slides-genedit — 学术 PPT 生成与源保留编辑 是做什么的?
你将研究材料(论文、笔记、起始演示文稿)转化为可编辑的、带有证据追溯的学术演示文稿——并且你编辑现有演示文稿时,不会破坏未被要求修改的部分。难点在于选择与排序,而不是复制段落:哪个结果值得拥有单独一页,一个方法需要多少要点,哪个图放在前面,当页面预算超限时应该删减什么。你做出这些判断;scripts/ 中的脚本执行确定性的工作(解析、组装、验证、渲染)。如果存在对应脚本,永远不要手工组装 XML。
路线分发(先决定,然后绝不混用)
读取 /input/case.json 和 task.md。运行下面的第 1 步——parse_case.py 会打印带有证据的路线提示。对照任务措辞进行确认:
- GENERATE — 输入中没有起始演示文稿(研究材料 + 受众/时间/幻灯片数量约束 + 模板)。构建新演示文稿。
- EDIT — 提供了起始演示文稿(.pptx)并且指令要求局部更改(修改/压缩/换受众/加页/删页/调整)。盘点它并应用手术式操作。编辑必须保留:未触及的幻灯片字节一致,母版/布局不变,模板样式不变,非目标幻灯片的备注不变。
- 如果存在演示文稿但指令重写了大部分内容或重新组织整个叙述,那么这实际上是generate运行——使用同一模板全新构建,并将起始演示文稿保留为版本 N-1。记录路线决策及其证据。
全程遵守预算:大约 7 个工具步骤是最佳实践,总共 64 个模型请求 / 900 秒。第 1 步已经写入一个合同完整的骨架 result.json,因此之后的任何崩溃仍会留下可验证的交付物。逐步改进它;永远不要将其保留为骨架。
第 1 步 — 解析输入,写入 result.json 基础(两条路线)
python scripts/parse_case.py --input /input/case.json --workdir /app/work --output-dir /app/output
在承诺使用某条路线之前,阅读打印的路线提示和实际的任务文本(提示是证据,不是最终判断)。自行对照 task.md 验证约束扫描(case-parsed.json)——关键字扫描会漏扫和过扫;任务措辞具有最终决定权。读取存在的所有输入文件(material*.md/pdf/tex,图片);对于 PDF 请使用所提供的 pdf-text-tool / pdf-render-tool / ocr-tool。永远不要根据文件名假设内容。
第 2 步 — 提取并逐字捕获(生成路线)
从实际材料中提取:研究问题、方法、结果、局限性(叙述主线)。在阅读过程中,为每个可能出现在幻灯片上的数字和主张捕获带位置的逐字引用(章节、表格、图)——这是证据映射,只需收集一次,在第 3 步和第 7 步中重复使用。如果材料缺少结论/结果,则应用 reference/exception-playbook.md #1:标记为推断,绝不编造。
第 3 步 — 页面级大纲:你的判断,记录下来(生成路线)
根据 reference/schemas.md 编写 /app/work/outline.json。这是核心智力步骤——由你亲自完成,而不是通过模板:
- 一页一个主张。 标题陈述该页的信息("结果:同压缩率下形状误差低 38.2%",而不是 "实验结果")。每张幻灯片都有一个
role(problem/method/result/limitation/...)和演讲者notes(讲稿脚本——没有备注的演示文稿是不完整的)。 - 数字逐字。 从材料中精确复制数字(28.4 BLEU,而不是 ~28;41.8,而不是 42)。每个数字的来源都放入该幻灯片的
evidence中。如果你找不到数字的来源,它就不能出现在幻灯片上。 - 根据受众/时间预算进行选择。 大约每 1–2 分钟一张幻灯片。同行评审组:方法细节重要。评审委员会:进展和计划重要。答辩:贡献和证据重要。按叙述力量(它好吗?→ 好多少?→ 可靠吗?)对结果进行排序,而不是按论文章节顺序。
- 图片:当源文件是位图时,引用原始图片及其逐字说明;仅当数据表格存在时才重新绘制。仅包含图片的结果应单独占一页;次要图片合并或移到最后幻灯片之后的备用页。
decisions日志:每个保留/删除/合并/重新排序的项目都附带原因("删除了表 2 的消融实验——页面预算 6 页,主结果优先")。这既是你的可验证性工件,也是案例研究材料;空的决策日志是一个 bug。
第 4 步 — 组装演示文稿(生成路线)
python scripts/assemble_deck.py --outline /app/work/outline.json \
--template <template.pptx if provided> --out /app/output/deck_v1.pptx \
--workdir /app/work/scratch
读取 assembly-report.json。当它报告溢出风险、布局回退或预算超限时,修正大纲(而不是演示文稿),然后重新运行——演示文稿和决策日志必须保持一致。脚本保证:内容放置在幻灯片级别的占位符中(当缺少时从布局克隆——写入布局占位符不会渲染),图片按宽高比裁剪而不会变形,备注已附加。
第 2' 步 — 盘点起始演示文稿(编辑路线)
python scripts/inventory_deck.py --deck <starting.pptx> --out /app/work/inventory.json
读取盘点清单。定位指令中明确命名的精确目标(幻灯片索引 + 占位符 ID / 形状名称)。如果编辑目标不存在,则应用 playbook #8:大声失败、重新定位或添加——永远不要静默跳过。
第 3' 步 — 编写手术式操作(编辑路线)
根据 reference/schemas.md(操作模式)编写 /app/work/ops.json。操作按顺序应用于基于 1 的幻灯片索引。仅涵盖指令要求的内容:replace_text(重写要点,保留现有格式)、append_bullets、set_notes、insert_image(按宽高比裁剪)、add_slide、delete_slide、move_slide、duplicate_slide。通过操作进行全演示文稿重写是误用——应切换到生成路线。
第 4' 步 — 应用编辑并验证保留(编辑路线)
python scripts/edit_deck.py --deck <starting.pptx> --ops /app/work/ops.json \
--out /app/output/deck_v2.pptx --workdir /app/work/scratch
检查 edit-report.json:所有操作状态为 ok;slides_identical_raw >= source slides − touched slides;masters_untouched 和 layouts_untouched 为 true。如果未触及的幻灯片甚至在结构上都不相同,则说明编辑存在泄漏——应用 playbook #9。重新渲染,然后交付。
第 5 步 — 渲染并检查(两条路线)
python scripts/render_check.py --pptx /app/output/deck_v1.pptx --outdir /app/output/render/
PDF 预览必须存在,页数 == 幻灯片数量。检查预览是否有溢出、字体替换、图片被裁剪(使用可用的 pdf-render-tool / office-renderer)。预览中的字体替换记录为不确定性——不要为了取悦渲染器而重写演示文稿的模板字体(playbook #4)。如果渲染不可能,保留 .pptx 并诚实记录失败(playbook #6)。
第 6 步 — 有目的地迭代(两条路线)
用户反馈以新的编辑指令形式到达,作用于当前演示文稿:循环回到最新版本的第 2' 步(编辑路线)。保留先前的版本(deck_v1.pptx、deck_v2.pptx、...)——永远不要覆盖;每个渲染报告加上操作日志/决策差异就是版本记录。每轮进行回归检查:未触及的幻灯片是否保持相同?
第 7 步 — 最终确定 result.json(两条路线)
更新 /app/output/result.json(第 1 步中的骨架)为最终值:填写 case.json 中的每个 output_contract 字段——演示文稿文件、幻灯片数量、每张幻灯片的证据映射(位置 + 逐字引用)、渲染预览路径、演讲者备注状态;编辑运行添加操作日志和保留矩阵。你确实无法生成的字段保持为 null,并在 unanswered 中说明原因。status ∈ complete | partial(说明限制)。然后停止——交付 .pptx、备注、PDF 预览和 result.json。
不可妥协的事项
- 幻灯片上的数字/引用必须追溯到逐字捕获的来源;没有编造的数字,没有目测的重绘,没有静默的四舍五入。
- 编辑路线绝不触及母版/布局或未定位的幻灯片;保留矩阵证明这一点。
- 在 result.json 中,诚实的失败优于伪造的成功,始终如此。
- 模板、依赖项、模式和异常操作手册位于
README.md和reference/中;在偏离之前先阅读它们。