告别手搓组会 PPT：一个 Agent Skill，让论文精读汇报自动生成 .pptx
论文读完了，PPT 还得熬夜排版？把这个 Skill 交给你的 AI Agent，输入论文 PDF，输出一份研究组风格的中文汇报 PPT------版式交给代码，内容交给模型，上页面的每个数字都能追到原文。
一、痛点：组会汇报 PPT 的"最后一公里"
做科研的同学对这个场景再熟悉不过了：论文精读完了、文献综述写完了，但组会汇报还差一份 PPT。于是开始------
- 手动调版式：封面、目录、章节页、内容页，一页一页搭；
- 手动粘数字：把论文里的实验结果抄到表格里，心算平均值还容易算错；
- 手动裁配图：从 PDF 里截图，去掉页眉图题白边，再贴到幻灯片上；
- 换个模型重做一遍，版式又全变了。
版式漂移、内容溢出、数字出错、配图不干净------这四个问题，每次做 PPT 都要踩一遍。
有没有可能，把版式这件事交给代码写死，把内容这件事交给大模型，两者各司其职？
有。这就是 research-ppt-skill 解决的问题。
二、它是什么
research-ppt-skill 是一个 Agent Skill（智能体技能包）。任何能读 SKILL.md、能执行命令的 AI Agent（Claude Code、GPT、DeepSeek 等）都能直接使用。
输入：1--3 篇论文 PDF，或者一个研究方向的材料。
输出 ：一份研究组组会风格的、可以直接编辑的 .pptx 文件，附带讲稿备注和逐页缩略图预览。
核心理念一句话概括：
版式交给代码，内容交给模型；上页面的每个数字都要能追到原文。
三、核心功能拆解
1. 固定的研究组版式------模型改不了
紫色标签块、绿色结论条、每章前重复出现的目录页（当前章节标红），中文宋体、西文 Times New Roman。
关键在于：版式全部由排版库（rr_lib.js）生成，模型只写内容脚本，碰不到版式代码。 这样无论你用 Claude、GPT 还是 DeepSeek，无论跑多少次，出来的 PPT 风格始终一致。
2. 先问再做------4 个开场问题
开工前，Agent 会问你 4 个问题：
| 问题 | 默认值 |
|---|---|
| 放不放单位 logo | 不放 |
| 封面左栏放什么 | 方向概览图（另可选主题纹理、单位 logo） |
| 汇报时长 | 20--30 分钟 |
| 标签要点和结论条的语言 | 英文 |
不想回答？说一句"按默认设置直接做"就跳过，Agent 会用默认值完成，并在交付时告诉你用了哪些默认值、哪些地方还需要你补（比如汇报人姓名）。
3. 数据账本------每个数字都有出处
这是我最喜欢的设计。PPT 上出现的每一个数字，都会被记进一个 numbers.md 账本文件，并写明出处（论文第几页、第几个表格）。
- 平均值、差值用代码算，不靠模型心算；
- 和论文正文对不上时，先读附录、确认统计范围，再下结论，而不是直接报"数据矛盾"。
这一步直接消灭了"读错表格""心算出错"这两个最常见的硬伤。
4. 论文配图自动裁剪
脚本（pdf_figures.py）从 PDF 里定位并裁出框架图和关键现象图，自动去掉页眉、图题和白边。按墨迹带定位，裁完逐张检查，避免坐标轴被裁掉的情况。
5. 排版自检------警告清零才交付
生成前先估算每页内容量：
- 放不下 → 先自动压缩；
- 还是放不下 → 报出具体页码，让你知道哪里有问题；
- 所有警告清零 → 才允许交付；
- 最后用 LibreOffice 渲染成图片，逐页检查实际效果。
6. 讲稿备注
每个内容页带 1--2 句演讲者备注，汇报时可以直接照着讲。
四、工作原理：一条流水线
读论文 → 数据账本 → 定大纲 → 裁配图 → 写内容脚本 → 构建（警告清零）→ 渲染检查 → 交付模型只负责"写内容脚本"这一环，其余环节要么是代码，要么是代码+校验。这就是为什么不同模型跑出来的版式一致、数字可靠。
为什么这样设计能解决那四个痛点？
| 问题 | 传统做法 | 这个 Skill 怎么防 |
|---|---|---|
| 版式漂移 | 换个模型风格就变 | 版式写死在排版库里，模型只写内容脚本 |
| 内容溢出 | 文字出框、表格压住结论条 | 生成前估算每页，放不下先压缩、再报出页码 |
| 数字出错 | 读错表格、心算平均值 | 表格对照页面图片核对；平均值用代码算；数字进账本 |
| 配图不干净 | 带页眉图题、坐标轴被裁 | 脚本按墨迹带定位、自动去白边，裁完逐张检查 |
五、安装与使用
安装
最简单的方式------把仓库地址直接交给你的 Agent：
帮我安装这个 skill：https://github.com/codezzzsleep/research-ppt-skill安装本质就是把 research-report-cn/ 文件夹放进 Agent 的 skills 目录。
手动安装（以 Claude Code 为例）：
bash
git clone https://github.com/codezzzsleep/research-ppt-skill.git
cp -r research-ppt-skill/research-report-cn ~/.claude/skills/运行环境需要 Node.js + pptxgenjs、Python 3 + Pillow、poppler-utils；LibreOffice 可选（用于渲染预览）。安装命令都写在 SKILL.md 里，Agent 可以自动装。
使用
附上论文 PDF，然后说：
用 research-report-cn 把这两篇论文做成组会精读 PPT，汇报 20 分钟。就这样。Agent 会自动走完整条流水线，交付 .pptx + 逐页缩略图。
六、实测效果：三个模型，同一份版式
仓库里放了三份由不同模型生成的成品，版式一致，内容取决于模型：
| 文件 | 内容 | 制作模型 |
|---|---|---|
GAD_demo.pptx |
两篇图异常检测论文精读，32 页 | Claude |
GAD_demo_by GPT 6.1 Sol.pdf |
同样两篇论文，独立完成，32 页 | GPT 6.1 Sol |
AI_Agent_and_Harness_Survey_by DeepSeek v4.1 Flash.pptx |
Agent / Harness 方向综述，33 页 | DeepSeek v4.1 Flash |
同一个 Skill，三个不同模型，出来的版式完全一致------这就是"版式交给代码"的价值。
七、适用场景
- 论文精读汇报：组会上讲一篇论文，输入 PDF，输出精读 PPT；
- 文献汇报：输入 2--3 篇相关论文，自动对比、综述；
- 组会汇报：定期组会的研究进展汇报；
- 方向综述：给一个研究方向的材料，生成综述 PPT。
八、一点局限（实话实说）
- 预览用 LibreOffice 渲染，换行位置可能和 PowerPoint 略有差别，最终以 PowerPoint 打开为准；
- 没有安装宋体和 Times New Roman 的电脑会用替代字体显示；
- 版式由库固定，内容质量取决于所用模型；
- 没有论文原图可裁时，模型自己画的示意图质量不稳定；
- 目前只输出
.pptx格式。
九、写在最后
做科研最耗时间的往往不是读论文，而是把读到的成果"翻译"成一份能上台汇报的 PPT。research-ppt-skill 的思路不是让 AI 从零生成一个"看起来像 PPT 的东西"，而是把确定的事（版式、数字核对、配图裁剪）交给代码，把不确定的事（内容组织、要点提炼）交给模型，各做各擅长的。
如果你也在为组会 PPT 烦恼，不妨试一下：
仓库地址：https://github.com/codezzzsleep/research-ppt-skill
许可证：MIT（代码和文档），示例中引用的论文内容和配图版权归原作者。
觉得有用的话，去 GitHub 点个 ⭐ 吧------这是对开源作者最简单的支持。
本文介绍的项目为开源 MIT 许可，与华为云无商业关联。内容基于项目 README 和公开信息整理，如有更新以仓库为准。
告别手搓组会 PPT：一个 Agent Skill，让论文精读汇报自动生成 .pptx
论文读完了，PPT 还得熬夜排版？把这个 Skill 交给你的 AI Agent，输入论文 PDF，输出一份研究组风格的中文汇报 PPT------版式交给代码，内容交给模型，上页面的每个数字都能追到原文。
一、痛点：组会汇报 PPT 的"最后一公里"
做科研的同学对这个场景再熟悉不过了：论文精读完了、文献综述写完了，但组会汇报还差一份 PPT。于是开始------
- 手动调版式：封面、目录、章节页、内容页，一页一页搭；
- 手动粘数字：把论文里的实验结果抄到表格里，心算平均值还容易算错；
- 手动裁配图：从 PDF 里截图，去掉页眉图题白边，再贴到幻灯片上；
- 换个模型重做一遍，版式又全变了。
版式漂移、内容溢出、数字出错、配图不干净------这四个问题，每次做 PPT 都要踩一遍。
有没有可能，把版式这件事交给代码写死，把内容这件事交给大模型，两者各司其职？
有。这就是 research-ppt-skill 解决的问题。
二、它是什么
research-ppt-skill 是一个 Agent Skill（智能体技能包）。任何能读 SKILL.md、能执行命令的 AI Agent（Claude Code、GPT、DeepSeek 等）都能直接使用。
输入：1--3 篇论文 PDF，或者一个研究方向的材料。
输出 ：一份研究组组会风格的、可以直接编辑的 .pptx 文件，附带讲稿备注和逐页缩略图预览。
核心理念一句话概括：
版式交给代码，内容交给模型；上页面的每个数字都要能追到原文。
三、核心功能拆解
1. 固定的研究组版式------模型改不了
紫色标签块、绿色结论条、每章前重复出现的目录页（当前章节标红），中文宋体、西文 Times New Roman。
关键在于：版式全部由排版库（rr_lib.js）生成，模型只写内容脚本，碰不到版式代码。 这样无论你用 Claude、GPT 还是 DeepSeek，无论跑多少次，出来的 PPT 风格始终一致。
2. 先问再做------4 个开场问题
开工前，Agent 会问你 4 个问题：
| 问题 | 默认值 |
|---|---|
| 放不放单位 logo | 不放 |
| 封面左栏放什么 | 方向概览图（另可选主题纹理、单位 logo） |
| 汇报时长 | 20--30 分钟 |
| 标签要点和结论条的语言 | 英文 |
不想回答？说一句"按默认设置直接做"就跳过，Agent 会用默认值完成，并在交付时告诉你用了哪些默认值、哪些地方还需要你补（比如汇报人姓名）。
3. 数据账本------每个数字都有出处
这是我最喜欢的设计。PPT 上出现的每一个数字，都会被记进一个 numbers.md 账本文件，并写明出处（论文第几页、第几个表格）。
- 平均值、差值用代码算，不靠模型心算；
- 和论文正文对不上时，先读附录、确认统计范围，再下结论，而不是直接报"数据矛盾"。
这一步直接消灭了"读错表格""心算出错"这两个最常见的硬伤。
4. 论文配图自动裁剪
脚本（pdf_figures.py）从 PDF 里定位并裁出框架图和关键现象图，自动去掉页眉、图题和白边。按墨迹带定位，裁完逐张检查，避免坐标轴被裁掉的情况。
5. 排版自检------警告清零才交付
生成前先估算每页内容量：
- 放不下 → 先自动压缩；
- 还是放不下 → 报出具体页码，让你知道哪里有问题；
- 所有警告清零 → 才允许交付；
- 最后用 LibreOffice 渲染成图片，逐页检查实际效果。
6. 讲稿备注
每个内容页带 1--2 句演讲者备注，汇报时可以直接照着讲。
四、工作原理：一条流水线
读论文 → 数据账本 → 定大纲 → 裁配图 → 写内容脚本 → 构建（警告清零）→ 渲染检查 → 交付模型只负责"写内容脚本"这一环，其余环节要么是代码，要么是代码+校验。这就是为什么不同模型跑出来的版式一致、数字可靠。
为什么这样设计能解决那四个痛点？
| 问题 | 传统做法 | 这个 Skill 怎么防 |
|---|---|---|
| 版式漂移 | 换个模型风格就变 | 版式写死在排版库里，模型只写内容脚本 |
| 内容溢出 | 文字出框、表格压住结论条 | 生成前估算每页，放不下先压缩、再报出页码 |
| 数字出错 | 读错表格、心算平均值 | 表格对照页面图片核对；平均值用代码算；数字进账本 |
| 配图不干净 | 带页眉图题、坐标轴被裁 | 脚本按墨迹带定位、自动去白边，裁完逐张检查 |
五、安装与使用
安装
最简单的方式------把仓库地址直接交给你的 Agent：
帮我安装这个 skill：https://github.com/codezzzsleep/research-ppt-skill安装本质就是把 research-report-cn/ 文件夹放进 Agent 的 skills 目录。
手动安装（以 Claude Code 为例）：
bash
git clone https://github.com/codezzzsleep/research-ppt-skill.git
cp -r research-ppt-skill/research-report-cn ~/.claude/skills/运行环境需要 Node.js + pptxgenjs、Python 3 + Pillow、poppler-utils；LibreOffice 可选（用于渲染预览）。安装命令都写在 SKILL.md 里，Agent 可以自动装。
使用
附上论文 PDF，然后说：
用 research-report-cn 把这两篇论文做成组会精读 PPT，汇报 20 分钟。就这样。Agent 会自动走完整条流水线，交付 .pptx + 逐页缩略图。
六、实测效果：三个模型，同一份版式
仓库里放了三份由不同模型生成的成品，版式一致，内容取决于模型：
| 文件 | 内容 | 制作模型 |
|---|---|---|
GAD_demo.pptx |
两篇图异常检测论文精读，32 页 | Claude |
GAD_demo_by GPT 6.1 Sol.pdf |
同样两篇论文，独立完成，32 页 | GPT 6.1 Sol |
AI_Agent_and_Harness_Survey_by DeepSeek v4.1 Flash.pptx |
Agent / Harness 方向综述，33 页 | DeepSeek v4.1 Flash |
同一个 Skill，三个不同模型，出来的版式完全一致------这就是"版式交给代码"的价值。
七、适用场景
- 论文精读汇报：组会上讲一篇论文，输入 PDF，输出精读 PPT；
- 文献汇报：输入 2--3 篇相关论文，自动对比、综述；
- 组会汇报：定期组会的研究进展汇报；
- 方向综述：给一个研究方向的材料，生成综述 PPT。
八、一点局限（实话实说）
- 预览用 LibreOffice 渲染，换行位置可能和 PowerPoint 略有差别，最终以 PowerPoint 打开为准；
- 没有安装宋体和 Times New Roman 的电脑会用替代字体显示；
- 版式由库固定，内容质量取决于所用模型；
- 没有论文原图可裁时，模型自己画的示意图质量不稳定；
- 目前只输出
.pptx格式。
九、写在最后
做科研最耗时间的往往不是读论文，而是把读到的成果"翻译"成一份能上台汇报的 PPT。research-ppt-skill 的思路不是让 AI 从零生成一个"看起来像 PPT 的东西"，而是把确定的事（版式、数字核对、配图裁剪）交给代码，把不确定的事（内容组织、要点提炼）交给模型，各做各擅长的。
如果你也在为组会 PPT 烦恼，不妨试一下：
仓库地址：https://github.com/codezzzsleep/research-ppt-skill
许可证：MIT（代码和文档），示例中引用的论文内容和配图版权归原作者。
觉得有用的话，去 GitHub 点个 ⭐ 吧------这是对开源作者最简单的支持。
本文介绍的项目为开源 MIT 许可，与华为云无商业关联。内容基于项目 README 和公开信息整理，如有更新以仓库为准。