• Skill 名称：paper-to-course
• 简称：论文转课程
• 来源：社区第三方（作者 KaguraTart）
• 运行宿主：仅支持搭载在具备 Skill 运行能力的 AI Agent 平台，例如 Claude-Code CLI、Cursor 或其他兼容 MCP（Model Context Protocol）的 Agent 工具环境
• 核心定位：一键将学术论文 PDF 转换为交互式 HTML 课程、Markdown 文档和 PPTX 演示文稿，适用于快速生成教学材料和组会汇报内容。

---

🧩 内部核心组成

本 Skill 主要由以下部分构成：

• 子 Agent 集合：无明确子 Agent 划分，主要通过脚本流水线完成多格式生成。
• 斜杠命令：仅支持一条命令触发全部流程。
• MCP 工具：未提及具体 MCP 工具。
• 模板文件：包含 HTML 模板（_base.html、_footer.html）、CSS 样式（styles.css）、JS 交互逻辑（main.js）。
• Hooks 钩子：未提及。
• 规则约束：必须预先验证论文主题；禁止使用内联样式，所有样式须通过 CSS class 引用。
• 目录结构：生成固定结构的课程目录，包含模块 HTML、配置文件与资源文件。

命令/工具表：

命令名	功能简述
paper-to-course	传入 PDF 路径，启动全流程生成任务

---

🛠 安装与启用方式

1. 安装命令（需在支持 Skill 安装的 Agent 环境中执行）：

```bash

skills install --user KaguraTart/paper-to-course

```

1. 前置依赖：需具备 Node.js 环境以执行构建脚本。
2. API/工具要求：无外部 API 依赖，但需本地可执行 bash 和 node。
3. 启动方式：使用命令 paper-to-course: /path/to/paper.pdf 传入 PDF 路径。

---

📋 标准工作流

1. 用户输入：通过命令传入 PDF 文件路径。
2. 主题验证：读取 PDF 元数据（标题、作者、摘要等），向用户确认论文主题是否正确。
3. 内容提取：解析 PDF，提取摘要、导言、方法、实验、结论等部分。
4. 目录构建：在 paper-to-course/[论文名]/ 下生成课程目录结构。
5. 模块生成：

- 生成 6 个 HTML 模块（问题动机、发展脉络、方法对比等）；

- 同步生成 slides-config.json 配置文件。

1. 资源复制：从 references/ 复制样式表、脚本与模板文件。
2. 执行构建：

- 运行 build.sh 生成 index.html；

- 执行 node scripts/build-all.js 统一生成 HTML、Markdown 和 PPTX。

---

⚠️ 关键限制、缺陷、注意事项

• 平台限制：仅支持可运行 Skill 的 Agent 环境（如 Claude-Code CLI、Cursor 等），无法独立运行。
• Token 消耗：处理长论文时可能消耗大量 Token，需注意上下文长度限制。
• 适用项目：适合结构清晰的学术论文（CV/NLP/RL 等领域），需具备标准论文结构（Abstract、Method、Experiment 等）。
• 不适用场景：

- 非 PDF 格式或扫描版论文；

- 缺乏清晰结构的报告、技术文档；

- 数学推导过多或高度专业领域的论文（如纯数学、理论物理）。

• 生产环境：目前为社区开源版本，建议在测试和教育场景中使用，生产环境需进一步验证稳定性与输出质量。

---

✅ 适用场景 & ❌ 不适合场景

场景类型	说明
✅ 适合
- 组会汇报	快速生成16页标准结构的PPTX
- 论文解读教学	生成带交互元素（时间线、对比表、测验）的HTML课程
- 技术文档归档	同时输出Markdown便于后续修改与存储
❌ 不适合
- 非学术性文档	如新闻、博客、商业报告等
- 图像/表格密集型论文	依赖文字解析，复杂图表处理效果有限
- 实时或低延迟需求	全流程涉及多次生成与构建，耗时较长

skills install --user KaguraTart/paper-to-course