PDF → 化学学术 PPT 生成器

将化学领域学术论文 PDF 转换为可直接使用的学术 PowerPoint 演示文稿。

核心原则

让论文的科学论证逻辑驱动 PPT 结构，而非套用固定模板。

化学论文分为实验化学和理论计算化学两大范式，两者的叙事逻辑完全不同：

实验化学：问题 → 设计策略 → 合成/制备 → 表征 → 性能 → 机理 → 结论
理论计算化学：问题 → 计算方法 → 模型验证 → 电子结构/能量分析 → 机理阐释 → 实验对照 → 结论
实验+理论混合：问题 → 实验部分 → 计算部分 → 实验-理论互验 → 统一机理 → 结论

生成的 PPT 应当让听众能够依次回答：

这个化学问题为什么重要？
前人做到了什么程度，瓶颈在哪？
本文的设计思路/计算策略是什么？
关键实验证据/计算结果是什么？
机理解释是否自洽？
有什么新认识，能推广吗？
局限性和开放问题是什么？

输入形式

接受以下任意形式：

完整的论文 PDF 文件
arXiv / chemRxiv 预印本 PDF
论文摘要 + 图表 + 结果文字
结构化阅读笔记
用户粘贴的论文内容

默认输出语言为中文，保留关键化学术语、缩写、化合物名称、方法名的英文原文。如需全英文输出，在调用分析脚本时传 --lang en。

脚本导入约定

所有 Python 脚本位于 <SKILL_ROOT>/scripts/。在代码中导入时，统一使用以下方式（仅需在首个 import 前执行一次）：

import sys, os
_scripts_dir = os.path.join('<SKILL_ROOT>', 'scripts')
if _scripts_dir not in sys.path:
    sys.path.insert(0, _scripts_dir)

工作流程

Step 0: 安装依赖（首次使用）

pip install -r <SKILL_ROOT>/requirements.txt

Step 1: 读取并理解论文

首先判断输入形式，选择对应路径：

| 输入 | 路径 | |------|------| | PDF 文件（本地/arXiv/chemRxiv） | → Step 1A: PyMuPDF 提取 + 结构化分析 | | 论文摘要 + 图表 + 文字片段 | → 跳过 Step 1A–3，直接从 Step 4 撰写 | | 用户粘贴的论文全文文本 | → 跳过 PDF 提取，用 is_chemistry_domain() 检测领域后直接撰写 | | 结构化阅读笔记 | → 直接映射到 Step 4–5 的 PPT 结构 |

Step 1A: PDF 输入 — 结构化分析

使用 scripts/analyze_paper.py 做完整的论文分析：

python <SKILL_ROOT>/scripts/analyze_paper.py paper.pdf --json analysis.json

脚本自动完成：

全文文本提取
标题 / 章节结构识别
领域检测：返回 is_chemistry 字段。若为 false，说明论文可能非化学领域——告知用户"检测到的化学特征较少，生成结果可能不够准确，是否继续？"用户确认后再继续
论文化学类型分类：实验化学 / 理论计算化学 / 实验+理论混合（附 confidence 标注）
子领域识别：催化 / 材料 / 有机合成 / 计算化学 / 电化学 / 光谱表征 / 环境大气 / 能源 / 辐射化学
图表位置检测（Figure/Table caption 定位）
特征方法提取（DFT functional、软件包、实验方法）

文本中需额外人工识别以下信息（脚本无法自动判定）：

核心化学问题与研究空白
核心论点/假说
关键结果：性能数据、表征结论、能量数据、TOF、稳定性等
机理/构效关系
创新点与局限

重要：不要编造论文中不存在的数据、机理或图表信息。如信息不明确，标注 "[待确认]"。

Step 1B: 非 PDF 输入 — 领域检测

对于粘贴文本或阅读笔记，调用 is_chemistry_domain() 做快速检测：

from analyze_paper import is_chemistry_domain
if not is_chemistry_domain(user_text):
    # 告知用户，等待确认后继续
    print("检测到的化学领域信号较少...")

自定义关键词

如需适配新子领域或调整关键词权重，编辑 references/chemistry_keywords.json：

{
  "subfields": {
    "光化学": {
      "en": "photochemistry",
      "keywords": ["photoredox", "photoinduced", "visible light", "ET/PT", ...]
    }
  },
  "computational_strong_signals": ["DFT", "VASP", ...],
  "characterization_terms": ["XRD", "XPS", ...],
  "method_patterns": [["regex", weight], ...],
  "section_patterns": [["regex", "label"], ...]
}

修改后无需改代码，脚本自动加载新配置。

Step 2: 判定论文化学类型并选择叙事弧

根据论文内容判定类型，选择对应的叙事逻辑：

类型 A: 实验化学

识别信号：包含合成步骤、湿化学方法、材料制备、催化剂测试、表征数据（XRD/TEM/SEM/XPS 等）、性能评价（转化率/选择性/产率/循环稳定性）

叙事弧（question-to-evidence）：

化学问题与重要性
前人策略局限 → 本文设计思路
合成/制备路线
结构与组成表征
催化/性能评价
机理探究（in-situ 表征、对照实验、动力学等）
构效关系总结
结论与展望

PPT 结构（12-16 页）：

Slide 1:  标题页
Slide 2:  研究背景与化学问题
Slide 3:  文献进展与瓶颈
Slide 4:  本文设计策略
Slide 5:  合成/制备路线
Slide 6:  结构与组成表征（XRD/TEM/XPS...）
Slide 7:  形貌与微观结构（SEM/TEM/HRTEM...）
Slide 8:  性能评价（催化活性/选择性/稳定性）
Slide 9:  关键对照实验或性能对比表
Slide 10: 机理探究（in-situ / 动力学 / 毒化实验...）
Slide 11: 构效关系 / 活性位点讨论
Slide 12: 与文献基准对比
Slide 13: 总结与创新点
Slide 14: 局限性与展望

类型 B: 理论计算化学

识别信号：包含 DFT 计算、分子动力学、蒙特卡罗、电子结构分析、反应路径搜索、自由能计算、软件包名（VASP/Gaussian/CP2K/QE/GROMACS 等）、k-point/截断能/cutoff energy

叙事弧（method-to-mechanism）：

化学问题与计算必要性
前人计算研究的局限
计算方法与模型体系
方法验证/基准测试
电子结构/吸附/反应中间体
能量剖面与反应路径
选择性起源/速控步分析
与实验对照（如有）
结论与展望

PPT 结构（12-16 页）：

Slide 1:  标题页
Slide 2:  研究背景与化学问题
Slide 3:  前人计算研究回顾
Slide 4:  计算方法与模型
Slide 5:  方法验证/基准测试
Slide 6:  关键中间体/过渡态结构
Slide 7:  能量剖面 / 自由能图
Slide 8:  电子结构分析（PDOS/Bader/COHP...）
Slide 9:  反应选择性分析
Slide 10: 微动力学/火山图（如有）
Slide 11: 与实验数据对照（如有）
Slide 12: 总结与创新点
Slide 13: 局限性与展望

类型 C: 实验+理论混合

识别信号：同时包含实验部分和计算部分，计算用于解释实验现象

叙事弧（experiment-theory-unified）：

化学问题与联合策略
实验部分（合成+表征+性能）
计算部分（模型+方法+结果）
实验-理论互验
统一机理解释
结论

PPT 结构（14-18 页，选核心组合）：

Slide 1:  标题页
Slide 2:  研究背景与化学问题
Slide 3:  研究策略（实验+计算联合）
Slide 4:  实验：合成与表征
Slide 5:  实验：性能/催化结果
Slide 6:  实验：关键表征证据
Slide 7:  计算：方法与模型
Slide 8:  计算：能量与电子结构
Slide 9:  计算：反应路径/机理
Slide 10: 实验-理论互验
Slide 11: 统一机理模型
Slide 12: 总结与展望

幻灯片数量根据论文实际内容灵活调整。参考公式：页数 ≈ 关键图表数 × 1.5 + 4（标题页+背景+设计策略+总结+致谢）。短通讯（Communication/Letter）通常 8-10 页，完整论文（Article）通常 12-16 页，实验+理论混合可至 18 页。

Step 3: 获取图表（多路径）

图表是 PPT 的核心。按优先级尝试以下路径，后面的路径作为前面失败时的回退：

路径 A：本地 PDF 提取（首选，自动化程度最高）

python <SKILL_ROOT>/scripts/extract_charts.py paper.pdf output/figures 300 --report

5 层提取策略（新版增强）：

| 策略 | 方法 | 置信度 | |------|------|--------| | 0. Caption 引导 | 搜索 "Figure X" 标题文本 → 定位标题上方图表区域 → 精确裁剪 | 高 | | 1. 矢量图聚类 | cluster_drawings() 默认容忍度 (3,3) | 中 | | 2. 多容忍度重试 | 放宽至 (6,6)→(10,10)→(15,15)→(20,20) | 中 | | 3. 嵌入位图 | get_images() 提取 JPEG/PNG | 低（分辨率有限） | | 4. 整页渲染 | 将整页渲染为 300 DPI 图片 | 最低（需手动裁剪） |

策略 0 是新增的关键改进——利用论文中 Figure caption 的位置信息反向定位图表区域，大幅减少装饰线条的误识别。--report 参数生成 extraction_report.json 详细记录每一步的提取结果和置信度。

检查 output/figures/ 下的图片，根据文件名中的 fig{N} 编号关联到论文中的 Figure。

路径 B：DOI → arXiv 源文件（高清原图）

如果论文有 arXiv 版本，arXiv 源文件 .tar.gz 中包含作者上传的原始高清图片（PDF/EPS/PNG）。这通常比 PDF 提取的图片质量高得多：

# 先解析 DOI，获取 arXiv ID
python <SKILL_ROOT>/scripts/fetch_from_doi.py 10.1021/jacs.4c01234 --output output/

# 如果检测到 arXiv 源，自动下载并解压提取图片
python <SKILL_ROOT>/scripts/fetch_from_doi.py 10.1021/jacs.4c01234 --download-arxiv --output output/

fetch_from_doi.py 会：

调用 Semantic Scholar API（免费、无需密钥）解析 DOI → 论文元数据
检测 arXiv ID 和 Open Access PDF 链接
--download-arxiv 时下载 arXiv 源文件，自动提取其中的 figures

路径 C：MCP 工具远程下载（当本地无 PDF 时）

当用户只提供了 DOI 或论文链接但没有 PDF 文件时，使用 MCP 工具获取：

mcp__ai4scholar__download_semantic  — 从 Semantic Scholar 下载论文 PDF
mcp__ai4scholar__download_arxiv     — 从 arXiv 下载论文 PDF
mcp__ai4scholar__read_semantic_paper — 提取论文全文文本（含图表标题）

获取 PDF 后，回到路径 A 提取图表。MCP 工具适合：

用户只给了 DOI，无本地文件
出版商 PDF 图片被压缩，尝试 Semantic Scholar 的开放获取版本
arXiv 预印本通常比付费墙后的出版版本图片质量更高

路径 D：用户手动提供（最终回退）

如果以上路径均失败，向用户请求：

"请提供论文的关键图表文件（Figure 1, Figure 2...）"
用户可从出版商网站截图、或从 Supporting Information 提取

图表选择原则：

只选支撑论文论证的关键图表（通常 4-8 张）
优先选：研究策略图/示意图 → 核心结果图 → 机理图 → 验证/对照图
宁可少而清晰，不要多而拥挤
对于密集的多面板图，考虑裁剪到最关键的 1-2 个面板

Step 4: 撰写幻灯片内容

对每张幻灯片撰写：

中文标题（结论式标题，而非仅标签——如"Ru SAs 在 300°C 下实现 98% CO 转化率"，而非"催化性能"）
3-4 个要点（简洁中文 bullet points）
关联的图表（Figure 编号和文件路径）
图表说明（简短中文解读）
一个核心 takeaway（听众离开这一页时应该记住什么）
演讲者备注（口头报告时的补充说明，可选）

每张幻灯片只传达一个核心信息。结果页优先放图表，让数据说话。

Step 5: 创建 PPTX

使用 scripts/create_ppt.py 生成 PPTX（导入方式参见顶部"脚本导入约定"）：

from create_ppt import ChemistryPPT

ppt = ChemistryPPT(theme="academic")  # "academic" | "molecular" | "green" | "nature"

# 添加幻灯片
ppt.add_title_slide(
    title_cn="中文标题",
    title_en="English Title",
    authors="Authors et al.",
    journal="J. Am. Chem. Soc., 2024, 146, xxx",
    doi="10.xxxx/xxxx"
)

ppt.add_section_slide("第一部分：研究背景")

ppt.add_content_slide(
    title="电催化 CO₂ 还原面临的选择性挑战",
    bullets=[
        "CO₂RR 产物分布广泛（CO, HCOOH, CH₄, C₂H₄, EtOH...），选择性控制困难",
        "Cu 基催化剂是目前唯一能生成 C₂₊ 产物的金属，但法拉第效率通常 < 50%",
        "关键瓶颈：*CO 中间体的吸附能和 C-C 偶联动力学难以同时优化"
    ],
    notes="强调 Cu 的独特性和选择性问题的根源"
)

ppt.add_figure_slide(
    title="Ru₁/Cu 单原子合金的 HAADF-STEM 表征",
    figure_path="output/figures/p3_fig1.png",
    figure_label="Figure 1",
    bullets=[
        "HAADF-STEM 确认 Ru 以单原子形式分散在 Cu(111) 表面",
        "EDS mapping 显示 Ru 均匀分布，无团簇形成",
        "XANES 证实 Ru 处于氧化态 Ruᵟ⁺（0 < δ < 3）"
    ],
    caption="Source: Fig. 1a-c, adapted from original paper",
    layout="figure_right"  # "figure_right" | "figure_top" | "figure_full"
)

ppt.add_table_slide(
    title="催化性能对比",
    headers=["催化剂", "FE(C₂₊)%", "电流密度 (mA/cm²)", "稳定性 (h)", "参考文献"],
    rows=[
        ["Ru₁/Cu", "82%", "300", "100", "This work"],
        ["Cu NPs", "45%", "150", "20", "Nat. Catal. 2020"],
        ["Ag/Cu", "60%", "200", "50", "JACS 2022"],
    ]
)

ppt.add_summary_slide(
    title="总结与展望",
    bullets=[
        "首次实现 Ru 单原子合金催化 CO₂ 到 C₂₊ 的高选择性转化（FE 82%）",
        "Operando XAS + DFT 揭示了 Ru 位点促进 *CO 富集和 C-C 偶联的机制",
        "该设计策略可拓展至其他单原子合金体系（Pt/Cu, Pd/Cu）",
        "未来方向：膜电极（MEA）中的实际工况测试与放大"
    ]
)

ppt.save("output/presentation.pptx")

Slide 类型一览：

| 方法 | 用途 | |------|------| | add_title_slide() | 封面页：中英文标题、作者、期刊信息 | | add_section_slide() | 章节分隔页 | | add_content_slide() | 文字要点页（带可选副标题） | | add_figure_slide() | 图表+说明页（多种布局选项） | | add_table_slide() | 数据对比表 | | add_summary_slide() | 总结/结论页 | | add_thankyou_slide() | 致谢/提问页 |

Step 6: (可选) 生成 HTML 版本

除 PPTX 外，还可生成带图的单文件 HTML 演示文稿（仿 guizang-ppt-skill 横向翻页风格，学术配色）：

from generate_html import HtmlPPT

html = HtmlPPT(title="学术报告", theme="molecular")

# API 与 ChemistryPPT 完全一致
html.add_title_slide("中文标题", title_en="English Title", authors="...", journal="...")
html.add_section_slide("第一部分")
html.add_content_slide("要点标题", ["要点1", "要点2"])
html.add_figure_slide("图表标题", figure_path="figures/p3_fig1.png",
                       bullets=["说明1", "说明2"], figure_label="Figure 1",
                       layout="figure_right")
html.add_summary_slide("总结", ["结论1", "结论2"])
html.add_thankyou_slide()

html.save("output/presentation.html")

HTML 特性：

单文件，图片以 base64 嵌入，可直接用浏览器打开
横向翻页：键盘 ← →、滚轮、触摸滑动、底部圆点导航
4 套学术配色主题 (academic / molecular / green / nature)
支持所有幻灯片类型（封面、章节、内容、图表、表格、总结、致谢）
响应式设计，适配投影仪和移动端
无需本地服务器，无需安装任何依赖

Step 7: (可选) 生成学术阅读报告

除 PPT/HTML 外，还可生成可直接发布到技术社区的 Markdown 学术阅读笔记：

from generate_report import ReportBuilder

r = ReportBuilder()
r.set_meta(
    title="论文标题",
    authors="作者列表",
    journal="期刊, 年, 卷, 页码",
    doi="10.xxxx/xxxx",
    paper_type="computational",  # experimental / computational / hybrid
    difficulty=3,                # 1-5 星
    prerequisites=["基础概念1", "基础概念2"],
)

# 填充论文信息
r.paper['innovation'] = "2-3 句话核心创新点"
r.paper['abstract'] = "摘要要点"
r.paper['problem'] = "解决什么问题"
r.paper['approach'] = "核心方案（含方法层级）"
r.paper['contributions'] = ["贡献1", "贡献2"]
r.paper['background'] = "背景与动机（可含 Markdown 格式）"

# 添加方法章节
r.add_section(3, "整体计算策略", "计算流程描述...")
r.add_section(3, "势能面描述", "- **方法层级**：...\n- **基组**：...")
r.add_section(3, "动力学与采样", "- **MD 类型**：...\n- **增强采样**：...")

# 添加结果
r.paper['result_chain'] = "结果逻辑链：A → B → C → ..."
r.paper['key_results'] = [
    {"title": "结果1标题", "points": ["要点1", "要点2"], "figure": "Figure 1"},
]

# 添加图表
r.add_figure("Figure 1", "figures/fig1.png", "图表描述", ["关键信息1", "关键信息2"], "Section X.X")

# 添加 Q&A
r.add_qa("为什么选择这个方法？", "答案...", "principle")  # principle/detail/boundary/extension

r.paper['limitations'] = ["局限1", "局限2"]
r.paper['applicable_scenarios'] = ["✅ 适合场景", "❌ 不适合场景"]

r.save("output/paper_report.md")

报告结构：

元信息（标题/作者/期刊/难度/前置知识）
总览（创新点 + 摘要）
论文概述（问题/方案/贡献）
背景与动机
核心方法（按论文类型自动适配：QC方法/力场/ML势/增强采样）
结果与讨论（逻辑链 + 关键结果 + 图表）
总结与思考（贡献/局限/适用场景）
Q&A 深度思考（原理理解/细节辨析/边界条件/延伸思考）

Step 8: 验证与错误报告

生成 PPTX 后执行检查。ChemistryPPT 内置了错误追踪：

ppt.save("output/presentation.pptx")
ppt.save_report("output/presentation.pptx")  # 生成 JSON 报告

# 或直接获取
report = ppt.get_report()
print(report["missing_images"])  # 未找到的图片列表
print(report["warnings"])        # 警告
print(report["errors"])          # 错误

报告字段说明：

missing_images: 所有 add_figure_slide() 中路径不存在的图片
errors: 图片插入失败等实际错误
warnings: 非致命问题
slide_types: 各类型幻灯片统计

自查清单：

所有引用的图表文件存在且正确插入
幻灯片数量合理（10-18 页）
无文字溢出或重叠
missing_images 为空或已确认可忽略

错误处理与回退机制

图表提取阶段 (extract_charts.py)：

多策略提取：矢量图 cluster_drawings() → 嵌入图片 get_images() → 整页渲染回退
兼容 PyMuPDF 1.19+ 和 1.23+（自动切换 cluster_drawings / get_drawings + 手动聚类）
多容忍度尝试（3→6→10→15→20）当默认容忍度提取不足时
提取报告 JSON 自动生成：--report 参数输出 extraction_report.json

论文分析阶段 (analyze_paper.py)：

编码安全：Windows GBK/ASCII 回退，避免 Unicode 字符导致崩溃
论文分类置信度标注（high/medium/low），误分类时给出明确提示
结构化 JSON 输出：--json report.json 可集成到自动化流程
计算关键词权重：前 1/3 文本中的信号权重 ×3，参考文献区的信号权重 ×1

PPT 构建阶段 (create_ppt.py)：

缺失图片自动记录（不中断构建），在 save() 时汇总输出
图片插入异常捕获（损坏/格式不支持）
save_report() 导出完整构建日志

常见错误及处理：

| 错误 | 原因 | 处理 | |------|------|------| | cluster_drawings 不存在 | PyMuPDF < 1.23 | 自动回退到 get_drawings() 手动聚类 | | 矢量图提取 0 个 | PDF 渲染方式特殊 | 自动尝试多容忍度，最终回退到整页渲染 | | Windows 编码崩溃 | Unicode 字符 (如 − ₂) | _safe_print() 自动回退到 ASCII | | 论文类型误判 | 参考文献含表征关键词 | 加权检测（正文权重 ×3），confidence 标注 | | 图片文件不存在 | 用户未正确提取或路径错误 | 记录到 missing_images，幻灯片显示占位文本 |

化学学术 PPT 视觉规范

详见 references/visual_style.md。摘要如下：

配色方案

| 名称 | 主色 | 辅助色 | 强调色 | 适合 | |------|------|--------|--------|------| | 学术经典 (默认) | 003366 深蓝 | F5F5F5 浅灰 | CC3333 暗红 | 通用化学 | | 分子科技 | 1A5276 钢蓝 | F8F9FA 近白 | E74C3C 亮红 | 计算化学/材料 | | 绿色化学 | 1E5631 深绿 | F7F9F4 米白 | D4A017 金 | 催化/能源/环境 | | Nature 风格 | 222222 近黑 | FFFFFF 白 | 0066CC 蓝 | CNS 期刊汇报 | | LaTeX Beamer | 003366 深蓝 | FAFAFC 极浅蓝灰 | B41E1E 暗红 | 学术会议/答辩（衬线字体） |

字体

中文标题：微软雅黑 / 思源黑体 Bold, 28-36pt
中文正文：微软雅黑 / 思源黑体 Regular, 16-20pt
英文/数字：Arial / Helvetica, 对应大小
化学式/公式：保持等宽或合适的衬线字体
LaTeX Beamer 主题：全衬线字体（Latin Modern Roman / Georgia / Times New Roman），模拟学术会议 Beamer 演示文稿风格。需系统安装 Latin Modern 字体以获得最佳效果：pip install latin-modern 或从 CTAN 下载

幻灯片布局

16:9 宽屏（13.333" × 7.5"）
内边距 ≥ 0.5"
左对齐为主，标题可居中
图表优先给大空间，说明文字简洁

化学特色元素

反应式/合成路线：用化学结构式图片或 → 连接的文本式反应式
数据表：对比催化剂性能/计算参数时，用清晰的表格而非嵌入图片
机理图：保留原图，在旁边标注关键步骤（i, ii, iii...）
能量图：自由能剖面图标注关键过渡态和中间体能量
表征数据：XRD 谱图标注关键峰；XPS 标注价态；TEM 标注晶格间距

输出文件

默认在 output/ 目录下生成：

output/
├── presentation.pptx          # 最终 PPTX 文件
├── presentation.html          # (可选) 单文件 HTML 演示文稿
├── presentation_report.json   # PPTX 构建报告
├── figures/                   # 提取的图表
│   ├── p2_fig1.png
│   ├── p4_fig2.png
│   └── ...
└── qa_report.md               # 质量检查报告（可选）

脚本说明

| 脚本 | 功能 | |------|------| | scripts/analyze_paper.py | 分析 PDF 结构，识别论文化学类型、领域检测、图表位置 | | scripts/extract_charts.py | 提取 PDF 图表（5 层策略：caption 引导 → 矢量图 → 嵌入图 → 整页渲染） | | scripts/fetch_from_doi.py | 新增 DOI 解析：Semantic Scholar / arXiv API → 获取高清图源 | | scripts/convert_to_images.py | PDF 页面 → 高清图片（依赖 poppler/pdf2image） | | scripts/create_ppt.py | 主脚本：创建化学学术 PPTX（ChemistryPPT 类） | | scripts/generate_html.py | HTML 生成器：单文件横向翻页网页 PPT | | scripts/generate_report.py | 报告生成器：Markdown 学术阅读笔记 | | scripts/utils.py | 新增共享工具：safe_print / cluster_drawings_compat / setup_utf8_stdout |

容错与回退

如果 PDF 文本提取失败（扫描版 PDF），尝试用 OCR 或要求用户提供文本
如果图表提取不理想，手动指定页面区域裁剪
如果论文信息不完整（无 DOI/作者等），标注 "[信息缺失]" 继续生成
如果无法确定化学子类型，默认使用"实验化学"模板
绝不编造数据、机理或图表信息

常见化学论文类型适配

催化化学

重点关注：制备方法、表征（XRD/TEM/XPS/BET）、活性/选择性/稳定性数据、TOF、活化能、in-situ 表征、DFT 辅助机理

材料化学

重点关注：合成策略、形貌调控、结构表征、物理化学性质、应用性能、构效关系

有机合成化学

重点关注：合成路线、底物适用范围、反应条件优化、机理验证实验、选择性控制

计算化学/理论化学

重点关注：计算方法和参数、模型合理性、能量/结构数据、与实验或基准的对照、反应机理的原子级阐释

能源/电池化学

重点关注：材料设计、电化学性能（容量/倍率/循环）、原位表征、界面化学、衰减机制

环境/大气化学

重点关注：反应动力学、产物分析、机理路径、环境意义、模型计算

禁止事项

不要生成占位符内容（"请手动添加XX"、"在此填写XX"）
不要用固定模板套所有论文——应根据论文实际内容调整结构
不要忽略化学式/元素符号的正确格式（上下标、斜体等）
不要在结果页不放图表只放文字
不要编造论文中不存在的数据或结论
不要把 PPT 做成纯文字大纲而非可用的演示文稿