wehub/hugohe3--ppt-master
1
0
Fork 0
Code Issues Pull Requests Actions 1 Deployments Models Agent Notes Packages Projects Releases Wiki Activity
Files
main
hugohe3--ppt-master/docs/zh/roadmap.md
T
wehub-resource-sync 8ef9db2513
Deploy to GitHub Pages / deploy (push) Blocked by required conditions
Details
Deploy to GitHub Pages / build (push) Waiting to run
Details
chore: import upstream snapshot with attribution
2026-07-13 12:56:49 +08:00

34 KiB
Raw Permalink Blame History

Roadmap

English | 中文

PPT Master 是单人维护的开源项目，按优先级而非时间表推进。这份 roadmap 用来统一对外预期：已经做了什么、在持续维护演进什么、暂时不打算做什么。优先级会随用户反馈和实际使用信号调整，不承诺时间窗口。

项目当前定位：AI 从零生成 SVG → DrawingML 原生可编辑 PPTX。这条路线的核心是「跨四渲染器的位置保真 + 真原生形状」，所有方向都围绕这条主轴展开。

近期能力演进

近两个月的能力面扩张。只列结构性的，单 flag / 增量优化看 commit log。

2026-03（真原生 PPTX 路线成型）

  • 直接导出原生可编辑 PPTX — svg_to_pptx 补齐 glow / rotate / text-decoration / stroke-linejoin，整条 SVG → DrawingML 链路开始可用
  • 图表 / 布局模板 JSON 索引上线，AI 选型路径打通

2026-04（管线规模化）

  • 无源生成：topic-research 工作流支持「只给主题、不给源文件」
  • PPTX 导出质变：SVG clipPath → DrawingML picture geometry、marker → 原生箭头、输出归集到 exports/
  • 图表库 70 个 + 图标三库（simple-icons / phosphor-duotone / brand-logo）
  • spec_lock.md 机器可读契约：Strategist 锁定后 Executor 每页强制重读，跨页一致性有了保证
  • 元素级动画能力 + 旁白音频 / 视频导出（workflows/generate-audio.md）；当前行为为按需开启，元素动画默认 none

2026-05（视觉编辑 + AI 图系统化）

  • Live Preview 进入主流程（workflows/live-preview.md） — 浏览器实时预览 + 点选元素写要求 + 「apply my annotations」让 AI 重做该区域（基于 @WodenJay PR #85）
  • 任意 PPTX 复刻为模板（workflows/create-template.md） — PPTX → SVG 逆向 + OOXML 主题 / 母版 / 版式 / 资源提取
  • AI 图三维系统 rendering × palette × type + Strategist h.5 锁定，下游消费固定契约
  • AI 图 hero_page 双档 — 局部插图 + 整页主角图共存
  • 品牌身份预设子系统（workflows/create-brand.md） — 提取并复用品牌色板 / 字体 / Logo / 语调
  • 视觉自检工作流（workflows/visual-review.md） — 按 rubric 逐页自查 AI 生成的 SVG
  • AI 图 Type 概念边界澄清 — Type 收窄回「local 信息图的内部几何骨架」(11 个真骨架);原 4 个伪 type (hero/background/portrait/typography) 折回 page_role: hero_page + 4 条构图通则(single-subject / portrait / typographic / atmospheric);hero_page 文字分层规则(关键视觉词 embedded、可改文字走 SVG)
  • Brutalist AI 报章示例 deck 交付（examples/ppt169_brutalist_ai_newspaper_2026/） — P0 三档第一档落地：满版小字 + 不规则栏宽 + halftone 黑白图 + 单点红 + 真原生 shape，10 页编辑部年报实压「文字位置精度 + 跨页一致性」
  • Kubernetes Blueprint 示例 deck 交付（examples/ppt169_kubernetes_blueprint_2026/） — P0 三档第二档落地：等距工程图美学 + 蓝图青/琥珀色板 + 全手写 SVG 几何（无 raster 图）+ 自定义"逐笔绘制"动画，10 页 Kubernetes 架构走读实压「几何形状泛化 + chart 结构扩展性」
  • AI 图 custom 兜底出口 — rendering / palette / hero 构图三处允许声明 custom + 一段 *_behavior prose，替换原"找不到匹配就硬塞 vector-illustration / cool-corporate"的假兜底；端到端契约：image-renderings/_index.md §1.5 + image-palettes/_index.md §2 + Strategist h.5 hard-rule（每维 ≤1 custom，单候选可双 custom）+ spec_lock 字段 + Image_Generator Step 2 消费分支
  • Template 架构三分类收口（docs/zh/templates-architecture.md） — brand / layout / deck 三独立目录 + 每类独立 schema + 段级合成 + git-style 冲突解决；SKILL.md Step 3 按 kind 分支处理，触发规则仍是「显式路径才触发」
  • Pattern 填充 PPTX 安全网 — svg_quality_checker.py 现在对未标 data-pptx-pattern 的 <pattern> 元素发 warning（会静默回退 ltUpDiag 斜纹）、对超出 OOXML ST_PresetPatternVal 枚举的值发 error（schema 校验失败 PPT 无法打开）；shared-standards.md §7 落地了完整 preset 清单，以及从导入元数据或子元素 paint 解析颜色的合同
  • LaTeX 数学公式渲染上线（scripts/latex_render.py） — Strategist 在 Typography 确认中锁定 mixed / render-all / text-only 三档策略，显式写 images/formula_manifest.json；脚本走 codecogs → quicklatex → mathpad → wikimedia 四源 fallback chain，输出透明 PNG 进 §VIII 表的 Acquire Via: formula / Status: Rendered 行；公式密集型 deck（学术 / 工程 / 教学）首次拥有原生渲染路径，规则面禁止扫源文件 $...$ 自动渲染（公式选取是 Strategist 决策）
  • 实时预览直接编辑 — L1 / L2 / L3（workflows/live-preview.md） — 浏览器编辑器新增无需 AI 往返的确定性就地编辑：文字内容（L1）、fill / stroke / font-size 等样式属性（L2）、以及画布上的几何操作（L3）——在选中元素上拖拽即移动、方向键微调（Shift = 10px）、多选、加右键重叠选择器选取堆叠元素。编辑支持 Ctrl+Z 撤销 + 合并，点 Apply changes 写回 svg_output/；移动经 finalize / 导出保位（移动的 text、提升的多行 tspan、重定位的 icon 都在 PPTX 中如实再现）。重新导出仍由对话触发；画布上的缩放手柄尚未实现（缩放走几何输入框）

2026-06（mode/视觉风格双 catalog + PPTX 入口与内容策略扩展）

  • 任意 PPTX 复刻设计 → 内容回填路线（workflows/template-fill-pptx.md） — 用户给一份现成 .pptx 加新材料 / 主题、要求「复用这套 deck 的设计 / 把内容填回去」时，走这条独立工作流直接编辑 PPTX，不进 SVG 生成管线。输出仍是原生可编辑 PPTX（复用原 slide 的形状 / 版式而非截图回填），过程做私有部件隔离、暴露图表数据、容量校验；触发同模板规则——显式要求复用既有 deck 才进，刻意不做改版式 / 加页 / 换图（那是从零生成主路线的活）。与下文 Non-goals 的 #53 区分见该节

  • 三个 executor 退役 → mode + visual-style 双 catalog（references/modes/ + references/visual-styles/） — 原三个 executor-*.md（general / consultant / consultant-top）把「领域 · 受众 · 说服 · 叙事」捆在一条线；拆成两个正交 catalog（照 image-renderings 范式：扁平目录 + _index + 按需读 + Strategist 锁一个）。mode = 讲解骨架（pyramid / narrative / instructional / showcase，consultant + top 因叙事内核相同合并为 pyramid）；visual-style = SVG 排版美学（swiss-minimal / editorial / soft-rounded / dark-tech，各 paired 一个 image-rendering，零 HEX——颜色真值守在 confirmation e + image-palettes）。Strategist §d 双层独立锁定 mode + visual_style 进 spec_lock，Executor 加载两个 locked 文件；任意 mode × 任意 style 自由组合，渲染坐标仍留 templates/charts/

  • 提示词约束强度三档解耦（docs/rules/prompt-style.md §4） — 规则（Hard rule / Forbidden）/ 默认（Default — … may override）/ 参考（Reference — not a constraint）三档显式化 + 「客观失败 vs 品味」判据 + checker 边界，让模型对「该守 vs 可破」一目了然；visual-style catalog 全程用 Reference 强度

  • visual-style catalog 扩充至 18 个，与 image-renderings 对齐 + 示例库回收 — 先从示例库提炼 4 个（brutalist / blueprint / memphis / zine），再补齐 image-renderings 里有排版对应物的手绘 / 纹理风格 6 个（sketch-notes / ink-notes / chalkboard / paper-cut / vintage-poster / pixel-art），再回收示例库里仍未覆盖的独立气质：ink-wash（新中式水墨留白，源 藏拙 / 李子柒）· glassmorphism（深底磨砂玻璃 + 流光，源 glassmorphism_demo，从 soft-rounded 独立）· photo-editorial（满版摄影主导、文字点题，源 Pritzker / fashion_weekly）· data-journalism（Bloomberg/Economist 新闻信息图，多栏微图表 + 数据侧栏，源 global_ai_capital）。catalog 重组为 5 组（企业产品 / 编辑出版 / 表现印刷 / 手绘笔触 / 特殊）。关键判据：一个 rendering 升 visual-style 的前提是它定义「整页版面语言」而非「插入图的样子」——故 corporate-photo「摄影主导版面」该建（photo-editorial），而 nature / warm-scene / fantasy-animation 等纯氛围 rendering 仍只配对、不单建。全程零 HEX、Reference 强度

  • mode catalog 扩档至 5 个：加 briefing — 补上「中性信息平铺」这一格：无论点 / 无故事 / 不教学 / 不冲击，topic 标题、等权铺事实、完整可扫读，服务周报 / 参考册 / 目录 / 会议材料 / FAQ 这类「只告知不论证」的 deck。五个 mode 自此更接近 MECE 地切分表达意图：说服（pyramid）· 讲故事（narrative）· 教会（instructional）· 震住（showcase）· 只告知（briefing）。_index 加了 briefing vs pyramid 的灰区判据（「要不要造个 thesis 才塞得进 pyramid → 那就是 briefing」）。五个预设之外加一个 custom 兜底，承接预设盖不住的 bespoke 方向（特殊节奏 / 多 mode 融合 / 特定姿态）——用户点名或策略师推荐皆可，与所有锁一样由用户确认；一份 deck 永远只锁一个值，融合=一个 custom 描述多幕。唯一要避免的是「预设明明贴合却图省事甩 custom」。这与「用户自带大纲 / 方向覆盖 mode」是同一条真值优先原则

  • mode / visual-style 体系真实 deck 验证完成 + 四项校准收紧落地 — 5 mode + 18 visual-style + custom 逃生舱在 5 份覆盖性 deck 上跑过验证（briefing×data-journalism / narrative×photo-editorial / instructional×chalkboard / showcase×glassmorphism / custom×zine，其中 narrative 一份走 AI 图生成分支）：选型零误判（四对 Close-calls 灰区引力全被触发且全抗住）、纪律全落实（零 HEX / Reference 强度 / 整页版面语言）、custom 机制可用（mode_behavior 散文段落撑过 10 页生成、能讲成大白话让用户确认）、mode ⟂ visual_style 正交成立（任意组合无串味，含「keynote/发布会=mode 不是 style」路由正面验证）、导出 5/5 deck × 全页 0 失败。据真实信号收紧四处：strategist §e 按 visual_style 预判中性档位一次锁全（消除连续三份的 Executor 中途补色）、executor-base §1 套模板页重皮到当前 visual_style（模板供结构不供皮，mirror 模板保持恢复后的视觉身份）、briefing §1 的 core_message = 本页覆盖什么而非证明什么（briefing 专属例外，全局 §IX 论断语义保留给 narrative/instructional/pyramid）、svg_quality_checker 修字体 drift 误报（按定界符匹配 + font-stack 归一化）+ 放宽 showcase mode 与 poster 类 visual-style 的字号上限

  • 可选 spec 复核环节上线（workflows/refine-spec.md） — 策略师确认阶段后新增一个 opt-in 停顿点：用户明确要求时（默认 OFF），Strategist 先产出完整 design_spec.md + spec_lock.md，停下来让用户对 spec 任意部分（大纲 / 配色 / 排版 / 版式 / 图片策略 / page rhythm）深入讨论修改，改完同步两个文件再进生成。与 split-mode 同构——不主动触发、默认管线零变化，仅在策略师确认阶段里多一行 opt-in 提示。复核视角（逻辑清晰度 / 信息密度 / 焦点 / 口语化 / 感染力 / 章节配比 + 各设计维度）只给方向、不落任何数字阈值（Reference 强度）。启发自 @cuberoocp issue #173

  • 交互式可视化策略师确认页（Step 4）（scripts/confirm_ui/server.py，字段 schema scripts/docs/confirm_ui.md） — 模板遵循方式只在加载 Deck/Layout 模板时显示，默认推荐 adaptive：每页仍映射模板架构，无匹配构图时可在同一 Master 下创建新 Layout；strict 保持所选 Layout 契约不变。确认页与 Live Preview 共用端口，最终 result.json 对下游权威。

  • 源文档转换保真度提升一批 — 源材料进管线时更少丢信息：doc_to_md 把 Word 里的 OMML / Office Math 公式转成内联 LaTeX、pdf_to_md 识别 Figure N | 竖线分隔的图注、ppt_to_md 保留源 deck 已有的超链接（run 级外链 [text](url) / slide 内部跳转 [text](#slide-N) / shape 级点击，含危险 scheme 过滤与锚文本 Markdown 转义）并把原生图表数据转写成 Markdown 表格（数值随转换存活，不再只剩一张图）。图注识别基于 @suay1113 PR #191，超链接保留提炼自 @ZhaoZuohong PR #155

  • 内容保真的 PPT 美化 / 重排版上线（workflows/beautify-pptx.md） — 与 template-fill 互为镜像：template-fill 复用某份 deck 的设计换新内容，beautify 反过来保留内容、重做版面。给一份现成 PPTX，全部文字逐字保留（不增 / 不删 / 不改写），从源 deck 提取并继承其视觉身份（配色 / 字体，theme 或 observed 两套候选过确认页），只重做版面 / 层级 / 留白；严格 1:1 页数页序，图表 / 表格从抽取数据原生重绘（数据冻结）、源配图重新排布。技术上仍走从零生成原生 PPTX 管线（ppt_to_md 抽内容 → 主管线 → 全新 deck），不补丁原文件，因此不碰 Non-goals #53。新增 beautify_identity.py / beautify_inventory.py，confirm 页全字段按源 seed 后用户复核。v1 天花板（诚实标注）：不缓解信息过载（挤页只在页内改，真要重排分页属主管线）、不保证坐标级 paste-back、combo / dual-axis / waterfall 图丢未捕获的绘图层

  • PPTX intake 多 deck 支持 + analysis/ 源名前缀 — 主管线项目现在可把多份源 deck 合并进来：每份写 <stem>.identity.json / <stem>.slide_library.json，各自 digest 内联进单一索引 source_profile.json 的 decks[]（保住"Strategist 必读 source_profile.json"单入口契约，单 deck 即一条、多 deck 列多条；同 stem 重导覆盖该条）。beautify / template-fill 仍是 1:1 单 deck，按 stem 读自己那份 <stem>.*

  • 材料发散度（§c 受众下的自由文字项） — 主管线在 §c 受众文本框下加一个纯文字小问：用户用自己的话写要多贴源、还是多放开重塑（留空＝平衡默认）。刻意不做固定档位、不按源信号替用户推荐、不联动页数——就是问用户本人意图。无论写得多放开都事实守源：只对源内内容重组 / 重框 / 展开 / 连结，绝不引入源外事实（那是 topic-research 的活）。Strategist 写 §IX 大纲时读这段 prose 消费、记 design_spec §I，不进 spec_lock（Executor 不读）；mode 与发散度正交。beautify / template-fill 内容冻结，不暴露此项

  • 一批默认行为与入口标准化 — 逐元素入场动画默认关（只留转场 fade；元素动画改 opt-in -a auto / animations.json），消除"自动级联入场"的 AI 味；per-project icons/ 在选择时把选中图标复制进项目、嵌入优先本地；analysis/ 确立为机器抽取事实的 canonical 必读层（PPTX intake bundle + image_analysis.csv）；主管线把源 deck 的身份（配色 / 字体 / 版式）当参考而非约束（可继承可重设，由策略师判断，默认从零设计）；confirm 页支持自定义配色输入

  • AI 插画大图 → 切片点缀插画管线（scripts/slice_images.py） — 当一份 deck 需要若干同一家族的点缀插画时，不再一格一次 AI 调用，而是一次生成一张多格插画大图（单次调用锁住整组风格 / 色板、成本远低于逐格生成），再由 slice_images.py 确定性按 RxC 网格切成独立元素文件；--trim 按每格内容包围盒紧裁、--alpha 抠掉平整底色，让每个元素以透明剪影落到异色页面而非带可见方框。资源契约（§VIII）双行落地：一行 ai Illustration Sheet（生成但永不直接放置、不进 spec_lock.md images）+ 每格一行 slice 元素（实际放置、进 spec_lock）；Step 5 生成大图后切片并重跑 analyze_images，Step 7 readiness gate 在离线场景列出大图 + 元素目标让用户手动放图再切。要不要用点缀插画是 Strategist 在 image_usage source 边界内的判断（不单独成确认字段；image_usage: none 永远压过插画意图），用户看不到内部 sheet/slice 实现。svg_quality_checker 加了对应校验，image-layout-patterns.md 补了图主导的促销 / 宣传版式范式

  • 点缀插画：从「能切出来」到「会用、成体系」 — 在切片管线之上补齐决策层 + 收紧切片质量，让 deck 真正用好插画而非只是技术上能生成。①切片质量：slice_images.py 的 --alpha 改软蒙版抗锯齿 + 1px 去光晕、底色采样改 2px 边框环中位数、色距改最大通道差；svg_quality_checker 对 Generated slice 行校验文件存在性。②触发倾向绑定 visual_style：每个风格标 core / supportive / sparse 插画倾向（visual-styles/_index.md 加 Illus. 列 + 各文件 §6），core 默认推荐用、sparse 默认不用；优先级链 image_usage:none → 用户显式意图（双向覆盖）→ 风格倾向 → none。③贯穿母题 through-line：deck 倾向用插画时，封面锚点 / 章节分隔 / 页内散点出自同一母题家族（共享 h.5 rendering+palette+主题世界），读成一套设计系统而非孤立散点；AI 母题仅在 image_usage 含 ai 时生成，provided/web 仅沿用本已成同族的素材。④插画角色决策地图：Strategist §h 加「角色 × 何时 × 机制 × source」导航表（散点 / 主角锚点 / 章节分隔 / 氛围背景 / 母题）。全程不设配额、不把品味数字化（同尺寸瓷砖检测评估后不做，留给 §4.3 placement 散文 + 执行判断）

  • 图像变换矩阵端到端保真 + host-native 生成路径 — svg_to_pptx 的 DrawingML 图片导出现在如实尊重 SVG 的 transform 矩阵（旋转 / 斜切 / 复合变换不再在嵌套 <g transform> 下错位或塌回原点），把「跨四渲染器位置保真」主轴补到 raster 图层；image_gen.py 增加 host-native 生成路径，在宿主自带图像生成能力时走原生通道。两者均属修复 / 增量补强，细节见 commit log

  • 网络配图改为「最佳图 + 可复核 + 人工换图」 — web 图来源不再默认静默下载一池候选，而是默认只下最佳匹配图，候选池退化成 --save-candidates 的显式升级路径（默认 4 张）；每张下载图生成 ≤1024px review 副本（images/.review/，放置 / promote 仍全分辨率）。合适性复核做成 model-agnostic：多模态模型读 review 副本自查，非多模态则把 source_page_url 交人工判断——不假设模型有视觉。新增 image_search.py --from-url <链接>：把人找到的任意图片 URL 下载并替换目标（记 license_tier: manual、继承页面上下文），作为通用人工换图通道；--promote 改为从被选候选重算署名（不沿用旧图 credit）。全程在 Step 5 内、不合适转 Needs-Manual + 占位，不阻塞主流程。定位上 web 搜索是「兜底取图、不保证质量」，真要高质量靠 AI 生图或自己手动挑图换入

  • Web 配图实体安全门（精确主体不再被「高清错图」赢走） — 承上条 web 配图：给 web 候选加 required_terms 实体门控，挡住「元数据相关但主体错误」的图（一张精修的罗马纪念碑赢下「重庆地标」行）。required_terms 各组之间 AND、组内 A|B 给别名（跨语言 Chongqing|重庆），匹配做小写 / 分隔符归一 / 空白压缩以兼容多词与 CJK 名；命中实体即视作相关信号（零 query 词重叠不再否决，CJK 标题地标可在英文 query 下通过，无 required_terms 时旧的否决逻辑照旧）。像素面积从主导分（cap 5000）降级为 tie-breaker（cap 1500）+ 标题命中加权，让实体准确性与相关性压过纯分辨率（避免高清错主体赢）。CLI --require-terms（可重复，逗号 / |）、批量 required_terms、--from-url 均继承，记入 image_sources.json 备审；门控形同虚设（弱 required_terms）会发 warning。定位是与 .review 视觉复核配对的元数据门，不是视觉分类器

  • 原生 PPTX 导出图片媒体大小封顶 — 保持生成 deck 可编辑、不嵌入巨幅源图：新增原生图片尺寸模式——cap（默认）只对超大源图限制最大边长，display 按渲染 SVG 框尺寸做更激进压缩；原生导出保留完整嵌入像素，SVG/PPT 显示裁剪仍走可编辑的 picture-crop 元数据；finalize_svg 保留原有 slice/meet 行为，另加默认按渲染尺寸下采样以产出紧凑 SVG 快照。文档落地 cap / display 两模式与 --no-image-optimize 逃生舱

2026-07（分阶段确认 UI + 原生对象 + 动效加固）

  • Step 4 确认 gate 重构为三阶段向导 + 可视化预览 — 原来单次「八项确认」gate 拆成一个浏览器会话内的三阶段流程（方向锚点 → 设计系统 → 图片 / 执行方式），每个下游阶段都从用户实际已确认的上游选择重新推导，而非 AI 原始推荐——于是图片策略天然吻合已确认的配色系统。确认页为难以凭名字判断的选项补上视觉辅助：18 个 visual_style 每个一张专属 real-SVG 页面缩略图、真实图标库样本、AI 图参考图预览。recommendations.json 改用规范的 stage 选择器（tier 仅作内部向后兼容读取），用户可见措辞统一为「阶段」；聊天 fallback 镜像同样的分阶段顺序

  • 页间转场与元素入场动画完成无静默降级加固 — 当前默认保持页间 fade / 0.4 秒、元素入场 none，对象动画仍通过 -a 或 animations.json 按需开启。未知效果 / Start 模式、非有限或越界时长、非法顺序，以及缺失 slide/group 引用都会直接失败，不再偷换为 fade、其它 Start 模式或继承值。公开产物替换前会回读候选 PPTX，校验根级 timing 位置、时间节点 ID 唯一性、shape 引用、效果 / 时长 / Start 语义及旁白 timing 合并。直接 PPTX 路线只保留源对象动画，不把它翻译成生成路线的动画模型。Microsoft PowerPoint 是动效行为的主要验证目标；其它演示软件仅作为兼容目标，不承诺完全相同的播放结果

  • --native-objects 从休眠 marker 硬化为可用级 opt-in — 那条窄「原生对象」例外（见下文 Non-goals）现在导出的图表与纯文本表格会保留 deck 自己的设计，不再塌回 PowerPoint 的白底默认主题。classic 原生图表显式写入 chart-area / plot-area / 轴线 / 网格线 / 标签文字颜色——从可见的 SVG fallback 推断（最大面板型 <rect> → 背景、fallback 文字 → 标签、fallback 描边 → 轴线/网格），或用 style 显式覆盖（chart_area_fill / plot_area_fill / text_color / axis_color / grid_color，"none" 表透明）；颜色解析把命名色、#RGB 简写、rgb() / rgba() 归一为 OOXML hex；bar/column 系列关掉负值反色，负值柱保持系列色。激活导出命名为 <name>_<ts>_native_charts.pptx 以与默认压平形状导出区分。默认路线不变——图表/表格仍以 SVG 派生的 DrawingML 形状导出以保跨渲染器保真；原生对象仍是下文 Non-goals 里那条刻意的 opt-in 取舍

  • 原生 package 结构 + 按模式创建模板 — 每个新 SVG 页面在创作时就声明最终 Master/Layout 身份。固定 Master/Layout 视觉是根级原子，可复用槽位是带真实 carrier 或显式 composite proxy 的有界顶层 group，零槽位 Layout 也合法。导出只确定性编译该合同，把锁定 title/body 字号写入母版 p:txStyles，并执行最终 package 回读；不提升重复 chrome，也不推断 placeholder。standard / fidelity 重新创作 SVG roster 和新的 Master/Layout 系统，不保留、也不蒸馏来源拓扑。mirror 按来源页序恢复 Master/Layout 身份与父子关系、placeholder 事实和受支持视觉，不做语义归纳；固定结构层的来源 group 只允许机械展开成直接原子。无损导入保留在分析区，轻量 projection 仅供检查。library 与 project 都要求 templates/，images/ / icons/ 可选，exports/ 仅在按需生成评审文件时出现；只有全局注册不同。旧 baseline/template/preserve SVG 包先运行 restore-pptx-structure；原始 PPTX 的一次性回填仍走 template-fill-pptx。

  • 原生预设授权引导跨角色强化 — 用真正的 PowerPoint 预设（prstGeom，带调节手柄、非扁平卡片外观）被重申为库存几何（块箭头、chevron、横幅、标注、流程节点、星形）的默认而非例外。预设是每页由 helper（preset_shape_svg.py）现生成的，所以引导落在提示词层而非模板示范：Executor 现在在逐页作图仪式内主动够预设——按对象意图在画图当下决定，绝不扫描已完成路径——并写明准确的 paint 边界（渐变填充/描边或 pattern 填充保持普通 SVG，因为 helper 只对 fill 和 stroke 画 none 或纯色 HEX）。Strategist 在上游预热：给 §VII 页面的 Usage 追加一条非破坏性的 native-preset candidate 注记，按页面计划而非模板名触发；Executor 仍自定具体预设、frame 与 paint。把预设片段烤进 templates/charts/ 经评估否决——冻死的 frame/fingerprint 会诱导原样复制，违反授权契约

进行中 / 下一步

明确在做或下一步要做的方向，不承诺时间窗口。

  • 多 deck intake 与材料发散度的真实使用校准（刚落地） — 多 deck 合并 intake（<stem> 前缀 + decks[] 合并索引）与材料发散度自由文字项（§c 受众下）均已上线（见上「2026-06」），接下来按真实使用信号校准：多份源 deck 同名（stem 冲突）的处理目前是后者覆盖前者，是否需要去重 / 加序号待信号；发散度的自由文字让 Strategist 判得准不准、放开写时「事实守源」边界守不守得住，待真实生成验证。两者都不预先加机械阈值
  • 插画能力（机制 + 部署层）的真实 deck 校准（刚落地） — 切片管线、边缘质量收紧，以及决策层（风格倾向 / 贯穿母题 / 角色地图，见上「2026-06」）均已上线，接下来按真实使用信号校准：一次大图切多格的风格 / 色板一致性与 --alpha 软蒙版对格内不规则构图的鲁棒性、离线 readiness gate 的手动放图 + 重切体验、风格倾向是否翻对了该翻的风格、母题在真实 deck 上读成「设计系统」还是「过度装饰」、以及 source 边界（provided/web 不静默生成 AI）守得住否。不预先加机械阈值 / 配额；同尺寸瓷砖若真反复出现再考虑更窄的 lint
  • 预设上的原生投影——作为独立增强延后 — 受支持的投影技术上能与原生预设共存（效果继承到 hidden carrier，导出为 prstGeom + outerShdw），但只有精确嵌套才对：带 id 的逻辑组包一层无 id 单子 <g filter="url(#id)">。天真写法（filter 挂在顶层带 id 组上）会静默产生双 outerShdw，且 shared-standards 目前禁止在多元素 <g> 上加 filter。因此预设带阴影刻意不并入当前预设引导——带阴影的库存形状保守留普通 SVG。要做对需精确结构规范 + shared-standards / native-shape-authoring 全仓 sweep，可能再加一条 checker 规则抓双阴影；按真实信号再启动
  • 其余：mode / visual-style 体系的验证与校准已收口（见上「2026-06」），结构（5 mode + 18 visual-style + custom）定型、四对近邻消歧并成一张 Close-calls 表、四项校准收紧已落地。后续方向由真实使用信号与反馈驱动；长期改进见下「持续维护方向」，已评估不做的见「明确不做」

持续维护方向

不承诺时间窗口的长期改进项。只列真方向，具体修复 / 单 flag 看 commit log。

  • Prompt 精简 — 在不降质量的前提下压缩各角色 prompt 的 token 占用、提升缓存命中率，带来间接的成本 / 速度改善。与下面「纯速度优化」一节互补：做间接优化，不做牺牲质量的提速。

明确不做（Non-goals）

下面这些方向被多次提过，已经评估并决定不做。列出来不是否定需求价值，而是说明它们与本项目主路线不匹配；如果你刚好需要这些能力，建议看其他工具或 fork 本项目走自己的路。

读取任意 PPTX 模板 → 仅填充文字

对应 Issue：#53、#118

PPT Master 主路线是「AI 从零生成 SVG → DrawingML」，整条管线围绕完全可控的形状/文字/版式构建。结构完整的 PPTX 现在可以通过两种显式方式形成经过确认的可复用模板包：standard / fidelity 以视觉证据为参考，创作新的 SVG 与 Master/Layout 系统；mirror 恢复当前可达且受支持的来源结构。但「打开任意 PPTX 后不经规范化就盲填所有占位框」仍是另一种产品形态。

基础诉求其实很简单：如果只是「固定位置替换 Excel 数据到 PPT 模板」，直接让 AI 写一段 python-pptx 脚本即可，几行代码搞定，不需要本项目这套管线。

已支持边界：template-fill-pptx 直接回填选中的源页面；create-template 或者创作新的显式 SVG 契约（standard / fidelity），或者在不做语义归纳的前提下恢复受支持的来源契约（mirror）。下游 strict / adaptive 都从这份已声明契约还原原生结构。仍不做未经审查、没有契约的任意第三方 placeholder 全自动替换。

改用原生 PowerPoint 图表（Excel-native chart）

对应 Issue：#99、#100 类

跨四渲染器（PowerPoint / Keynote / LibreOffice / WPS）的位置保真是项目主轴。把默认路线改成 PowerPoint 原生图表会让「像素级一致性」破功——同一个 PPTX 在不同渲染器里图表会显示不同布局。图表默认用 SVG 是 by design，不是能力缺失。

窄例外是 data-pptx-native marker：受支持的数据图表与纯文本网格表格在生成时携带原生对象元数据，导出加 --native-objects 才激活——供主动用跨渲染器保真换取 PowerPoint 内可编辑性的用户使用；激活后的对象现在会保留 deck 的 chart-area / plot / 轴线 / 网格线 / 标签颜色与原生表格格式，不再塌回 PowerPoint 默认主题（见上文 2026-07）。默认导出路径与 SVG 图表 / 表格系统不变。

uv 作为默认 / 必需依赖

对应 Issue：#111

pip + requirements.txt 是唯一官方安装路径，因为它在所有 Python 环境下都可用、不需要额外学习成本。uv 是好工具，但「让 uv 成为默认」会抬高新用户的入门门槛。如果你个人偏好 uv，完全可以在 fork 里用，不影响主线。

纯速度优化

对应 Issue：#97

成本 / 速度 / 质量三角下，本项目选择质量优先。20 分钟生成一个高质量 PPTX 是当前的合理点。

会做：通过 prompt 精简 / 缓存命中率提升带来的间接改善； 不会做：以牺牲质量为代价的「随便几页应付交差」式提速。

如果对速度敏感且能接受质量下降，Gamma / 美图 AI 等竞品更合适。

CLI / SaaS / 桌面 App 形态

产品形态明确为 chat-driven AI IDE skill（Claude Code / Cursor / VS Code + Copilot / Codebuddy）。

不会做：独立 CLI（ppm 之类）、SaaS Web 服务、Electron 桌面壳。所有「让它脱离 chat 独立运行」的提案都会被拒。chat 是交互核心，不是包装层。

反馈渠道

提需求前先扫一眼上面的 Non-goals；如果你的需求落在那一节，多半不会被采纳，但欢迎讨论是否还有别的路径解决你的真实问题。

Reference in New Issue View Git Blame Copy Permalink