TTokenySpace
返回 Skills 列表

pptx-craft

把结构化数据/看板/报表/标准HTML渲染成【可编辑】PowerPoint(.pptx), 重点=高质量排版(不重叠/有气口/不裁切)。引擎用文本优先多遍布局+模板克隆——你给PPT模板路径, 它自动测量可用区、原生生成内容填进去(零复制粘贴, 继承主题)。另附通用HTML→PPT解析器(html2ppt.py, 契约驱动三层检测, 零专属类名)。触发词: 做一份可编辑PPT / 用我的模板生成P

#中文
0

安装到 Tokeny(自动)

下载 ZIP
安装"pptx-craft"技能
技能信息:
- 名称: pptx-craft
- 标识: pptx-craft
- 描述: 把结构化数据/看板/报表/标准HTML渲染成【可编辑】PowerPoint(.pptx), 重点=高质量排版(不重叠/有气口/不裁切)。引擎用文本优先多遍布局+模板克隆——你给PPT模板路径, 它自动测量可用区、原生生成内容填进去(零复制粘贴, 继承主题)。另附通用HTML→PPT解析器(html2ppt.py, 契约驱动三层检测, 零专属类名)。触发词: 做一份可编辑PPT / 用我的模板生成P
- 版本: 1.0.0
下载地址:
https://www.tokeny.space/api/skills/pptx-craft/download
继续

复制上方内容到 Tokeny 客户端并在会话中发送即可自动安装;也可直接 下载 ZIP并拖动到技能窗口安装。

SKILL.md

PPT 渲染引擎 (数据模型/标准HTML → 可编辑PPT · 模板克隆 / 尺寸锚定)

本技能包含两层: ① 纯原语引擎 pptx_flex_engine.py(吃数据模型, 文本优先多遍布局+校验) 和 ② 通用 HTML→PPT 解析器 scripts/html2ppt.py(契约驱动三层检测, 把任意标准 HTML 解析成数据模型再走引擎)。

Positioning (价值观: 主流程 = 资料 → HTML(浏览器验收) → PPT)

  • 主工作流(已与用户锁定): 资料汇总目录 → 生成 HTML(浏览器里验收版面) → 转 PPT(演讲+归档)。 HTML 是一等输入, 不是模式违背; 画布轴是互补通道。
  • 引擎内核只认数据模型 —— HTML 由 html2ppt.py 通用解析成数据模型, 再交引擎渲染。 解耦保证: 引擎可独立复用(画布/表单/JSON 都能上车), 解析器可独立演进。
  • PPT 模板是尺寸锚点。收到请求第一步就确认"有没有专用模板"; 有模板则内容以模板真实可用区为准原生生成, HTML/PPT 尺寸天然一致。
  • "尺寸不匹配能不能自适应"是个伪问题: 当模板作锚点、内容原生生成时, 没有第二个尺寸需要去匹配 —— 自适应 = 以模板为准直接生成, 而非事后缩放去凑。

通用 HTML→PPT 解析契约 (html2ppt.py · HTML 编写规范)

scripts/html2ppt.py通用解析器: 零专属类名、只认标准 HTML 结构 + 通用契约 class。 用法: python scripts/html2ppt.py input.html --out out.pptx --preview-dir previews --qa qa.json

三层检测(优先级从高到低):

  • T1 语义元素直判: h1-h3(页标题) / table(表格) / ul,ol(列表) / section或含标题的顶级div(分章)。
  • T2 通用契约 class(正则模糊匹配, 写 HTML 时用这些词可获最稳解析):
    契约词识别为示例 class
    hero / cover / title封面页class="hero"
    head / header / kicker / sub页眉区(眉标+标题+副题)class="head"
    card / box / item / panel / tile卡片class="card"
    grid / cards / row / cols / wrap卡片栅格容器class="grid"
    timeline / steps / stage / phase时间线/阶段(竖向序列)class="timeline"
    contain / container / body / content正文包裹容器(下钻)class="contain"
  • T3 几何/文本启发兜底: ≥2 个相似兄弟 div → 栅格; 有边框感+内部标题 → 卡片; 行首日期(2024.06/2024-06)或编号正则 → 时间线/编号序列; 其余 → 文本块。

硬规则:

  • 解析器内 严禁出现任何单一 HTML 文件的专属类名(如 .rv/.pit/.conv) —— 一旦需要, 说明契约或启发层有缺口, 应补契约而不是补特例。
  • 分页/高度铁律: 估算公式必须与渲染公式严格一致(同 pad/同 breath/同 min 字号); 竖向序列(timeline/numbered)与 grid 超页高时拆页, 绝不压缩(压缩=重叠之源)。
  • QA 双层: L1 几何(0 错误才算过) + L2 填充率(<55% 标空白风险; hero 与纯文本陈述页豁免)。

Overview

Generate editable, pixel-precise PowerPoint files without hand-computing absolute coordinates. The root cause of "PPT 永远做不好排版、永远元素重复、永远没气口" is that PPT / pptxgenjs is an absolute-positioning engine: 50+ elements = 200+ hand-written (x,y,w,h), and one miscalculation cascades into overlap/truncation. Worse, even when coordinates are correct, the gaps (气口) between elements end up too tight because the layout is a single sequential pass that packs elements to "minimal fit".

This skill replaces hand coordinates with a text-first multi-pass layout that simulates how a human actually builds a slide:

人类工作流                        引擎对应 Pass
─────────────────────────────    ──────────────────────────────
1. 按尺寸/比例画区域边框          Pass0   flex 容器(区域框)
2. 先放文字(占地最大),四周留白;    Pass1   文本优先放置(字体度量测高 + pad 气口)
   放不下则缩字号(不删内容)        Pass2   字号自适应(溢出按比例缩,保最小字号)
3. 再放装饰(条/图)填空余空间       Pass3   装饰按"文字块底部+气口"定位(填空者)
4. 初稿→QA→二稿→QA→终稿           Pass4-5 QA 迭代(留白不足全局缩字号重排,最多3轮)

Key guarantee: no overlap, no truncation, and measured breathing room (气口) — the validator refuses to write the file unless every element is in-bounds, non-overlapping across groups, and cross-group gaps meet a MIN_BREATH floor.

When to use

  • User needs an editable PPT (not a screenshot image) with high layout fidelity + 气口.
  • User explicitly wants "方法3" (text-first flex engine + validator) over "方法1" (screenshot).
  • User has a dashboard / report / data page — designed in HTML, a design canvas, OR just a data model / spreadsheet — and wants it re-rendered as a clean editable slide with proper spacing.
  • 模板克隆场景: 用户有现成 PPT 模板(公司汇报模板等), 要把内容填进去且继承主题/页脚/logo。
  • Do NOT use for one-off quick mockups where a screenshot (方法1) is acceptable — that is faster and lower-cost.

Architecture (6 layers)

① 输入层   : 数据模型(真相源) + 设计令牌(TOKENS) + 间距令牌(SP) + 密度(DENSITY)
             —— HTML/画布是可选的可视化兄弟产物, 不进引擎输入
② 虚拟画布 : 1440×680 px 抽象坐标空间(可随目标比例重设 VW/VH), 均匀缩放+居中 映射目标可用区
③ 容器系统 : Row/Column + flex 权重, 仅用于"区域框"层级(区域内部改文本优先)
④ 组件库   : KpiCard / CompareCard / build_chart / build_progress  —— 内部文本优先, 装饰填空
⑤ 文本优先布局 : layout_texts() 字体度量测高 + 上下左右 pad 气口 + 字号自适应(保最小,不删内容)
⑥ 校验层   : 写文件前强制 越界 + 跨组重叠 + 留白下限(防拥挤) 检测; 不过则拒绝产出(终稿轮)
⑦ QA迭代器 : 初稿→二稿→终稿, 用留白提示驱动全局字号缩放(G_TS)

气口(呼吸感)是怎么解决的 (v3 三条杠杆):

  1. 文本优先 + 字体度量: 文字先"占地",上下左右按 pad 留气口、多文字间按 breath 留气口, 尺寸由字体度量真实估算(宁多勿少,文字绝不裁切),不再"塞满即止"。
  2. 间距令牌 + 密度系数: 所有 gap/padding 取自 SP 阶梯表,由 DENSITY 整体缩放 (1.0 紧凑 / 1.2 舒适 / 1.4 宽松)—— 调一个旋钮即可整体松紧,不用逐块挪。
  3. QA 迭代器: 若终稿仍有留白提示,全局缩小字号 G_TS(每轮 -0.06)重排,最多 3 轮, 用"规则+迭代"替代"人眼反复截图调"。

Workflow

⚠️ Step 0 — 确认有无专用 PPT 模板 (MANDATORY, 任何技能请求的第一步)

收到技能请求时, 第一件事就是问用户: "你有没有专用 PPT 模板?" 不要先谈 HTML 尺寸、不要先问画布比例 —— 模板才是唯一锚点。这个回答决定整个输入契约与引擎首动作。

为什么先问模板 (尺寸一致性的根因): PPT 翻车第一因是"生成物与目标模板尺寸/比例不一致 → 复制进去变小/错位"。当模板作锚点, 内容永远按模板本身的真实可用区原生生成, 不存在"另一个尺寸去匹配"的对象 —— 于是"HTML尺寸和PPT尺寸不匹配、能不能自适应"这个伪问题从根上消失: 自适应不是去匹配, 而是以模板为准直接生成。

Branch A — 无专用模板 (use_generic: true)

  • WB 自行设计/加载内置通用模板(默认标准16:9, 33.87×19.05cm, 含内置主题token)。
  • 引擎动作: 新建 Presentation + 设尺寸 + 文本优先多遍 + QA。
  • 仅需确认输出比例(默认16:9), 无需路径。

Branch B — 有专用模板 (has_template: true) — 用户只需提供:

  1. template_path (必填): 真实 .pptx 模板路径。
  2. start_page (可选, 默认自动探测首个"正文页"): 内容从这一页开始生成; 模板封面/目录/结构页(P1-3等)一律不动。
  • 可用区由 WB 自动测量, 用户无需画框、无需报尺寸: 引擎加载模板 → 扫描目标页及其版式(layout)/母版(master)的已有形状 → 按规则算可用区:
    • 左右: 按 PPT 模板尺寸各留 MARGIN_CM(默认1cm) → x∈[M, W-M]
    • 上下: 在模板已有元素基础上算(内容不得压已有元素), 各留 MARGIN_CM:
      • 排除面积≈整页的形状(全屏背景图), 避免误判为障碍物;
      • 形状中心在上半=页眉区取 max(页眉底)+M, 在下半=页脚区取 min(页脚顶)-M;
      • 无页脚页 bottom 回退 H-M; 溢出续页时对后续页用同规则重算。
    • 必须同时扫描 slide.shapes + slide.slide_layout.shapes(页眉页脚通常在版式上, 漏扫会压页脚)。
  • 引擎动作: Presentation(template_path) → 克隆 → 在算出的可用区原生生成内容(直接 add 进 spTree, 零复制粘贴)。主题/字体/页脚/logo 全继承。
  • (可选硬覆盖) 极少数模板自动测量不准时, 才退化为用户在模板里标命名形状 CONTENT_AREA 或手填包围盒 (x_cm,y_cm,w_cm,h_cm)

经验: 曾用「缩放粘贴」(整页生成→×0.796缩放进可用区) 导致"整体小一圈"; 正确范式是虚拟画布直接映射到可用区 + 原生生成, 字号走 px→pt 不随区域缩小。

Reference sizes (used by Branch A default or as sanity check):

TypeWidth × HeightRuler rangeAspect
Standard 16:933.87 × 19.05 cm-16~+16 / -9~+91.78:1
Standard 4:325.4 × 19.05 cm-12~+12 / -9~+91.33:1
Custom ultra-wide31 × 14 cm-15~+15 / -6~+62.21:1

Step 1 — Define tokens and data (single source)

Set TOKENS (colors/fonts/radii) and a DASHBOARD_DATA-style model. This is the single source of truth — keep it consistent with any HTML/canvas sibling so all outputs stay aligned (but HTML/canvas are optional previews, not inputs). If the data is "live", pass a snapshot at export time (PPT is a period snapshot, not realtime).

Step 2 — Build the virtual canvas + coordinate mapper

Use VW,VH as the virtual pixel canvas. VW/VH should be derived from the target available area's aspect ratio (not hardcoded to one size) so the layout re-flows natively:

  • Branch A (generic): VW,VH → slide size aspect; SCALE = min(SLIDE_W/VW, SLIDE_H/VH), OFFX centers.
  • Branch B (template clone): set VW=1440, VH=round(area_h/area_w*1440), SCALE=area_w/VW, and OFFX/OFFY = available-area top-left EMU — content placed inside the frame, natively. Map with uniform scale + area anchoring (no vertical squeeze). Helpers X/Y/W_/H_/FS convert virtual px → EMU/pt. Slide size: prs.slide_width = Emu(target_cm * 360000) (Branch A only; Branch B reuses template size).

Step 3 — Lay out regions with flex containers (never raw coordinates)

Use hbox(deck, box, items, gap, pad) and vbox(deck, box, items, gap, pad) to carve region frames only. Each item is {"flex": n, "size": px, "group": "g", "build": fn}. The engine computes child positions from weights — change a parent's height and children reflow. Note: flex is used for the region level; inside each card the layout switches to text-first (Step 4).

Step 4 — Compose with the component library (TEXT-FIRST inside)

Call KpiCard, CompareCard, build_progress, build_chart. Each card:

  1. draws its background rect,
  2. calls layout_texts(deck, items, box, pad, breath, ...) which:
    • measures each text block height via text_h() (font metrics, CJK-aware),
    • places text top-down with pad (outer) + breath (between) 气口,
    • if total exceeds box height, binary-searches a uniform scale to shrink all fonts (each keeps its min_fscontent never deleted),
    • returns the leftover space below the text,
  3. draws decorative elements (bars/chips/legend) into that leftover space — decorations are "fillers", never the cause of overlap.

This is the core fix for "标题贴边 / 标签没气口 / 批次条拥挤": text owns the space first, decorations fill what's left.

Step 5 — Run the validator BEFORE saving

validate(deck.recs) returns (errors, warnings) and checks three things:

  1. 越界 — every element within the target area bounds;
  2. 跨组重叠 — any two elements of different groups that geometrically intersect (same-group = text nested in its card, which is allowed);
  3. 留白下限 (防拥挤) — any two adjacent cross-group elements whose edge-to-edge gap is < MIN_BREATH (default 10px) is reported as a warning.

If errors non-empty → raise, do not write the file. Warnings do not block (tuning hints for DENSITY/G_TS) but a clean run reports "留白校验通过".

Step 5b — Tune 气口 (no coordinate edits)

Three knobs, in increasing strength:

  • SP_RAW ladder + DENSITY (1.0/1.2/1.4) — global spacing scale; sp(k) = SP_RAW[k]*DENSITY.
  • pad / breath args inside layout_texts — per-card inner 气口.
  • G_TS (driven by QA iterator) — global font-size scale when gaps still too tight.

The engine also emits preview.svg (virtual-coord 1:1) so you can eyeball 气口 without opening PowerPoint.

Step 6 — Render and save

deck.render(slide) iterates recorded ops into python-pptx shapes. Set slide background fill, then prs.save(out).

  • Branch A: save as a new standalone file.
  • Branch B: save the cloned template (content already inside the available area) — the output file is the user's template, filled.

The bundled engine

scripts/pptx_flex_engine.py is a complete, runnable reference implementation (the switch-migration dashboard case) using the v3 text-first multi-pass architecture.

  • Run directly: python scripts/pptx_flex_engine.py → produces migration-dashboard-m3-v4.pptx
    • migration-dashboard-m3-preview.svg (standard 16:9, 33.87×19.05cm single-page editable deck).
  • Before running, resolve Step 0:
    • Branch A (no template): the script's defaults already target standard 16:9 — just run.
    • Branch B (has template): pass template_path (+ optional start_page); the engine auto-measures the template's available area (scans slide + layout shapes) and fills it natively — no CONTENT_AREA box or manual dimensions needed.
  • Adapt: replace KPI / CMP / BATCHES / DAYS data + build_* functions with target content; keep TOKENS, hbox/vbox, layout_texts, Deck, and validate unchanged.
  • Prereqs: python-pptx (pip install python-pptx). Uses Microsoft YaHei for editable Chinese text on Windows.

声明式驱动层 scripts/engine_runner.py (M1–M4 已落地 · 2026-07-27)

pptx_flex_engine.py纯原语库(命令式 API)。engine_runner.py 是它之上的声明式调度层:读三份 JSON(数据模型 / 版式策略 / 主题规范)→ 渲染成可编辑 PPTX。这是"通用引擎"承诺的落地形态——不再需要为每份内容手写 py

  • 用法:python scripts/engine_runner.py --data data.json --layout layout.json --theme theme.json --out out.pptx [--preview-dir previews]
  • M1 纯函数render_model(data, layout, theme) 无副作用、可重入;只写文件是预期输出。
  • M2 八坑防御direction 必填断言 / 负尺寸硬拦截(引擎层 Deck.render)/ layout_index 合法校验 / 键值对同行(组件实现)/ CJK 系数 ≥1.0(防换行爆炸)。任一几何错误 → L1 闸门拒绝产出。
  • M3 阶段产物落盘:三 JSON 由 data/layout/theme 三个专家独立产出落盘;runner 只读三文件,支持单阶段重跑(改某阶段只需重跑本脚本,不动其他专家产出)。layout.json 可选携带 area(layout-expert 实测死区),避免每次重测模板。
  • M4 输入快照:运行前对三输入文件做 sha256,写入 <out>.snapshot.json,打回时精确回退。

设计要点:P6 beta 曾用 gen_p6_py.py 硬编码(绝对坐标 + 手写 py),正是"易错漏/连锁崩"的反面教材。现统一走 engine_runner.py 声明式入口。

Key rules (non-obvious, learned from real failures)

  • 🔴 Step 0 is mandatory — 第一件事就问"有专用模板吗?": 模板是尺寸锚点。Branch A 自设计通用16:9; Branch B 用户给 template_path(+可选 start_page), WB 自动扫描模板算可用区(无需画框/报尺寸), 原生生成进 spTree。模板克隆让 PowerPoint 复制粘贴过时(无坐标漂移, 风格自动继承)。 → 因此"画布/HTML/PPT 尺寸一致性"由模板锚点天然保证, "尺寸不匹配"伪问题消失。
  • 可用区自动测量规则: 扫描 slide.shapes + slide.slide_layout.shapes + (必要时) slide.master.shapes; 排除全屏背景; 上下按已有元素留 MARGIN_CM; 漏扫 layout 会压页脚(页眉页脚多在版式上)。
  • content_area 是盒不是尺寸(仅当自动测量不准时作硬覆盖): 手填须问左上偏移。
  • Never hand-write (x,y,w,h) for leaf elements — declare structure, let the engine compute.
  • Text-first, not decoration-first: always place text (with 气口) before bars/chips; decorations fill leftover space. This is what killed the "标题贴边/标签没气口" bugs.
  • Font metrics over eyeballing: text_h() estimates CJK-aware line height; tune the 0.98/0.55/0.30 width factors if a font renders differently, but keep them conservative (prefer slightly-too-tall over clipping).
  • Auto-shrink but never delete: min_fs per text item guarantees content survives even when the frame is tight — the QA iterator then relaxes spacing globally.
  • Always give each card a distinct group so the validator can tell nested-text from real overlap. Forgetting this yields false overlap errors or missed collisions.
  • Uniform scale + area anchoring (not non-uniform): prevents the vertical squeeze that makes PPT feel tighter than the HTML source.
  • Method 1 vs 3 split: method 1 (screenshot) for urgent/low-stakes reporting; method 3 (this engine) for anything where the user must edit text in PowerPoint or demands zero-drift layout with proper 气口.

HTML→PPTX 布局保真四法则(layout-expert 铁律 · 2026-07-24 实战沉淀)

背景:真实项目里把"横排 HTML"移植成 python-pptx 时,反复出现 横排变竖排 / 内容顶出模板可用区 / 间距膨胀 三类翻车。根因是版式策略缺失、测宽偏差、可用区未固化。下列四条为 layout-expert(范章成)主责铁律,配合 data / qa / visual 三专家在 SOP 前置拦截。

法则 ① 方向声明(direction 必填)

  • 数据模型每个区块必须带 layout.direction: row | column禁止依赖默认竖排
  • 源是 HTML flex-row / grid / 卡片并排 → 渲染必须 hbox 横排;源是 flex-column / 时间线 / 列表 → 才竖排。
  • 🔴 反例:timeline 的 tags 本应横排小标签,却被写成 break:True 强制每 tag 一行 → 单卡高度暴增 +0.35"、三阶段合计溢出 +1.05"。

法则 ② 测宽校准(CJK 系数按渲染引擎实测)

  • char_w_pt 中文字宽系数必须贴近 Microsoft YaHei 真实渲染(≈1.0×fs),宁高估勿低估(估算偏低→文本框给矮→真实 wrap 溢出)。
  • 改一次系数要重测所有 card 高度,避免连锁膨胀。

法则 ③ 可用区测量 + 死线(模板基底路线必做)

  • 模板基底路线(Presentation(tpl) → 删原 slide → add_slide(layout[1]))必须实测 layout 页眉/页脚占位,算死可用区 [x, y, w, h]
  • 所有 cy 累加必须 ≤ 可用区.bottomroi_h 等动态高度用 max(剩余空间, 0.45)禁止硬塞 0.75+ 把内容顶出画面
  • 漏扫 slide_layout.shapes 会压页脚(页眉页脚多在版式上)。

法则 ④ 单一间距源(GAP 只定义一次)

  • 所有区块间距取自唯一常量(如 GAP=0.06);严禁后续重复赋值覆盖(曾出现第55行 GAP=0.22 静默覆盖第45行 GAP=0.06,4处累加多吃 0.64")。
  • 改间距只动定义点,不动散落各处的 +GAP

配套职责(其他专家)

专家在 SOP 哪一步补强
data-expert(苏通达)P1 数据模型加 layout.direction 字段,源 HTML 横排信息固化入模型
qa-expert(严过关)L1 几何加 ①方向一致性(渲染 row 数 vs 模型声明)②可用区溢出(元素底缘 ≤ 模板可用区)
visual-review-expert(沈定稿)L2 视觉加「横排密度 / 换行合理性」目检(方向对但换行过多也判不合格)

实战踩坑经验库(v5→v12 迭代沉淀 · 2026-07-27 定稿)

定位:这是 pptx-craft 引擎在真实项目中从"能跑"到"95%可用"的全部教训。 每条记录格式:现象 → 根因 → 修复 → 归属专家 → 预防规则。 目标读者:任何使用本技能/专家团的人(包括用户本人和同流程同事)。 质量标准:95% 自动化 + 5% 手工微调 = 可交付


🔴 P0 — 必修课(不修则 PowerPoint 弹修复/无法打开)

Pitfall #1:负高度文本框

字段内容
现象PowerPoint 打开文件弹"修复"提示;修复后样式异常/元素消失
版本v5→v7(最终 v7 修复)
根因动态高度公式 CT_H - cy + CT_Y - offset 在 cy 累积过大时 < 文本框内部下限 → add_text(h=负值) → 负 EMU shape
触发条件任何用 max(剩余空间, 下限) 计算高度的组件(roi_box、info_card、mod_card);当上方内容多、剩余空间<下限时必触发
修复add_text() 入口全局防护 h = max(h, 0.05);各组件内部高度也加 max(..., 下限)
归属qa-expert(严过关)L1 几何必查项:扫描所有 shape,h < 0h < 10000 EMU 直接 FAIL
预防规则① 所有高度计算出口必须 max(h, 正下限) ② qa 几何检查增加"负高度检测"为第一检查项 ③ 分段测试必须用真实数据量(简化数据会掩盖此 bug)

Pitfall #2:模板 Layout 选错(带背景图 vs 无背景图)

字段内容
现象用户说"没用我的模板"——生成的 PPT 有背景图或没有继承模板主题
版本v7→v8(最终 v8 修复)
根因用了 slide_layouts[6](空白 layout,带背景图 bgPr+blipFill)而非目标页 P4 用的 slide_layouts[1](标题和内容 layout,无 bg 元素)
触发条件模板有多個 layout;未确认目标页用的是哪个 layout 就随意选
修复打开模板 PPT → 选中目标页 → slide.slide_layout 确认 index → 生成时用同一个 index
归属theme-expert(朱润色)P3 主题适配必查项:加载模板后立即 dump 所有 layout 的名称/是否有背景图/占位符数量
预防规则① Step 0 加载模板后输出 layout 清单给用户确认 ② 默认不用 layout6,优先用带内容的 layout[1] ③ 若用户指定"用 P4 那页",直接读 P4 的 slide_layout index

Pitfall #3:内容坐标超出模板可用区(压页眉/压页脚)

字段内容
现象内容整体偏下,底部被模板页脚截断;或顶部被 logo 遮挡
版本v8→v9(最终 v9 修复)
根因坐标按全画布(13.33×7.5")计算,没避开模板的页眉(右上 logo y≈0.100.77")和页脚(公司栏 y≈6.496.85")。实际可用区仅 y∈[0.88, 6.40],高 5.52"
触发条件模板基底路线 + 未测量可用区就直接用全画布坐标
修复测量模板 layout 的已有元素位置 → 算出可用区 → CT_Y/CT_H 改为可用区参数
归属layout-expert(范章成)核心职责:可用区测量是布局的第一步输入
预防规则① 模板路线必做可用区测量(见法则③)② cy 累加的终点必须 < 可用区.bottom - 余量 ③ roi_h 等动态高度的下限要随剩余空间自适应,不要硬编码大值

🟠 P1 — 高频翻车(不影响打开但排版质量差)

Pitfall #4:GAP 变量静默覆盖

字段内容
现象明明设了 GAP=0.06 紧凑间距,渲染出来却稀松
版本v9→v10(最终 v10 修复)
根因第45行 GAP=0.06 被第55行 GAP=0.22 静默覆盖;Python 无常量保护机制
触发条件任何有"多处引用同一参数"的代码;多人/多轮编辑时极易出现
修复删除重复赋值;只保留一个定义点;IDE 搜索确认无其他赋值
归属layout-expert(范章成):间距是布局的核心参数
预防规则法则 ④ 单一间距源。扩展:所有全局布局参数(GAP/PAD/MARGIN/DENSITY)都只定义一次,用 UPPER_CASE 标记为常量

Pitfall #5:横排元素被写成了竖排(break 滥用)

字段内容
现象HTML 中一行内的小标签/关键词,在 PPTX 中变成每 tag 一行的竖列表
版本v9→v10(最终 v10 修复)
根因timeline() 的 tags 循环里用了 break: True 分隔每个 tag;应该用空格拼接成单段文本
触发条件任何把"数组→文本"的逻辑;开发者习惯性用 break 分隔数组元素
修复tags 用空格(或多空格)拼接成一个 run;或保留 break 但字号缩到 7pt 以下 + line_spacing=1.0
归属data-expert(苏通达)+ layout-expert(范章成):数据模型的 direction 字段 + 渲染的方向实现
预防规则法则 ① 方向声明。扩展:① 数据模型标注 direction=row ② 渲染时 direction=row 禁止用 break 分隔 ③ 多个短文本同行时用空格拼接为一个 seg

Pitfall #6:ROI / 键值对卡片 —— 一行两字段变成一行一字段

字段内容
现象HTML 中 标签 值 左右排列在一行,PPTX 中标签占一行、值占下一行,4条数据撑出12+行
版本v11→v12(最终 v12 修复,用户一针见血指出)
**根因roi_box() 的 segs 拼装三重罪:(a)item间双换行(两个 break:True)(b)label 和 value 之间有隐式换行(value 后 break:True)(c) line_spacing=1.3 太松
触发条件任何键值对/明细列表类组件;开发者把 label 和 value 当作独立段落处理
修复label 和 value 合并为同一行的两个 run(中间用空格分隔);item间只保留单换行;line_spacing 降到 1.15
归属layout-expert(范章成):键值对的行内布局是基础能力
预防规则① 键值对数据默认渲染为"label + 空格 + value"同行 ② 只有超长 value(>可用宽度60%)才折到下行 ③ item 间单换行足够,禁止双换行 ④ line_spacing 键值对区域用 1.1~1.15

Pitfall #7:区块自身高度未参照源(HTML/PNG)校准

字段内容
现象每个 highlight/KPI/timeline/mod_card 都比 HTML 版高 10~20%,累积后严重溢出
版本v10→v11(最终 v11 全面压缩)
根因高度参数"拍脑袋"给值(highlight=0.50, kpi=0.70, timeline=0.85),没有对照 HTML 实际像素尺寸
触发条件任何不参照源尺寸就设定组件高度的渲染逻辑
修复对照 HTML 截图逐块测量实际高度;统一压缩 15~20%;字体/行距/padding 同步收紧
归属layout-expert(范章成)+ visual-review-expert(沈定稿):布局尺寸 + 视觉验收
预防规则① 组件高度必须有参照物(HTML截图/设计稿)② 无参照时用测高算法动态计算而非硬编码 ③ cy 累加的增量 ≈ 组件实高 + 微余量(0.02~0.04),不要多加 0.05+ 的水份

Pitfall #8:mod_card / info_card 描述文本换行爆炸

字段内容
现象同一段中文描述,HTML 占 2 行但 PPTX 占 4~5 行;单个卡片高度膨胀 30%+
版本v10→v11(最终 v11 三管齐下修复)
根因三因素叠加:(a) CJK 字宽系数 0.98 偏小(测出来"放得下"→实际 wrap 更多)(b) 字体 9pt 偏大 (c) line_spacing 1.25 太松
触发条件任何含中文长文本的卡片组件;中文字体不同环境下渲染宽度差异大
修复CJK 系数 0.98→1.05(宁高估);desc 字体 9→8;line_spacing 1.25→1.12
归属layout-expert(范章成):文本测高是布局的核心算法
预防规则法则 ② 测宽校准。扩展:① CJK 系数 ≥1.0(保守估计)② 中文卡片 desc 字体 ≤8.5pt ③ line_spacing 中文区域 ≤1.15 ④ 同等宽度下 PPTX 换行数通常比 HTML/CSS 多 20~30%,预留余量

📊 经验汇总矩阵(快速查阅)

#严重度类型一句话修于归属专家
1🔴P0几何负高度→PowerPoint弹修复v7qa-expert
2🔴P0模板layout选错→背景图/无主题v8theme-expert
3🔴P0可用区坐标按全画布算→压页脚v9layout-expert
4🟠P1参数GAP被覆盖→间距膨胀v10layout-expert
5🟠P1方向break滥用→横排变竖排v10data+layout
6🟠P1布局键值对分行→ROI撑爆v12layout-expert
7🟠P1尺寸高度拍脑袋→全面偏大v11layout+visual
8🟠P1文本CJK系数偏差→换行爆炸v11layout-expert

🎯 质量承诺与 95% 原则

用户明确的质量预期:95% 自动化可交付 + 5% 手工微调 = 成功。 上述 8 条 pitfall 全部纳入专家团 SOP 后,P0 类问题(弹修复/打不开)应降到 0; P1 类问题(排版瑕疵)应控制在 5% 以内(如 v12 的顶部轻微重叠)。

自动化覆盖范围(目标 95%)

  • ✅ 不弹修复(Pitfall #1 全局防护)
  • ✅ 模板正确套用(Pitfall #2 layout 确认流程)
  • ✅ 内容在画面内(Pitfall #3 可用区测量)
  • ✅ 横排不竖排(Pitfall #5 direction 声明)
  • ✅ 键值对同行(Pitfall #6 默认同行布局)
  • ✅ 高度有参照(Pitfall #7 测高算法)
  • ✅ 换行可控(Pitfall #8 CJK 校准)

已知局限(需手工调的 5%)

  • ⚠️ 极端内容密度下可能存在 0.02~0.05" 的微小重叠(如 v12 顶部标题/highlight 区)
  • ⚠️ 特殊字符(emoji/BMP dingbat)在某些 PowerPoint 版本显示异常
  • ⚠️ 模板母版的复杂组合形状(如非标准页眉)可能需要微调 CT_Y

产品命名体系 (上传 WB 用, 2026-07-22 定稿)

为把"个人孵化 → 多场景覆盖 → 产品/专家化"这条路径固化, 命名分三层, 彼此解耦:

层级名称 (id)显示名角色
SKILL (引擎)pptx-craftPPT匠·可编辑生成引擎数据模型→可编辑PPT + 文本优先多遍 + QA + 模板克隆
EXPERT TEAM (专家团)ppt-studioPPT工作室编排多个子专家, 拆解需求并派活
子专家 (团队内角色)见下版式专家 / 数据专家 / QA专家 / 主题专家各管布局 / 适配 / 校验 / 美化
  • 技能 pptx-craft 是地基: 不挑使用者, 只吃结构化数据 (人格无关)。
  • 专家团 ppt-studio 是人格封装: 同一引擎, 不同上车点 ——
    • 技术流专家 (吃 HTML / 数据模型, 适合你本人)
    • 零代码专家 (吃画布 / 表单, 适合非技术同事)
  • 子专家 = 把"文本优先多遍"的每一遍拆成独立角色, 由 ppt-studio 编排专家串起来:
    • 版式专家 (布局/flex/气口) · 数据专家 (源适配器: HTML/画布/表单→数据模型) · QA专家 (校验/迭代) · 主题专家 (美化/模板主题 token)。

命名原则: 名称落到"能力本质"(数据驱动 / 可编辑 / 工艺感), 而非"输入介质"(HTML); 因此强烈建议不要回退到 html2ppt 这类介质名, 以免重新埋下"引擎解析 HTML"的预期坑。


引擎 API 参考 (#5)

A. 纯原语引擎 pptx_flex_engine.py

函数 / 类签名说明
configureconfigure(vw=1440, vh=680, slide_w_cm=33.867, slide_h_cm=19.05, density=1.20, tokens=None)设虚拟画布与目标幻灯片尺寸;density 整体缩放间距。
BoxBox(x, y, w, h)矩形区域(虚拟 px 坐标)。
hbox / vboxhbox(deck, box, items, gap=16, pad=0) / vbox(...)仅用于"区域框"层级 flex 布局;items=[{"flex":n,"size":px,"group":g,"build":fn}]
DeckDeck()渲染记录器。方法:.rect(b,fill,line=None,radius=0,group).ellipse(b,fill,group).text(b,content,fs,color,bold=False,align,group).render(slide);属性 .recs(校验用 VRec 列表)。
validatevalidate(recs)(errors, warnings)L1 几何校验:越界 / 跨组重叠 / 拥挤(<MIN_BREATH=10px)。errors 非空即不可交付
layout_textslayout_texts(deck, items, box, pad, breath, align="left", group="g", ts=None)(leftover, scale)文本优先多遍:上下左右 pad + 行间 breath 气口;溢出则二分缩字号(保 min_fs,不删内容);返回文字下方剩余空间 leftover(供装饰填空)。items=[{"content","fs","min_fs","color","bold"}]
KpiCardKpiCard(deck, box, group, kpi)KPI 卡。kpi={"label","value","sub",可选"color"}
CompareCardCompareCard(deck, box, group, cmp)对比卡。cmp={"label","value","sub"}
emit_svgemit_svg(deck, path)出 SVG 预览(虚拟坐标 1:1)。
render_deck_pngrender_deck_png(deck, path, scale_px=1.4, font_path=None)出 PNG 预览(CJK 字体路径)。
add_slide_from_deckadd_slide_from_deck(prs, deck, bg=None)把 deck 落成一页可编辑 slide。
new_presentationnew_presentation(slide_w_cm=None, slide_h_cm=None)新建 python-pptx Presentation。
辅助X/Y/W_/H_(虚拟px→EMU)、FS(px)(px→pt)、rgb(hex)sp(k)(间距令牌)、TOK()(设计令牌)、PAD_CARD()/PAD_CARD_LG()坐标/字号/颜色/间距换算。

最小调用顺序configure()prs=new_presentation()deck=Deck() → 画 rect/text/KpiCardvalidate(deck.recs)(0 errors)→ add_slide_from_deck(prs, deck)prs.save()。参考 scripts/examples/skeleton_data.py

B. 通用 HTML→PPT 解析器 scripts/html2ppt.py

CLI

python scripts/html2ppt.py <input.html> --out out.pptx --preview-dir previews --qa qa.json
  • 退出码:0 = QA PASS(0 几何错误);2 = QA FAIL(几何错误>0,硬闸门,不可交付)。
  • 输出:可编辑 .pptx + 每页 slide_NN.svg / slide_NN.png 预览 + qa.json 报告(每页填充率、空白风险、几何错误、schema 告警)。

关键函数

函数说明
convert(html, out, preview_dir, qa)主入口:解析→逐页渲染→校验→预览→报告。
parse_pages(soup)章节切分(T1:<section>/带标题顶级 div → 一页)。
extract_header(el)提取页眉(kicker + title + sub,通用检测)。
extract_blocks(el)提取正文块(跳过标题,下钻包裹容器)。
classify_block(el)块分类(容器优先于单卡),返回 kind
check_blocks_schema(ptype, header, blocks)#3 schema 强校验:缺标题/空卡/空时间线/空栅格 → 返回告警列表,并入 QA。
qa_gate(qa)#1 几何闸门(passed, msg);errors>0 → passed=False

逐页目检规则(L2 呈现校验 · 不可抽样):每页必须出 SVG+PNG 预览并由人眼逐页确认(尤其时间线/栅格/低填充页);填充率 <55% 标空白风险(hero 与纯文本陈述页豁免)。自动化只兜底几何,视觉丰满度靠人眼。

C. 最小骨架(#6)

  • HTML 起点:scripts/examples/skeleton.html(含 hero/contain/card/grid/timeline/文本 五类版式,带契约 class 注释)。
  • 数据模型起点:scripts/examples/skeleton_data.py(不写 HTML,直接引擎生成一页)。
  • 惯例:任何新 PPT 先从骨架起步,而非从零设计;结构对、再换内容。

D. 视觉增强原语(#9)· 编排效率(#7)· 画布轴桥接(#10)

#9 视觉增强组件库

Deck.rect 在原语层新增两个可选参数(仅视觉、不进几何校验、不影响 0 重叠承诺):

  • gradient=(color1, color2):竖向双色渐变填充(PPTX 原生 gradient / SVG linearGradient / PNG 逐行插值)。
  • shadow=True:柔和外阴影(PPTX shadow / SVG feDropShadow / PNG 偏移近似)。

装饰辅助函数(纯装饰,登记为独立 group,被 validate 的 contains 规则跳过,不触发重叠/拥挤):

  • eng.accent_bar(deck, box, color, thickness=6, vertical=True, group="accent"):卡片左/顶强调条。
  • eng.divider(deck, x, y, w, color, thickness=2, group="div"):分隔细线。

html2ppt.py 已默认挂接:① 卡片 = 柔和阴影 + 左侧蓝色强调条(warn 内容转琥珀色);② 页眉底部金色分隔线;③ hero 页整幅渐变面板(#EEF2FF→#F4F5F8)拉高封面丰满度与填充率。

#7 编排效率

  • 字体缓存:引擎 _FONT_CACHE(按 size/font_path/index 复用 ImageFont)。
  • 并行预览:convert() 先顺序构建全部 deck(保证页码稳定),再用 concurrent.futures.ProcessPoolExecutor 把每页的 SVG+PNG 渲染 + L1 校验并行化;任意异常(含子进程崩溃)自动回退顺序渲染,保证健壮性。CLI 支持 --workers N(默认按 CPU 核数,上限 8)。
  • PPTX 装配仍顺序(单 Presentation 对象不可并行)。

#10 画布轴桥接(Ardot 画布 → PPT)

scripts/ardot2ppt.py 把 Ardot 设计画布导出的节点树(与 ardot-design-core 节点 schema 对齐)直接映射为引擎原语,复用同一套 L1 校验 + QA 闸门。映射规则(零专属结构、纯几何/属性驱动):

Ardot 节点引擎原语
RECTANGLE / FRAME(有 fill)deck.rect(实色/渐变 fill、cornerRadius、strokes 描边)
FRAME(无 fill) / GROUP / SECTION仅容器,递归子节点(子节点用绝对坐标)
ELLIPSEdeck.ellipse
TEXTdeck.text(characters / fontSize / fontWeight≥600→bold / textAlignHorizontal / 颜色)
LINE细分隔条 divider

坐标:每页按 PAGE.width/height 等比 letterbox 居中映射到虚拟画布 1440×680

用法

python scripts/ardot2ppt.py <canvas.json> --out out.pptx --preview-dir previews --qa qa.json

样例:scripts/examples/sample_canvas.json(1 页:蓝色 hero 带 + 两张卡片 FRAME + 分隔线,已验证 0 几何错误)。画布轴与 HTML 轴并列为一等输入——同一引擎、同一 QA。

评论

加载中…