ppt-to-mdlisted

# ppt-to-md — 學術簡報忠實還原 Skill v2 ## 用途與定位 把一份學術／藥廠 `.pptx`，**盡量真實地**還原成 Markdown。只做「簡報本身有的內容」， **不做論點考證、不查外部文獻**（那是之後另一個步驟，見 `later-verification-step/`）。 **核心心法：機械可驗證的才做；一切原文逐字；不猜、不填補、不查外部。** ## 啟動方式 - **`/ppt`**（軟指令，明確召喚）：可單獨輸入，或 `/ppt` 後接說明；通常直接連同 .pptx 一起丟。 雲端 Chat 直接可用；Claude Code 因斜線會撞 CLI 內建指令，該環境改用自然語言。 - **自然語言**：直接丟 .pptx 並說「忠實轉 markdown / 盡量還原這份簡報」即可觸發。 - 兩種方式都需要**能執行程式碼的環境**（雲端對話、Claude Code、桌面版）以跑 `scripts/extract.py`。 常用參數：`--frontmatter`（加 YAML 骨架，進 Obsidian 用）、`--no-mermaid`（關閉 Mermaid 附圖）。 --- ## 第一階段：機械抽取（`scripts/extract.py`） 不靠提示詞、不查外部、可重現。在有 code execution 的環境直接跑： ```bash python scripts/extract.py <輸入.pptx> [輸出.md] [--no-mermaid] [--frontmatter] ``` 自動完成： | 項目 | 處理方式 | |------|----------| | 投影片本文 | 依 shape tree 順序走，保留閱讀順序、逐字不改寫 | | 表格 | 還原成 Markdown 表格，保留行列結構 | | 合併儲存格 | **一律留白，不填補、不推論**；合併造成的全空欄/列保留，不當雜訊刪除 | | **原生圖表** | 從 `ppt/charts` 抽底層數據還原成數據表（**無損**），並標示原始圖型（長條/折線/圓餅/散佈…）；散佈圖以 x/y 值成對還原；**僅長條圖**另附 Mermaid `xychart-beta`（Obsidian 1.4+ 原生渲染、無需圖檔；折線/圓餅畫成長條會誤導趨勢故不附；表格為準，圖為附加，可用 `--no-mermaid` 關閉）| | SmartArt 圖形 | 逐字抽出圖形內文字（標明階層與版面關係未還原）；無法抽取時明確標示，**不靜默遺失** | | 視覺強調還原 | 字級明顯大於內文者標為**粗體**（保留原檔重點層次；依 `sz` 字級機械判定，非語意判斷）| | 講者備註 | 透過 rels 正確對應投影片（notesSlide 編號 ≠ 投影片編號）| | 備註分級 | 跨頁重複＝「制式引註」；唯一＝「本頁專屬口述論點」| | 圖片出處字樣 | 抽出 deck 自標的出處（如「Adapted from…」）逐字保留，**僅標示不查證** | | YAML frontmatter（選用）| `--frontmatter` 於檔頭產出 vault schema 骨架（type/domain/stage/aliases 留白供下游流程補填；date/source 機械預填）| | 雜訊清理 | 清掉純頁碼與「Present Slide」殘留；本文孤立頁碼剝除；圖表座標軸刻度（連續 ≥4 純數字）折疊為一行；跨頁