Skip to content

ChanJeunlam/ppt-self-learn-skills

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

2 Commits
 
 
 
 
 
 

Repository files navigation

PPT Comprehension Skill (Pro Max) - 使用指南

本目录包含 PPT Comprehension Skill 的实际运行成果。该技能旨在将 PowerPoint 演示文稿转换为 讲师级 (Lecturer-Level) 的双语学习指南 (PDF + Markdown)。

不仅是简单的文本提取,它通过 "Pro Max" 级的工作流,能够识别领域(生物学/工程学),并生成深度解析。


🚀 核心工作流 (Workflow)

该技能遵循严格的 4步标准化流程,以确保内容的完整性和深度的专业性。

第一步:机械提取 (Extraction)

  • 目标:从 .pptx 源文件中无损提取所有文本结构和高分辨率图片。
  • 工具process_ppt.py (基于 python-pptx, libreoffice, poppler-utils)
  • 产出
    • draft.md:包含原文和图片链接的 Markdown 草稿。
    • images/:所有提取出的图片。
    • 占位符:生成 > [AI: Explain Slide X...] 供后续 AI 填充。

第二步:安全备份 (Preparation)

  • 目标:建立工作副本,防止后续操作损坏原始提取结果。
  • 操作:将 draft.md 复制为 study_guide.md
  • 原则In-Place Editing(原位编辑)。我们只修改副本中的占位符,严禁重写整个文件,从而完美保留 PPT 的列表格式和图片布局。

第三步:智能解析 (Comprehension - The "Lecturer" Phase)

  • 目标:AI 扮演领域专家(如生物学教授或风电高级工程师),对每一页 PPT 进行深度讲解。
  • 核心规则
    1. 领域感知:自动识别是学术理论还是工业实操。
    2. 严格双语:关键术语必须保留英文原词(例如:Solenoid Valve (电磁阀))。
    3. 深度扩展:不仅仅翻译,而是解释“为什么”和“怎么做”。

第四步:成品输出 (Production)

  • 目标:生成专业排版的 PDF 文档。
  • 工具md2pdf.py (基于 WeasyPrint)
  • 特性:自动处理 CSS 样式,解决中文排版问题,生成目录。

🛠️ 调用方法与命令示例

以下是 Agent 在后台执行的具体命令(用户也可在环境配置好的情况下手动运行):

1. 运行提取脚本

# 语法: python process_ppt.py <输入PPT路径> <输出目录>
uv run --with python-pptx .agent/skills/ppt-comprehension/scripts/process_ppt.py "Deep-Time6(1).pptx" output

2. 准备工作文件

cp output/draft.md output/study_guide.md

3. AI 注入内容 (Agent Action)

  • Agent 读取 study_guide.md
  • Agent 识别占位符 > [AI: Explain Slide 1...]
  • Agent 使用 multi_replace_file_content 工具,将占位符替换为 # 🎓 讲师讲解 模块。

4. 生成 PDF

# 语法: python md2pdf.py <输入MD文件> <输出PDF文件>
uv run --with Markdown --with weasyprint .agent/skills/ppt-comprehension/scripts/md2pdf.py output/study_guide.md output/study_guide.pdf

📂 案例分析 (Case Studies)

本目录下的两个子目录展示了该技能在不同领域的强大的适应性。

案例 A:生物演化 (学术领域)

  • 输入文件Deep-Time6(1).pptx
  • 输出目录output/
  • AI 角色:大学古生物学讲师
  • 解析特点
    • 理论深度:详细解释了 Cope's Law (柯普定律)Morphospace (形态空间) 等抽象概念。
    • 双语术语:如 Goniatite (棱菊石), Sutures (缝合线), Nektonic (游泳生物)
    • 逻辑连贯:将零散的化石图片串联成完整的演化故事。

📄 输出文件说明

在每个输出目录(如 output/)中,你会看到:

文件名 类型 说明
draft.md 中间文件 原始提取的文本和图片链接,不包含 AI 解释。用于回溯比对。
study_guide.md 核心交付物 包含完整原文、图片和 AI 讲师讲解 的 Markdown 文档。
study_guide.pdf 最终成片 格式精美、易于分享和打印的 PDF 版本。
images/ 资源文件夹 从 PPT 中提取的所有高清图片素材。

About

ppt-self-learn-skills

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors

Languages