paper-ppt

name paper-ppt description This skill should be used whenever the user wants to create a PowerPoint presentation (科研汇报PPT) for a single academic research paper. Triggers include: "帮我做这篇论文的汇报PPT"、"把这篇paper做成PPT"、 "论文PPT"、"paper presentation"、"科研汇报"、"文献汇报". The skill produces a concise, figure-first 6–10 slide .pptx file that covers background, key concepts, model architecture, experimental results, contributions, and future directions—strictly using figures and tables from the original paper. Supports user-provided reference template (.pptx) and speaker notes / outline document for style and structure alignment. 科研论文汇报 PPT Skill 目的 将单篇科研论文转化为简洁清晰、图表优先的汇报 PPT（.pptx 格式），适用于组会汇报、课程展示、学术交流等场景。 支持用户提供两个可选的参考文件，以提升生成质量： 参考 PPT 模板 （.pptx 文件）：提供视觉风格参考，包括配色、字体、布局、装饰元素 讲解思路文档 （.txt / .md / .docx 文件，或直接粘贴文字）：提供汇报的结构、讲解逻辑和每页要讲的重点 工作流程 Step 0：收集输入材料 在开始之前， 向用户询问以下材料 （均为可选，但强烈推荐）： 我需要以下材料来制作 PPT： ① 论文文件（必填）：PDF 文件路径 ② 参考 PPT 模板（可选，强烈推荐）：一份你觉得排版好看的 .pptx 文件 → 我会从中提取配色、字体、布局风格，照着做 ③ 讲解思路 / 演讲稿（可选，强烈推荐）：说明每页要讲什么、讲解顺序和重点 → 可以是文本文件，也可以直接告诉我大纲 如果用户已经提供了部分材料（比如直接给了 PDF 路径），就不要重复问已有的部分，只问缺的。 Step 1：解析参考 PPT 模板（如有） 若用户提供了参考 .pptx 文件，执行以下解析流程： 1.1 用 python-pptx 读取模板结构 from pptx import Presentation from pptx.util import Pt from pptx.dml.color import RGBColor import json prs = Presentation(template_path) # 提取幻灯片尺寸 slide_w = prs.slide_width.cm slide_h = prs.slide_height.cm # 遍历所有幻灯片，提取颜色、字体、布局信息 style_info = [] for i, slide in enumerate (prs.slides): page = { "page" : i+ 1 , "shapes" : []} for shape in slide.shapes: item = { "type" : shape.shape_type, "name" : shape.name, "left_pct" : round (shape.left / prs.slide_width, 3 ), "top_pct" : round (shape.top / prs.slide_height, 3 ), "width_pct" : round (shape.width / prs.slide_width, 3 ), "height_pct" : round (shape.height / prs.slide_height, 3 ), } if shape.has_text_frame: for para in shape.text_frame.paragraphs: for run in para.runs: if run.font.size: item[ "font_size_pt" ] = round (Pt( 1 ).pt and run.font.size.pt, 1 ) if run.font.color and run.font.color. type : try : item[ "font_color" ] = str (run.font.color.rgb) except : pass if run.font.bold: item[ "bold" ] = True if run.font.name: item[ "font_name" ] = run.font.name # 提取填充色 try : fill = shape.fill if fill. type is not None and fill.fore_color: item[ "fill_color" ] = str (fill.fore_color.rgb) except : pass page[ "shapes" ].append(item) style_info.append(page) print (json.dumps(style_info[: 3 ], ensure_ascii= False , indent= 2 )) # 先看前3页 1.2 截图目视确认 # 将参考PPT的每一页渲染为图片，用 read_file 工具逐页查看 # 方法：用 win32com (Windows) 或 LibreOffice (Linux) 转 PDF，再用 pymupdf 渲染 # 若环境不支持，可要求用户提供截图或跳过此步 ⚠️ 目视确认优先 ：先看截图，理解模板的整体视觉风格，再看代码解析数据。 记录：背景色、主标题颜色、装饰条/色块的颜色和位置、内容区布局（单栏/双栏/卡片） 记录：字体风格（衬线/无衬线）、是否有页眉页脚、是否有图标或装饰元素 1.3 提炼设计规格 将解析结果整理成如下格式，供后续生成脚本使用： DESIGN = { # 颜色（从模板中提取，找出主色、背景色、强调色） "bg_color" : "FFFFFF" , # 幻灯片背景色 "title_bar_color" : "1B2D5E" , # 标题栏/顶部色块 "accent_color" : "E07040" , # 强调色（装饰线/重点文字） "body_text_color" : "333333" , # 正文文字颜色 "subtext_color" : "666666" , # 次要文字/图注颜色 # 字体（从模板中提取） "font_title" : "Arial" , # 标题字体 "font_body" : "Arial" , # 正文字体 "font_size_title" : 28 , # 标题字号 "font_size_body" : 18 , # 正文字号 "font_size_caption" : 12 , # 图注字号 # 布局（从模板中提取） "title_bar_height_pct" : 0.15 , # 顶部标题栏高度占比 "has_decoration_line" : True , # 是否有竖线/横线装饰 "decoration_line_color" : "E07040" , "content_top_pct" : 0.18 , # 内容区起始位置 "has_footer" : True , # 是否有底部页脚 # 幻灯片尺寸 "slide_w_cm" : 33.87 , "slide_h_cm" : 19.05 , } Step 2：解析讲解思路文档（如有） 若用户提供了演讲稿或大纲文档，执行以下流程： 2.1 读取文档内容 # .txt / .md 文件：直接 read_file 读取 # .docx 文件：用 python-docx 提取文字 from docx import Document doc = Document(outline_path) text = "\n" .join([p.text for p in doc.paragraphs if p.text.strip()]) print (text) 2.2 提取结构信息 从文档中识别： 页面划分 ：文档是否已经按页/章节组织？每页对应哪个主题？ 每页讲解重点 ：每页要传达的 1-3 个核心信息 讲解顺序 ：是否与标准结构（背景→方法→实验→总结）一致？如有差异，以讲解文档为准 指定图表 ：文档是否提到要用哪个 Figure/Table？ 整理为结构化大纲： 页面结构（来自讲解文档）： 1. 封面 → [论文标题 + 作者] 2. 背景 → 重点：CT辐射剂量问题 + 现有方法缺陷 3. 方法概览 → 重点：可微渲染框架 + Beer-Lambert ... 2.3 与论文内容对齐 将讲解文档的结构与从 PDF 提取的内容对照，确认： 讲解文档提到的图表是否都能在 PDF 中找到 讲解文档的描述是否准确（避免讲解稿本身有误） Step 3：读取论文内容 ⚠️ 严格要求：必须逐页读取 PDF 截图，用眼睛确认论文标题和内容，再开始提取。 先读取第 1 页截图确认：论文标题、作者、期刊/会议， 避免同名论文混淆 再逐页读取截图，了解全文结构和图表位置 Step 3.1：从 PDF 提取嵌入图片（重要！） 如果论文中有嵌入的 Figure 图片，必须提取出来！ import fitz # PyMuPDF import os def extract_images_from_pdf ( pdf_path, output_dir ): """从PDF中提取所有嵌入图片 Returns: list: [{"path": 图片路径, "page": 页码, "xref": xref编号, "size": 文件大小}] """ os.makedirs(output_dir, exist_ok= True ) doc = fitz. open (pdf_path) image_list = [] for page_num in range ( len (doc)): page = doc[page_num] images = page.get_images(full= True ) for img_index, img in enumerate (images): xref = img[ 0 ] base_image = doc.extract_image(xref) image_bytes = base_image[ "image" ] image_ext = base_image[ "ext" ] # 图片命名规范：image_页码_序号.扩展名 image_filename = f"image_ {page_num+ 1 } _ {img_index+ 1 } . {image_ext} " image_path = os.path.join(output_dir, image_filename) with open (image_path, "wb" ) as f: f.write(image_bytes) image_list.append({ "path" : image_path, "page" : page_num + 1 , "xref" : xref, "size" : len (image_bytes) }) doc.close() return image_list # 使用示例 pdf_path = r"path/to/paper.pdf" out_dir = r"path/to/figures" images = extract_images_from_pdf(pdf_path, out_dir) for img in images: print ( f"提取: {img[ 'path' ]} (第 {img[ 'page' ]} 页, {img[ 'size' ]/ 1024 : .1 f} KB)" ) 识别关键图片类型 ： 架构图/流程图 ：用于方法介绍页（通常较大、包含多个模块） 实验结果表/图 ：用于实验结果页（包含数据对比） 可视化效果图 ：用于定性分析页（展示效果对比） 对比图 ：用于方法对比页（左右或上下对比布局） Step 3.2：逐页渲染 PDF 截图 import fitz import os pdf_path = r"path/to/paper.pdf" out_dir = r"path/to/figures" os.makedirs(out_dir, exist_ok= True ) doc = fitz. open (pdf_path) # 逐页渲染为图片，dpi=200 足够阅读 for i, page in enumerate (doc): mat = fitz.Matrix( 200 / 72 , 200 / 72 ) pix = page.get_pixmap(matrix=mat) pix.save( f" {out_dir} /page_ {i+ 1 } .png" ) doc.close() print ( f"共 { len (doc)} 页，已保存到 {out_dir} " ) 用 read_file 工具逐页读取 PNG，记录： 论文标题（第1页） 每个 Figure/Table 在哪一页、大致位置（上/中/下） 关键文字内容（Abstract、Contributions、Conclusion） Step 4：提取核心要素 结合论文内容和讲解思路文档（如有），提取以下内容： 研究问题 ：用 1 句话描述论文要解决什么问题 关键前置概念 ：理解论文必须掌握的 2–4 个概念（来自论文本身） 核心架构 ：整体方法框图（记录是哪个 Figure） 主要实验结果 ：最重要的 1–2 张对比表/图（记录 Table/Figure 编号） 创新点 ：直接引用论文 contribution 列表 局限/未来 ：论文 conclusion 中的 limitation 和 future work 若有讲解思路文档，以文档中的重点为准，从论文中找对应内容；若无，按标准流程提取。 Step 5：裁剪图表 从 PDF 裁剪所需图表， 每张图必须包含完整图注 ： def crop_save ( doc, page_idx, x0_pct, y0_pct, x1_pct, y1_pct, name, out_dir, dpi= 280 ): """按百分比裁剪PDF页面区域并保存为图片 Args: doc: fitz.Document 对象 page_idx: 页码（从0开始） x0_pct, y0_pct: 左上角百分比坐标（0.0 ~ 1.0） x1_pct, y1_pct: 右下角百分比坐标（0.0 ~ 1.0） name: 输出文件名（不含扩展名） out_dir: 输出目录 dpi: 输出分辨率，默认280 """ page = doc[page_idx] r = page.rect x0 = r.x0 + r.width * x0_pct y0 = r.y0 + r.height * y0_pct x1 = r.x0 + r.width * x1_pct y1 = r.y0 + r.height * y1_pct clip = fitz.Rect(x0, y0, x1, y1) mat = fitz.Matrix(dpi/ 72 , dpi/ 72 ) pix = page.get_pixmap(matrix=mat, clip=clip) path = f" {out_dir} / {name} .png" pix.save(path) return path # 使用示例：裁剪第3页的图片区域（根据观察到的位置调整百分比） # doc = fitz.open("paper.pdf") # crop_save(doc, page_idx=2, x0_pct=0.05, y0_pct=0.1, x1_pct=0.95, y1_pct=0.8, # name="figure_1_overview", out_dir="figures", dpi=280) 快速裁剪法（适合规则分布的图表） ： def crop_save ( doc, page_idx, x0_pct, y0_pct, x1_pct, y1_pct, name, out_dir, dpi= 280 ): """按百分比裁剪PDF页面区域并保存为图片 Args: doc: fitz.Document 对象 page_idx: 页码（从0开始） x0_pct, y0_pct: 左上角百分比坐标（0.0 ~ 1.0） x1_pct, y1_pct: 右下角百分比坐标（0.0 ~ 1.0） name: 输出文件名（不含扩展名） out_dir: 输出目录 dpi: 输出分辨率，默认280 """ page = doc[page_idx] r = page.rect x0 = r.x0 + r.width * x0_pct y0 = r.y0 + r.height * y0_pct x1 = r.x0 + r.width * x1_pct y1 = r.y0 + r.height * y1_pct clip = fitz.Rect(x0, y0, x1, y1) mat = fitz.Matrix(dpi/ 72 , dpi/ 72 ) pix = page.get_pixmap(matrix=mat, clip=clip) path = f" {out_dir} / {name} .png" pix.save(path) return path # 使用示例：裁剪第3页的图片区域（根据观察到的位置调整百分比） # doc = fitz.open("paper.pdf") # crop_save(doc, page_idx=2, x0_pct=0.05, y0_pct=0.1, x1_pct=0.95, y1_pct=0.8, # name="figure_1_overview", out_dir="figures", dpi=280) 快速裁剪法（适合规则分布的图表） ： def crop_all_figures_from_page ( doc, page_idx, left_pct, top_pct, right_pct, bottom_pct, out_dir, prefix= "fig" , dpi= 280 ): """从一页中按固定区域批量裁剪多张图 适用于同一页有多个并排/上下分布的子图 """ page = doc[page_idx] r = page.rect # 计算裁剪区域 x0 = r.x0 + r.width * left_pct y0 = r.y0 + r.height * top_pct x1 = r.x0 + r.width * right_pct y1 = r.y0 + r.height * bottom_pct clip = fitz.Rect(x0, y0, x1, y1) mat = fitz.Matrix(dpi/ 72 , dpi/ 72 ) pix = page.get_pixmap(matrix=mat, clip=clip) path = f" {out_dir} / {prefix} _page {page_idx+ 1 } .png" pix.save(path) return path 裁剪后必须用 read_file 工具逐张查看 ，确认： ✅ 图注文字完整（不能被截断） ✅ 图片内容清晰完整 ✅ 子图编号（a)(b)(c)... 完整可见 若图注截断：扩大 y1_pct ，宁可多留 5% 空白也不截断 若子图截断：调整 left/right/top/bottom 百分比 图片命名规范 ： image_页码_序号.扩展名 例如：image_3_1.png（第3页第1张图）、image_5_2.png（第5页第2张图） Step 6：规划 PPT 结构 优先级 ： 若有讲解思路文档 → 以文档的页面划分和讲解重点为准 若无 → 按以下默认结构（可根据论文内容调整） 第 1 页 封面 论文标题、作者、期刊/会议、汇报日期 第 2 页 问题背景 研究背景 + 现有方法不足 + 本文目标 第 3 页 重点概念 2–4 个关键概念解析（如无独特概念可合并到背景） 第 4 页 模型架构 Overview Figure + 各模块说明（大图时可拆 2 页） 第 5 页 实验结果 主实验 Table/Figure + 关键数字标注 第 6 页 消融实验 消融实验图表（如内容少可与第5页合并） 第 7 页 创新点总结 3–5 条 bullet，直接对应论文 contribution 第 8 页 局限与展望 论文自述局限 + 未来方向 总页数（含封面）≤ 10 页 Step 7：生成 .pptx 文件 使用 python-pptx 生成幻灯片。 样式来源优先级（严格遵守） 有参考模板 → 从 DESIGN 字典读取所有样式参数（颜色/字体/布局） 无参考模板 → 使用 paper_ppt_guide.md 中的默认规范 绝不允许 在有参考模板时仍使用默认配色。 布局选择 主布局（大多数内容页） ：根据模板风格决定（双栏 / 全宽 / 卡片） 有讲解文档时 ：每页的 bullet 内容从讲解文档对应章节中提取，不自行发挥 封面页 ：从模板封面提取布局，没有模板则居中排版