有方法的局限性1]
- [现有方法的局限性2]
- [为什么这个问题重要]

// VISUAL
Split view: left showing problem/limitations, right showing desired outcome

// LAYOUT
Layout: split-screen

---

[... 继续按照 7 个部分生成 ...]

---

Figure Mapping Rules for AI Papers

图表类型	映射到	提取/生成
模型架构图	Section 4 (Method)	Extract
训练流程图	Section 5 (实现细节)	Extract
主实验表格	Section 6 (实验分析)	Extract
消融实验表格	Section 6 (实验分析)	Extract
定性对比图	Section 6 (实验分析)	Extract
数据示例	Section 4 (Method)	Extract/Generate
概念示意图	Section 2 (核心故事)	Generate
相关工作对比	Section 3 (相关工作)	Generate

---

Output Structure

slide-deck/{paper-slug}/
├── source-paper.pdf          # 原始论文
├── paper-content.md          # 提取的文本
├── figures.json              # 检测到的图表
├── outline.md                # 最终大纲
├── figures/                  # 提取的图表
│   └── figure-{N}.png
├── prompts/                  # 生成提示词
│   └── {NN}-slide-{name}.md
├── slides/                   # 最终幻灯片
│   └── {NN}-slide-{name}.png
├── {paper-slug}.pptx         # 合并的 PPTX
└── {paper-slug}.pdf          # 合并的 PDF

---

Dependencies

与 paper-slide-deck 相同，需要：

• markitdown: pip install "markitdown[pptx]"
• google-genai: pip install google-genai (或由脚本自动安装)
• pptxgenjs: npm install -g pptxgenjs
• playwright: npm install -g playwright
• sharp: npm install -g sharp
• pymupdf: pip install pymupdf (PDF 提取备选)

API Key: 需要设置 GOOGLE_API_KEY 或 GEMINI_API_KEY 环境变量

---

Example Output Summary

AI Research Paper Analysis Complete!

Paper: [论文标题]
Venue: [NeurIPS 2024]
Depth: standard
Language: zh
Location: slide-deck/paper-slug/

Slides: 15 total
- 01-slide-tldr.png ✓ TLDR
- 02-slide-motivation.png ✓ 核心故事
- 03-slide-insight.png ✓ 核心故事
- 04-slide-contributions.png ✓ 核心故事
- 05-slide-related-work.png ✓ 相关工作
- 06-slide-method-overview.png ✓ Method (extracted)
- 07-slide-module-a.png ✓ Method
- 08-slide-module-b.png ✓ Method
- 09-slide-training.png ✓ 实现细节
- 10-slide-inference.png ✓ 实现细节
- 11-slide-main-results.png ✓ 实验分析 (extracted)
- 12-slide-analysis.png ✓ 实验分析
- 13-slide-ablation.png ✓ 实验分析 (extracted)
- 14-slide-summary.png ✓ 总结展望
- 15-slide-limitations.png ✓ 总结展望

Outline: outline.md
PPTX: paper-slug.pptx
PDF: paper-slug.pdf

---

Notes

AI 研究论文分析要点

1. 关注可复现性：训练配置、超参数、数据处理细节
2. 批判性分析：不只是复述，要有自己的评价
3. 对比视角：始终与相关工作对比
4. 实用价值：这个方法能不能用？成本如何？
5. 未来方向：不只是论文说的，还有你想到的

常见 AI 领域特定内容

领域	特别关注点
LLM	Tokenizer, Context length, Scaling law
Vision	分辨率, 数据增强, Backbone
Multimodal	模态对齐, 跨模态交互
RL	Reward design, Environment setup
Diffusion	Noise schedule, Sampling steps
GAN	Discriminator design, Training stability