把一篇论文直接变成一张学术海报：PosterGen 全流程实战指南

“我花了两周才排好的海报，结果导师一句话就要全部重排。”
——如果你也经历过这种崩溃，这篇文章就是为你写的。

今天的主角 PosterGen 是一套由多智能体大模型驱动、遵循设计学原则、开源的「论文到海报」生成系统。你只需上传一篇 PDF 论文，再提供两张 Logo，它就能在几分钟内输出一张可直接拿去会场张贴的学术海报，以及可二次编辑的 PowerPoint 源文件。

读完本文，你将能：

• 在自己的电脑上跑通 PosterGen
• 理解 6 个 AI 智能体如何分工协作
• 学会在命令行和网页两种模式下使用
• 掌握常见坑的排查思路

一、PosterGen 是什么？

用最简单的话说，它把“专业设计师的大脑”拆成 6 个 AI 小助手，分别负责：

1. Parser Agent：把 PDF 论文拆成文字、图表、表格
2. Curator Agent：像策展人一样决定“讲什么故事”
3. Layout Agent：把故事变成三栏布局，防止某栏过长
4. Styling Agents：配色、字体、字号统一，看上去像出自同一位设计师之手
5. Renderer：最终渲染成 PNG 与 PPTX 双格式

整个流程模仿了真实设计工作室的协作方式，你只需按一次回车。

二、动手之前：系统与环境

2.1 硬件与系统

2.2 三步装好依赖

# 1. 创建隔离环境
conda create -n poster python=3.11 -y
conda activate poster
pip install -r requirements.txt
cd PosterGen

# 2. 安装 LibreOffice（用于 PPTX 渲染）
# Windows：下载安装包并添加 ...\LibreOffice\program 到 PATH
# macOS：brew install --cask libreoffice
# Ubuntu：sudo apt install libreoffice

# 3. 放置 API 密钥
echo 'OPENAI_API_KEY="你的key"' >> .env
echo 'ANTHROPIC_API_KEY="你的key"' >> .env

三、准备数据：别让文件名坑了你

PosterGen 对文件摆放非常“挑剔”。
在 data/ 下新建一个文件夹，命名随意，但内部必须包含：

data/
└── 我的论文/
    ├── paper.pdf       # 研究论文本身
    ├── aff.png         # 机构 Logo，用来提取主色调
    └── logo.png        # 会议或实验室 Logo

小贴士

• PDF 可以是扫描版，Parser Agent 会自动 OCR
• 两张 Logo 建议 PNG 透明底，分辨率 ≥ 800 px，颜色越丰富，提取的配色越好看

四、命令行 60 秒出片

python -m src.workflow.pipeline \
  --poster_width 54 --poster_height 36 \
  --paper_path ./data/我的论文/paper.pdf \
  --text_model gpt-4.1-2025-04-14 \
  --vision_model gpt-4.1-2025-04-14 \
  --logo ./data/我的论文/logo.png \
  --aff_logo ./data/我的论文/aff.png

参数速查表

宽高比限制：1.4 ≤ w/h ≤ 2，这是 ISO A 纸与人眼视野的综合舒适区。

五、Web 界面：拖拽就能跑

如果你更习惯图形界面，PosterGen 也提供了 React + Vite 的在线 Demo。

5.1 启动后端

cd webui
pip install -r requirements.txt
python start_backend.py

5.2 启动前端（另开终端）

cd webui
sh ./start_frontend.sh
# Windows 用 Git Bash 或 WSL

浏览器打开 http://localhost:3000，界面如下：

上传文件、选择模型、点击「Generate」，几分钟后即可下载：

六、输出目录：每一步都有迹可循

生成结束后，在 output/我的论文/ 下会看到：

output/
└── 我的论文/
    ├── 我的论文.png          # 最终海报
    ├── 我的论文.pptx         # 可编辑文件
    ├── assets/              # 论文里的图和表
    └── content/             # 6 个 AI 的“聊天记录”

重点文件解读

七、多智能体流水线拆解：像看一场接力赛

下图展示了 6 位“队员”如何交接棒：

7.1 Parser Agent：拆论文像拆快递

• 使用开源库 Marker，把 PDF 拆成

  • 文字 → raw.md
  • 图表 → figure-*.png
  • 表格 → table-*.png
• 同时生成 figures.json、tables.json，记录宽高比，方便后续排版

7.2 Curator Agent：做减法

• 读 raw.md，按“动机-方法-结果-结论”写故事板
• 决定哪些图放主栏、哪些放侧边
• 输出 narrative_content.json & story_board.json

7.3 Layout Agent：像前端工程师写 CSS

• 三栏网格系统（参考 Bootstrap）
• 计算每个段落、图片的 (x, y, w, h)
• 子模块 Balancer 持续微调，避免“头重脚轻”

7.4 Styling Agents：让海报有“品牌感”

• Color Agent：读取 aff.png，用 K-Means 聚类出主色，再用色轮算法配成和谐调色板
• Font Agent：标题用无衬线、正文用衬线，关键词加粗高亮，保证可读性 1.5 m

7.5 Renderer：出片

• 用 python-pptx 生成 PPTX
• 用 LibreOffice 无头模式导出 PNG
• 分辨率 300 dpi，满足会场打印标准

八、常见问题 FAQ

Q1：海报太挤 / 太松怎么办？

打开 config/poster_config.yaml，调整：

layout:
  column_gap: 24        # 三栏间距，单位 px
  section_margin: 32    # 每段文字到图片的距离

Q2：想换字体？

把 TTF/OTF 文件丢进 fonts/ 目录，再改 poster_config.yaml 的 typography 字段即可。

Q3：为什么有时文字溢出？

大概率是图表分辨率太高，Layout Agent 无法压缩。
解决：在 classified_visuals.json 里手动把该图的 max_width_ratio 从 1.0 调到 0.7，然后重新跑 Renderer。

Q4：API 费用大概多少？

一张 54×36 英寸的海报：

• 文字模型：≈ 12 k tokens
• 视觉模型：≈ 8 k tokens
  以 GPT-4.1 定价计算，约 $0.9–1.2，比请设计师便宜多了。

九、示例成果

下面两张海报完全由 PosterGen 自动生成，未经人工微调：

十、小结：把“设计”交给 AI，把“思考”留给自己

PosterGen 不是替代你的科研，而是把排版、配色、对齐这些机械劳动自动化。
你仍然需要：

• 确认论文故事线
• 检查图表是否清晰
• 决定最终是否微调

但有了它，你可以把原本两周的海报制作时间压缩到 30 分钟。
剩下的时间，去准备答辩、去和同行交流，才是真正有价值的事。

祝你在下一次学术会议上，带着一张既专业又好看的海报，自信地讲述你的工作。