Token导航 LogoToken导航TokenDH.com
效率敏感数据clawhub未标认证来源可访问clear审计提醒

newpaper-skill报纸技巧

Agent Skill

newpaper-skill 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

总安装

1,929

周安装

82

GitHub Stars

公开资料未说明

下载量

676
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:newpaper-skill(报纸技巧)
来源仓库:https://github.com/caoxinran102-sys/newpaper-skill
安装命令:
openclaw skills install newpaper-skill
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install newpaper-skill

简介

将学术论文 PDF 自动转换为 PowerPoint 海报(PPTX)和 HTML 文件。支持 UniAPI、MiniMax 等 OpenAI 兼容 API。

SKILL.md

name
paper2poster
description
将学术论文 PDF 自动转换为 PowerPoint 海报(PPTX)和 HTML 文件。支持 UniAPI、MiniMax 等 OpenAI 兼容 API。

Paper2Poster 学术海报生成器

技能说明

技能将从 GitHub 仓库获取代码。用户只需提供论文 PDF 和自己的 API Key,AI 将自动完成环境检查、依赖安装、配置和海报生成。

触发条件

用户说:"帮我生成海报"、"把这篇论文转成海报"、"生成学术海报"并提供论文 PDF 路径。

执行步骤

当用户触发此技能时,请严格按以下顺序自动执行:

第一步:克隆项目仓库

检查当前目录是否存在 PosterAgent/ 文件夹,如果不存在,则执行:

git clone https://github.com/caoxinran102-sys/Paper2Poster.git .
注意:命令末尾的 . 表示克隆到当前目录,不要创建额外的子文件夹。

第二步:验证项目目录

克隆完成后,确保当前目录即为项目根目录(包含 PosterAgent/ 文件夹):

if [ ! -d "PosterAgent" ]; then
    echo "错误:未找到 PosterAgent 目录,克隆可能失败"
    exit 1
fi

第三步:检查 Python 环境

if ! command -v conda &> /dev/null; then
    echo "⚠️ Conda 未安装,请先安装 Miniconda"
    exit 1
fi

conda env list | grep -q poster_env || conda create -n poster_env python=3.10 -y
eval "$(conda shell.bash hook)"
conda activate poster_env

第四步:安装依赖

pip install --upgrade pip
pip install -r requirements.txt

如果遇到 docling-parse 相关错误(ModuleNotFoundError),执行降级:

pip uninstall docling-parse docling -y
pip install docling-parse==2.1.0 docling==2.6.0

第五步:配置 API 密钥

检查当前目录下是否有 .env 文件。如果没有,询问用户提供:

  • OPENAI_API_KEY(例如 UniAPI 的 sk-xxx 或 MiniMax 的 sk-xxx)
  • OPENAI_BASE_URL(例如 https://hk.uniapi.io/v1 或 https://api.minimaxi.com/v1)

创建 .env 文件并写入:

cat > .env << EOF
OPENAI_API_KEY=用户提供的值
OPENAI_BASE_URL=用户提供的值
WORKSPACE_DIR=${WORKSPACE_DIR:-./workspace}
EOF

第六步:准备论文文件

  • 要求用户提供论文 PDF 的完整路径(例如 /home/user/paper.pdf
  • 如果用户有机构 Logo,也要求提供路径(可选)
  • 无需创建特定目录,直接使用用户提供的路径。

第七步:运行海报生成

执行以下命令(替换 {论文路径}{Logo路径}):

python -m PosterAgent.new_pipeline \
  --poster_path="{论文路径}" \
  --model_name_t="claude-sonnet-4-20250514" \
  --model_name_v="claude-sonnet-4-20250514" \
  --institution_logo_path="{Logo路径}" \
  --max_workers=1
提示:如果用户没有 Logo,省略 --institution_logo_path 参数。

第八步:异常处理与重试

错误类型处理策略重试行为
429 或 529 错误速率限制,等待后重试延迟加倍(初始 60 秒)
400 格式错误切换备用模型后重试立即重试
超时错误等待后重试延迟 30 秒

重试逻辑示例(AI 应自行实现):

  1. 设置最大重试次数为 3
  2. 初始延迟设为 60 秒
  3. 每次重试失败后,延迟时间 加倍
  4. 如果返回 429 或 529,按上述延迟策略重试
  5. 如果返回 400 格式错误,切换备用模型后立即重试
  6. 如果超时,等待 30 秒后重试

输出结果

海报生成完成!

📁 输出文件位置

  • PPTX: ./generated_posters/.../xxx.pptx
  • HTML: ./generated_posters/.../xxx.html

📋 处理摘要

  • 论文: {文件名}
  • 状态: 成功

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

82.77%
按下载量换算560

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills