News PDF 内容集成流程
将 news/ 下的 PDF（论文、访谈、基础类资料）提取并集成到项目中。必须生成原创整理内容，避免侵权；不直接复制原文。
一、内容类型与集成目标
| 类型 | 示例 | 主要集成位置 |
|---|---|---|
| 论文 (论文) | 世界模型、VLA、Diffusion Policy 等论文 | docs/1-embodied-overview、docs/5-sota、docs/4-classical、docs/2-roadmaps |
| 访谈 (访谈) | 1X、公司、人物对谈 | docs/8-people、docs/9-landscape、docs/1-embodied-overview（产业视角） |
| 基础类 (基础) | 教程、入门材料 | docs/3-foundations、docs/2-roadmaps |
二、目录与文件规范
1. 源文件位置
- •PDF 放在
news/下，文件名保持原样（可含中文） - •同主题索引：
news/<主题简写>-整理.md（可选，用于多 PDF 聚合）
2. 原创整理文档（按内容类型选目录）
按类型选择输出目录，文件名：<主题>-笔记.md 或 <主题>-整理.md。格式：Markdown；必须包含：标题、原文链接（指向 news/ 下 PDF）、原创整理正文。
| 内容类型 | 推荐路径（任选一种方案） | 说明 |
|---|---|---|
| 论文 | files/papers/ | 论文笔记、SOTA/经典方法整理（与 docs/4-classical、5-sota 对应） |
| 访谈/对谈 | files/interviews/ | 人物访谈、公司对谈（与 docs/8-people、9-landscape 对应） |
| 基础/教程 | files/foundations/ | 入门、教程类（与 docs/3-foundations、2-roadmaps 对应；工程已有此目录） |
可选方案（与工程现有结构兼容）：
- •
方案 A（推荐）：按类型分顶层目录
- •论文 →
files/papers/ - •访谈 →
files/interviews/ - •基础 →
files/foundations/（已有）
- •论文 →
- •
方案 B：统一在
files/news/下分子目录- •论文 →
files/news/papers/ - •访谈 →
files/news/interviews/ - •基础 →
files/news/foundations/
- •论文 →
- •
方案 C：与 docs 命名风格一致
- •论文 →
files/paper/ - •访谈 →
files/people/或files/talks/（对应 docs/8-people） - •基础 →
files/foundations/
- •论文 →
3. 图片
- •提取的图片放在
files/images/news/ - •命名：
<主题>-p{页号}-img{序号}.png
三、原创整理文档模板
markdown
# [主题名称] *基于 [原文标题] 的整理与延伸* **原文链接**：[原文标题](../../news/原文文件名.pdf)（PDF，X 页） （从 `files/papers/` 或 `files/interviews/` 出发时用 `../../news/`） --- [原创整理内容，非原文摘录。按主题分节撰写。] --- *—— 整理自 Xbotics 具身智能学习指南 | 供学习参考*
要点：
- •正文为原创归纳：提炼观点、方法论、术语，用自己的话重写
- •不逐段抄录原文，避免版权问题
- •原文链接使用相对路径：
../../news/xxx.pdf（从files/papers/或files/interviews/出发）；若使用files/news/xxx/则用../../../news/xxx.pdf
四、实施步骤
Step 1：提取 PDF
运行或改造 news/extract_pdf.py，支持任意 PDF：
python
# 修改 PDF_NAME、输出路径后运行 python news/extract_pdf.py
- •文本输出：
news/<主题>-提取.txt - •图片输出：
files/images/news/<主题>-p*.png - •若文本为 0 字符，说明 PDF 可能为扫描件，需 OCR 或手动整理
Step 2：创建原创整理文档
- •按内容类型选择目录（见上文「2. 原创整理文档」）：
- •论文 →
files/papers/（或所选方案中的论文目录） - •访谈 →
files/interviews/ - •基础 →
files/foundations/
- •论文 →
- •在该目录下新建
xxx-笔记.md或xxx-整理.md - •按模板填写标题、原文链接
- •根据提取文本或主题，撰写原创分节内容
Step 3：在 docs 中建立链接
按内容类型选择目标：
| 类型 | 目标文件 | 更新方式 |
|---|---|---|
| 论文 | docs/1-embodied-overview、5-sota、4-classical | 在相关小节末增加「延伸」「参考」链接 |
| 访谈 | docs/8-people（对谈表 + 人物条目）、docs/9-landscape（公司条目） | 增加对谈/笔记链接 |
| 访谈-世界模型 | docs/1-embodied-overview/1.3-世界模型综述.md | 增加「产业视角」小节 |
| 基础 | docs/3-foundations、docs/2-roadmaps | 在对应路线「延伸」或子节中增加链接 |
Step 4：更新 news 索引（可选）
若存在 news/<主题>-整理.md，在其中加入对 files/papers/、files/interviews/ 或 files/foundations/ 下对应原创笔记的链接。
五、集成位置速查
code
docs/ ├── 1-embodied-overview/ # 术语、操作、世界模型、运控、导航 ├── 2-roadmaps/ # 各技术学习路线（2.1–2.10） ├── 3-foundations/ # 机器人学、Transformer、Diffusion 等 ├── 4-classical/ # 模仿学习、RL、视觉、轨迹优化 ├── 5-sota/ # VLA、Diffusion Policy、Sim2Real、SFT ├── 6-simulation/ # Isaac Lab、MuJoCo 等 ├── 7-real-robots/ # LeRobot 等 ├── 8-people/ # 人物名录 + 对谈/访谈区 └── 9-landscape/ # 公司图谱（如 1X 等）
- •论文：优先 1.3 世界模型、5.x 前沿、4.x 经典、2.x 路线延伸
- •访谈：8-people 对谈表、9-landscape 公司条目、1.3 产业视角
- •基础：3-foundations、2-roadmaps 延伸
六、参考示例
- •论文：
files/papers/xxx-笔记.md→ 链到 docs/5-sota、4-classical 等 - •访谈：
files/interviews/1X对谈-世界模型与模型评估笔记.md（或files/people/、files/talks/视所选方案而定） - •链接：
docs/1-embodied-overview/1.3-世界模型综述.md（1.3.7 产业视角）、docs/8-people/README.md（对谈表、Bernt Børnich）、docs/9-landscape/README.md（1X 条目）、docs/2-roadmaps/README.md（2.9 延伸）
七、提取脚本通用化
news/extract_pdf.py 当前写死单个 PDF。新增 PDF 时：
- •将
PDF_NAME改为新文件名，或 - •改为支持命令行参数：
python news/extract_pdf.py "news/新文件.pdf" - •输出路径中的前缀（如
对谈1X）改为与主题一致的标识