前言¶
組會文獻彙報的流程高度固定：封面、首頁截圖、摘要精讀、實驗條件、合成方法、主圖配圖注、結論、致謝。真正耗時的往往不是排版本身，而是把圖注寫全、化學式上下角標別打錯，以及臨場還要備一份對着每頁唸的講稿和答辯可能被問到的問題。手工在 PowerPoint 和 Word 裏做一遍，下次換一篇論文又要重來。
DeepSeek Harness（DSH）把能力拆成可安裝的插件；社區目錄 skillhub.cn 上列有 AshenSeeker/lit-report-ppt（分類：工作流）。它把「抽文本、裁圖、排版、自檢」收成一套 Python 腳本，並附帶 SKILL.md 供智能體按步驟執行；默認一次交三份產物，而不是隻做幻燈片。
下面介紹它是什麼、能做什麼、如何在 DSH 與本地手動兩條路徑上使用，以及自用時要改哪些默認值。
這是什麼¶
維護者：AshenSeeker（GitHub：AshenSeeker/lit-report-ppt，截至目錄收錄約 3 stars）。
一句話：給一篇論文 PDF，默認產出三份文件——中文組會文獻彙報 PPT（.pptx）、逐頁 Word 講稿（.docx）、雙色答辯預測問答（.html）。前兩份同源於 content.json；答辯問答另用 qa.json，材料都來自同一篇論文。版式參數來自真實組會彙報稿的實測值，而非隨意設定。
不綁定特定 AI 平臺：核心是若干 Python 腳本，有 shell 能跑 python 即可；答辯問答 HTML 雙擊即可在瀏覽器查看。倉庫 package.json 版本爲 1.5.2，許可證 MIT；DSH 側通過 cordis.patch.yml 與 lib/index.js 註冊 skill（需 Node 22+），不替代出稿腳本本身。
核心功能¶
默認三份產物¶
| 產物 | 格式 | 內容源 |
|---|---|---|
| 組會彙報幻燈片 | .pptx |
content.json |
| 逐頁講解稿 | .docx |
同上 |
| 答辯預測問答 | .html |
qa.json |
除非明確說明「這次不要問答」，否則三份應一起交付。答辯 HTML 要求約十題、每題有答案；問題藍、答案綠；僅「問題 + 直接答案」兩欄；答案 ≤30 字；提問需覆蓋選題動機、國內外現狀、可否換材料等（詳見倉庫 SKILL.md「答辯預測問答」）。
固定頁序與主圖排法¶
頁序固定爲：封面 → 論文首頁截圖 → 摘要精讀 → 實驗條件 → 合成方法 → 主圖頁（佔全篇 70% 以上）→ 結論 → 致謝。主圖頁按圖注行數自動選 A 底欄滿寬 或 B 右欄分欄；兩欄仍放不下則自動續頁，續頁保留同一張圖。
腳本側能力（與 README 一致）¶
- 圖注少於 40 字或缺子圖交代時，
check_deck.py會報錯，避免「如圖所示」式偷懶。 - 化學式支持
Cr^{3+}、Cs_{2}NaInCl_{6}等形式，由腳本轉爲真上下標。 check_deck.py掃描出界、重疊、空圖注、字體缺失、字號越級、缺圖等六類問題；文檔要求跑到 0 個建議 纔算完成。- 封面默認校名爲南陽師範學院物理與電子工程學院（寫死在
build_deck.py，自用需改校徽與兩行校名）。
Python 依賴：python-pptx、python-docx、Pillow、pymupdf（pypdf 兜底）。
安裝與啓用¶
在 DSH 中安裝¶
資料中的市場安裝命令爲：
dsh plugin add AshenSeeker/lit-report-ppt
插件在宿主進程權限下運行；安裝前應自行查看倉庫源碼與 MIT 許可證，確認是否符合本機安全策略。宿主註冊 skill 需要 Node 22+ 與 DSH 引擎版本滿足 package.json 中的 engines.dsh 約束；出稿仍依賴上述 Python 環境與 pip install -r requirements.txt。
純 Python 依賴（手動或與 skill 並用）¶
pip install -r requirements.txt
手動使用不需要 git、Node 或 Office（生成物爲標準 Office 格式文件）。
作爲 AI skill 時，可將整個目錄放到 DSH 的 skills 路徑（README 示例：~/.dsh/skills/lit-report-ppt/）。無本地 Python 執行能力的純網頁對話只能輔助撰寫 content.json / qa.json 文案，最後出稿須在能跑腳本的本機完成。
典型用法：四步走¶
下面步驟摘自倉庫 README，順序不可省略中間「填內容」的判斷環節。
1. 從 PDF 抽正文、摘要、圖注
python scripts/extract_paper.py paper.pdf -o work/
2. 裁圖（建議先列出圖片塊邊界）
python scripts/crop_figures.py paper.pdf --list
python scripts/crop_figures.py paper.pdf --crop "5,0.080,0.065,0.930,0.445" -o work/figs/fig04.png
3. 填寫內容 JSON（腳本不代寫判斷性文案）
- 複製
assets/content.template.json爲content.json→ 驅動 PPT 與講稿。 - 複製
assets/qa.template.json爲qa.json→ 驅動答辯 HTML。
4. 生成並自檢三份產物
python scripts/build_deck.py content.json -o out/deck.pptx
python scripts/check_deck.py out/deck.pptx --content content.json
python scripts/build_script.py content.json -o out/講稿.docx
python scripts/build_qa.py qa.json -o out/答辯預測問題.html
彙報人與時間可通過參數或 content.json 的 meta.presenter / meta.date 傳入，例如：
python scripts/build_deck.py content.json -o out/deck.pptx --presenter "張三" --date "2026年11月2日"
python scripts/build_script.py content.json -o out/講稿.docx --presenter "張三" --date "2026年11月2日"
自用學校標識需覆蓋 assets/logo.png，並修改 scripts/build_deck.py 中 _top_bar() 的兩行校名字符串（README 標明約第 53、58 行），改後重跑 build_deck.py 即可。
倉庫 examples/ 提供示例 PPT、講稿與 答辯預測問題.html，便於對照版式後再對自己的論文走上述四步。
適用場景與注意¶
適合誰：需要反覆做中文組會文獻彙報、希望幻燈片與講稿同源一致、並順便備一份短答式答辯題表的研究者或帶學生的組會講者；也適合在 DSH / Cursor 等能執行本地 Python 的智能體工作流裏，把 SKILL.md 當操作手冊交給模型填 content.json 與裁圖座標。
需要注意：
content.json與qa.json的撰寫是判斷活，質量決定成品；腳本負責排版與自檢，不自動生成科學內容。check_deck.py的字體檢查主要針對 Windows 字體目錄；在 Linux / macOS 上可能跳過字體項，拿到 Windows 打開時仍可能因缺字導致版式偏移。- 社區插件目錄與 DeepSeek / 幻方無官方從屬關係；插件行爲以倉庫當前版本爲準。
結尾¶
lit-report-ppt 把組會彙報裏重複性最高的「三件套」——幻燈片、講稿、答辯問答——綁在同一篇論文材料上，用 content.json 與 qa.json 分流、用 Python 出稿與 check_deck.py 兜底版式。DSH 用戶可用 dsh plugin add AshenSeeker/lit-report-ppt 註冊 skill；具體命令與模板字段以 GitHub 倉庫爲準。
