- name
- paper2diagram
- description
- 论文 PDF → 方法/结构抽取 → 学术评审式总结 → 多张论文风格配图（依托 Gemini + nano_banana 网关）。
- homepage
- https://clawhub.ai/
- metadata
- {"openclaw":{"emoji":"🧠","requires":{"bins":["python3"],"env":["GEMINI_API_KEY","BANANA_PRO_API_KEY"],"config":[]},"primaryEnv":"GEMINI_API_KEY"}}
简介
Paper2diagram 是一个面向科研工作者的「论文图文解析与可视化」技能，适合处理方法类/架构类论文（尤其是 CV / 医学图像 / 表征学习方向）。
它可以帮助代理完成：
- 读取本地论文 PDF；
- 自动聚焦到 Method / Architecture 章节；
- 抽取主干网络结构与训练流程；
- 用「资深学术评审」的口吻生成结构化总结（研究背景 / 核心创新点 / 实验结论 / 局限性等）；
- 调用网关中的 nano_banana 图像模型，自动生成多张论文风格配图（背景图、方法图、创新点示意图、实验结果条形图等），并保存在
outputs/目录。
快速上手（给最终用户看的示例）
当你的代理已经启用了本技能后，可以直接在对话里说：
请帮我分析这篇论文 /absolute/path/to/paper.pdf，用学术评审的方式总结研究背景、方法和创新点，并按照医学图像论文的风格自动画出结构图和实验对比图。代理预期会：
- 调用本地 Python 工作流处理指定的 PDF；
- 输出结构化总结：研究背景 / 核心创新点 / 方法与结构 / 实验结论 / 局限性；
- 生成 3–5 张配图（方法主结构、创新点 callout、实验结果柱状图等），并返回：
- 在线图片链接（由你的网关返回）； - 本地保存路径（outputs/论文名__fig*.jpg），方便直接写入报告或幻灯片。
环境与依赖
- 必须安装：Python 3（命令为
python3） - 需要网络访问：连接到你自己配置的 LLM / 图像网关（例如 dongli gateway）
- 环境变量（可以在 OpenClaw 的
skills.entries.paper2diagram.env中配置，也可以在 shell 中设置）：
- GEMINI_API_KEY - GEMINI_BASE_URL（示例：https://api.dongli.work/v1beta） - GEMINI_MODEL（示例：gemini-3-pro） - BANANA_PRO_API_KEY - BANANA_PRO_BASE_URL（示例：https://api.dongli.work） - BANANA_MODEL（示例：nano_banana_pro-1K） - ENABLE_BANANA=true
安全提示：本技能只会将你提供的 PDF 通过你自己配置的网关（Gemini + nano_banana）进行处理，不会上传到其他第三方服务； 请仅在你信任的网关和私有环境中使用本技能，并在使用前阅读源代码。
本地部署（开发者 / 自托管）
ClawHub 只托管技能说明与元数据，实际的工作流逻辑在本仓库中实现，需要在本地拉取代码：
- 克隆项目并安装依赖：
git clone <YOUR_REPO_URL> paper2diagram-agent
cd paper2diagram-agent
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env # 按需填入 KEY- 确认
.env中的 KEY 与 gateway 地址正确可用。
在 OpenClaw 中的典型调用流程
- 代理收到用户指令（示例见「快速上手」）。
- 代理通过本技能的工具，调用：
python -m app.openclaw_main local "<ABSOLUTE_PATH_TO_PDF>" 30- 工具返回：
- paper_analysis：论文结构化总结； - final_prompt：为绘图模型生成的英文 Prompt 信息； - render_results[]：每张图的在线链接与 local_image_path。
其他说明
- 图像链接可能是短期有效的临时 URL，建议优先使用
outputs/目录下的本地图片。 - 若出现
403或503之类的错误，多半与网关额度、权限或模型名配置相关，本技能本身不会绕过网关安全策略。