doa-pptlisted

# HTML to PPTX — 商务演示文稿生成 ## 工作流概览 ``` 用户输入（描述 + 参考图） → 确认PPT规模 → 使用公司模板（唯一默认模板） → 生成可翻页 HTML 预览 → 逐页检查 HTML 是否越界/裁切/重叠 → 用户确认/调整 HTML → 只有用户明确确认 HTML 无问题后，才进入 PPT 模式选择 → 默认推荐截图高保真模式（用户如需二次编辑再切换到可编辑） → 生成 PPT ``` ## 本次实战经验固化 当用户提供 PDF、截图、既有 HTML 或已有 PPT，并要求“基于这个继续生成 / 整合 / 扩展 / 转 PPT”时，必须先把资料链路整理清楚，再改版式。 ### 2026-05-30 延峰项目增补（强制） 1. **HTML 是唯一语义源**：`slides.html` 才是可维护源文件；截图型 `.pptx/.pdf` 只作为交付物，不作为反向编辑来源。 2. **双导出链路必须物理分离**： - 截图高保真：`export_pptx.py` - 可编辑重建：`export_editable_pptx.py` - 严禁在同一脚本里混合两种导出逻辑，避免需求反复切换时互相污染。 3. **需求切换优先级规则**：当用户在“可编辑 / 不可编辑”之间反复切换时，始终以“最后一次明确指令”为准，立即切换导出模式，不纠缠历史决策。 4. **先定稿再导出**：只有在用户明确确认“按当前 HTML 导出”后，才执行最终导出；导出阶段不再顺手改布局，避免一边改版一边导出导致版本漂移。 5. **输出文件不得覆盖旧版本**：每次最终交付使用新文件名（建议带日期和后缀，如 `_Editable_YYYYMMDD`、`_HD_YYYYMMDD`），防止 `PermissionError` 和历史交付丢失。 6. **导出后必须二次验证**：至少校验文件存在、页数一致、截图分辨率正确（高清链路应为 `2560×1440`），再对外宣称“已完成交付”。 ### 资料驱动型 PPT 的处理顺序 1. **先定位源材料**：在工作区搜索 `.pdf`、`.html`、`.pptx`、生成脚本和相关资源，确认哪一个是主源文件、哪一个是导出结果。 2. **PDF 先提取文本，失败再转图片阅读**：优先用 `pypdf/pdfplumber`；如果每页文本为空，说明多半是扫描型 PDF，应使用 PyMuPDF 渲染为图片后逐页查看。 3. **先总结再入页**：不要把 PDF 原文堆进 PPT。先提炼为“调研范围 → 候选路线 → 选型结论 → 当前方案”的决策链路。 4. **封面优先确认**：封面通常是客户第一眼看到的页面。若用���要求“第 N 页挪到首页作为封面”，必须同步调整 `active` 状态、`data-index` 和页码。 5. **插入/删除页面后整体重编号**：任何插页、删页、重排都要统一更新以下内容，缺一不可： - 每页 `data-index` 属性（从 0 连续递增） - 每页 `.page-no` 页码（当前页 / **新总数**） - 目录页中对应条目的增删和序号重编 - HTML 注释中的页码标注（如 `<!-- P7: xxx -->`） - 使用 `multi_replace_string_in_file` 一次性完成所有页码更新，避免遗漏 ### 技术方案类 PPT 推荐叙事结构 对于架构