当需要把文章、博客、主题或论文转成风格化…

适合追求风格化外观、便于阅读和社交分享的幻灯图片；不适用于需要精确可编辑公式、数据、引用的正式学术演讲。

适用场景

解决思路

1. 使用命令：`/paper-slide-deck path/to/paper.pdf`、`/paper-slide-deck path/to/paper.pdf --style academic-paper`、`/paper-slide-deck path/to/content.md --style sketch-notes`、`/paper-slide-deck path/to/content.md --audience executives`、`/paper-slide-deck path/to/content.md --lang zh`、`/paper-slide-deck path/to/content.md --slides 10`、`/paper-slide-deck path/to/content.md --outline-only`、`/paper-slide-deck`（然后粘贴内容）。
2. 一次性安装 Node 依赖：`cd ${SKILL_DIR}/scripts && npm install`，安装 `canvas`、`pdfjs-dist`、`pptxgenjs`、`pdf-lib`（`package-lock.json` 锁定版本）；若脚本报 `missing Node dependency "<name>"`，重新运行该命令。
3. Python 生成器 `generate-slides.py` 首次运行会自动安装 `google-genai`。
4. 安装 PyMuPDF：`pip install pymupdf`，它用于从嵌入位图的页面（X-rays、CAM heatmaps、照片）提取图片，是 `extract-figure.ts` 中 `pdfjs` + `canvas` 路径失败（`Error: Image or Canvas expected`）时的可靠 fallback；对医学影像论文应视为必需，而非可选。
5. 图片生成需要 `GOOGLE_API_KEY`/`GEMINI_API_KEY`（Gemini API）或 Gemini Web skill；若没有 key 且没有 web 选项，仍不中止，使用降级模式：1. 用 `--outline-only` 产生 outline + prompts（不生成图片）；2. 对源 PDF 用 `detect-figures.ts` + `extract-figure.ts` + `apply-template.ts` 提取真实图/表（无需 API key，纯渲染）；3. 将已有 slides（`extract` 来源页面）合并为 PPTX/PDF，并把 `prompts/` 交回用户，等以后有 key 时再生成图片。
6. 确定脚本目录：将 SKILL.md 文件所在目录设为 `SKILL_DIR`；脚本路径 = `${SKILL_DIR}/scripts/<script-name>.ts`；将文档中所有 `${SKILL_DIR}` 替换为实际路径。
7. 脚本用途：`scripts/generate-slides.py` 通过 Gemini API 生成 AI slides（Python）；`scripts/merge-to-pptx.ts` 合并 slides 到 PowerPoint；`scripts/merge-to-pdf.ts` 合并 slides 到 PDF；`scripts/detect-figures.ts` 自动检测 PDF 中图/表（启发式，需验证页码）；`scripts/extract-figure.ts` 将完整 PDF 页面渲染为 PNG（可选 `--crop`；PyMuPDF fallback）；`scripts/apply-template.ts` 应用图片容器模板。
8. 选项：`--style <name>` 选择视觉风格；`--audience <type>` 选择目标受众 beginners/intermediate/experts/executives/general；`--lang <code>` 设置输出语言 en/zh/ja 等；`--slides <number>` 设置目标 slide 数；`--outline-only` 只生成 outline，跳过图片生成。
9. 风格库：`academic-paper` 干净专业、精确图表，适合学术风格视觉、技术讲义（忠实可编辑演讲用 scholar-slides）；`blueprint`（默认）技术示意、网格纹理，适合架构、系统设计；`chalkboard` 黑板彩色粉笔，适合教育、教程、课堂；`notion` SaaS 仪表盘、卡片布局，适合产品演示、SaaS、B2B；`bold-editorial` 杂志封面、粗体排版、深色，适合产品发布、主题演讲；`corporate` 海军蓝/金色、结构化布局，适合投资人 deck、提案；`dark-atmospheric` 电影感暗色、发光点缀，适合娱乐、游戏；`editorial-infographic` 杂志解释器、扁平插画，适合技术解释、研究；`fantasy-animation` Ghibli/Disney 手绘，适合教育、讲故事；`intuition-machine` 技术简报、双语标签，适合技术文档、学术；`minimal` 超干净、最大留白，适合高管简报、高端；`pixel-art` 复古 8-bit、粗像素，适合游戏、开发者演讲；`scientific` 学术图表、精确标注，适合生物、化学、医学；`sketch-notes` 手绘、温暖友好，适合教育、教程；`vector-illustration` 扁平矢量、复古可爱，适合创意、儿童内容；`vintage` 做旧纸张、历史风格，适合历史、遗产、传记；`watercolor` 手绘纹理、自然温暖，适合生活方式、健康、旅行。
10. 自动风格选择：内容信号 `paper, thesis, defense, conference, ieee, acm, icml, neurips, cvpr, acl, aaai, iclr` → `academic-paper`；`tutorial, learn, education, guide, intro, beginner` → `sketch-notes`；`classroom, teaching, school, chalkboard, blackboard` → `chalkboard`；`architecture, system, data, analysis, technical` → `blueprint`；`creative, children, kids, cute, illustration` → `vector-illustration`；`briefing, bilingual, infographic, concept` → `intuition-machine`；`executive, minimal, clean, simple, elegant` → `minimal`；`saas, product, dashboard, metrics, productivity` → `notion`；`investor, quarterly, business, corporate, proposal` → `corporate`；`launch, marketing, keynote, bold, impact, magazine` → `bold-editorial`；`entertainment, music, gaming, creative, atmospheric` → `dark-atmospheric`；`explainer, journalism, science communication` → `editorial-infographic`；`story, fantasy, animation, magical, whimsical` → `fantasy-animation`；`gaming, retro, pixel, developer, nostalgia` → `pixel-art`；`biology, chemistry, medical, pathway, scientific` → `scientific`；`history, heritage, vintage, expedition, historical` → `vintage`；`lifestyle, wellness, travel, artistic, natural` → `watercolor`；默认 `blueprint`。
11. 学术信号 caution：当内容匹配 `academic-paper` 信号（paper/thesis/neurips/cvpr/icml/…）时，本技能仍会把文本烘焙进图片，因此方程、结果表、精确数字可能 garbled；应从源 PDF 提取真实图/表（`Source: extract`），不要让模型重画；若 deck 需要忠实、可编辑的公式/数据，告知用户改用 `scholar-slides`。
12. 布局提示：在 outline 的 `// LAYOUT` 区块中指定 `Layout: <name>` 来指导视觉构图。具体布局：`title-hero` 大型居中标题+副标题，适合封面、章节分隔；`quote-callout` 突出引用+署名，适合推荐语、关键洞察；`key-stat` 单个大数字焦点，适合影响统计、指标；`split-screen` 半图半文，适合特性亮点、比较；`icon-grid` 图标网格+标签，适合功能、能力、收益；`two-columns` 均衡双栏，适合配对信息、双点；`three-columns` 三栏，适合三重比较、类别；`image-caption` 全出血图+文字叠加，适合视觉叙事、情绪；`agenda` 编号列表+高亮，适合议程、路线图；`bullet-list` 结构化项目符号，适合简单内容、列表；`linear-progression` 从左到右顺序流，适合时间线、逐步；`binary-comparison` 并排 A vs B，适合前后、优缺点；`comparison-matrix` 多因素网格，适合功能比较；`hierarchical-layers` 金字塔或堆叠层级，适合优先级、重要性；`hub-spoke` 中心节点+辐射项，适合概念图、生态；`bento-grid` 不同大小瓷砖，适合概览、总结；`funnel` 收窄阶段，适合转化、筛选；`dashboard` 指标+图表/数字，适合 KPI、数据展示；`venn-diagram` 重叠圆，适合关系、交集；`circular-flow` 连续循环，适合重复流程；`winding-roadmap` 弯曲路径+里程碑，适合旅程、时间线；`tree-branching` 父子层级，适合组织图、分类法；`iceberg` 可见 vs 隐藏层，适合表面 vs 深度；`bridge` 差距+连接，适合问题-解决；`paper-title` 标题、作者、单位、会议，适合会议论文封面；`outline-agenda` 编号章节列表+高亮，适合演讲结构概览；`methods-diagram` 中央架构/流程 diagram，适合方法、系统设计；`results-chart` 图表区域+数据注释，适合定量结果；`equation-focus` 居中方程+变量定义，适合数学推导；`qualitative-grid` 2x2 或 3x2 图像比较网格，适合视觉结果、消融；`references-list` 编号引用列表，适合关键参考文献 slide；`contributions` 编号贡献点，适合贡献总结。
13. 设计哲学：该 deck 为阅读和分享设计，不是现场演讲；每张 slide 必须无需口头解说即可自解释；为滚动时逻辑流组织内容；每张 slide 包含所有必要上下文；优化社交媒体分享和离线阅读。
14. 文件管理：每次会话创建独立目录 `slide-deck/{topic-slug}/`，结构为 `source-{slug}.{ext}`、`outline.md`、`outline-{style}.md`、`prompts/`（`01-slide-cover.md`, `02-slide-{slug}.md`, ...）、`01-slide-cover.png`, `02-slide-{slug}.png`, ...、`{topic-slug}.pptx`、`{topic-slug}.pdf`。
15. Slug 生成：从内容提取主主题（2-4 个词，kebab-case），例 `Introduction to Machine Learning` → `intro-machine-learning`。
16. 冲突解决：若 `slide-deck/{topic-slug}/` 已存在，追加时间戳 `{topic-slug}-YYYYMMDD-HHMMSS`，例 `intro-ml` 存在 → `intro-ml-20260118-143052`。
17. 源文件：将所有源复制为 `source-{slug}.{ext}`，如 `source-article.md`（主文本）、`source-diagram.png`（对话中图片）、`source-data.xlsx`（附加文件）；支持多个源：文本、图片、对话中文件。
18. Step 1 分析内容：保存源内容（若粘贴，保存为 `source.md`）；遵循 `references/analysis-framework.md` 做深度内容分析；确定风格（用 `--style` 或自动选择）；检测语言（源语言 vs 用户偏好）；计划 slide 数（`--slides` 或动态）；对学术论文 PDF（含图）运行 `npx -y bun ${SKILL_DIR}/scripts/detect-figures.ts --pdf source-paper.pdf --output figures.json`，输出检测到的图/表、页码、标题的 JSON。
19. Step 1 验证 caption：caption 检测是启发式，尤其首页 teaser。面向行锚定的 `Figure N` 匹配器能可靠找到独立成行标题（单列布局），但会漏掉标题与正文交织的双列首页图——常是论文最重要架构/概览图。运行 detect-figures 后，交叉检查源的 `Figure 1`：若论文正文引用某 `Figure N` 但不在 `figures.json`，通过 `// IMAGE_SOURCE` 块手动添加并用 PyMuPDF fallback 提取；不要假定 `figures.json` 完整。
20. Step 2 生成 outline 变体：根据内容分析生成 3 个风格变体 outlines；遵循 `references/outline-template.md` 结构；学术论文自动填充 `IMAGE_SOURCE`：读取 Step 1 的 `figures.json`；按 `references/analysis-framework.md` Section 8 规则映射图到 slide；自动给合适 slide 添加 `// IMAGE_SOURCE` 块：架构/流程图标 → Methods slides（`Source: extract`）；结果表 → 定量结果 slides（`Source: extract`）；比较图 → 定性结果 slides（`Source: extract`）；概念/简单图 → 留给 AI 生成（`Source: generate` 或省略）；保存为 `outline-{style}.md` 每个变体。
21. Step 3 用户确认：用单个 `AskUserQuestion` 问所有适用选项；Style variant 总是问（3 个选项 + 自定义）；Language 仅在源语言 ≠ 用户语言时问。选择后：复制选中的 `outline-{style}.md` 到 `outline.md`；若请求不同语言则重新生成；用户可编辑 `outline.md` 微调；若 `--outline-only`，停在此处。
22. Step 4 生成 prompts：读 `references/base-prompt.md`；结合 outline 的风格说明；添加 slide 特定内容；若 outline 指定 `Layout:`，在 prompt 中包含布局指导（例 `Layout: hub-spoke` → “Central concept in middle with related items radiating outward”）；保存到 `prompts/` 目录。
23. Step 5 选择图片生成方法：生成图片前问用户选择方法；用 `AskUserQuestion` 提供：1. Gemini API (Recommended)：通过 Python 官方 Google API，需要 `GOOGLE_API_KEY` 环境变量；2. Gemini Web (Browser-based)：⚠ 使用逆向工程 web API，无需 API key 但可能失效。
24. Step 5 选项 1 Gemini API：验证 `GOOGLE_API_KEY` 或 `GEMINI_API_KEY` 环境变量；运行 `python3 ${SKILL_DIR}/scripts/generate-slides.py <slide-deck-dir>`；默认模型 `gemini-3-pro-image`（Nano Banana Pro, GA），可用 `--model <id>` 覆盖；旧 `gemini-3-pro-image-preview` id 已弃用。脚本功能：自动安装 `google-genai`；从 `prompts/` 读取 `*.md`（或 `*.txt`）作为 prompt 文件；若没有 prompt 文件则以非零退出，不静默什么都不做；带指数退避重试（3 次）；设置 `response_modalities=["IMAGE"]` 使模型返回图片部分；跳过已生成 slides（> 10KB，任意图片扩展名）；每张 slide 写到 deck 根目录（如 `01-slide-cover.png`），与提取图 slide 同处，便于一个 merge 步骤同时拾取；保存真实图片扩展名（Gemini 常返回 JPEG 即使请求 PNG → 保存为 `.jpg`，绝不误标 `.png`）；支持 `--model` 标志。故障：server disconnection 自动重试；持续失败重新运行脚本（跳过已完成）；很多失败检查 API quota。
25. Step 5 选项 2 Gemini Web Skill：读取 consent 文件：Windows `$APPDATA/baoyu-skills/gemini-web/consent.json`；macOS `~/Library/Application Support/baoyu-skills/gemini-web/consent.json`；Linux `~/.local/share/baoyu-skills/gemini-web/consent.json`。若无 consent 或版本不匹配，显示免责声明并询问：`⚠ DISCLAIMER: This uses a reverse-engineered Gemini Web API (NOT official). Risks: May break anytime, no support, possible account risk.` 对每张 slide 运行 `npx -y bun ${GEMINI_WEB_SKILL_DIR}/scripts/main.ts --promptfiles prompts/01-slide-cover.md --image 01-slide-cover.png --sessionId slides-{topic-slug}-{timestamp}`，其中 `GEMINI_WEB_SKILL_DIR` = `baoyu-danger-gemini-web` skill 目录路径。代理支持：若用户在受限网络，前置 `HTTP_PROXY=http://127.0.0.1:7890 HTTPS_PROXY=http://127.0.0.1:7890`。
26. Step 5.5 处理 IMAGE_SOURCE 自动图提取：解析 outline 识别 `Source: extract` 的 slides；创建 `figures` 目录：`mkdir -p figures`；对每个 extract slide 自动：从 metadata 读 Figure number、Page、Caption；运行 `npx -y bun ${SKILL_DIR}/scripts/extract-figure.ts --pdf source-paper.pdf --page <page-number> --output figures/figure-<N>.png`；注意 `extract-figure.ts` 将完整页面渲染为高分辨率 PNG，不自动检测或裁剪单个图边界框；双列页面会得到两列；要隔离单个图，要么传 `--crop "x,y,width,height"`（渲染/缩放页面中的像素），要么打开 PNG 目检并手动裁剪后再应用模板；运行 `npx -y bun ${SKILL_DIR}/scripts/apply-template.ts --figure figures/figure-<N>.png --title "<slide-headline>" --caption "Figure <N>: <caption-text>" --output <NN>-slide-<slug>.png`；报告 `Extracted: Figure N → slide NN`。对 `Source: generate` 或无 `IMAGE_SOURCE` 的 slides，去 Step 6 AI 生成。注意源 PDF 需保存为 `source-paper.pdf` 在输出目录。故障：若图检测漏图，手动给 outline 加 `// IMAGE_SOURCE` 块；若映射错误，编辑 outline 中 `Figure:` 和 `Page:` 值；若提取失败，检查 PDF 页码（1-indexed）。PyMuPDF fallback：若 `extract-figure.ts` 失败并报 `Image or Canvas expected`（复杂 PDF 常见），用：`import fitz`、`doc = fitz.open("source-paper.pdf")`、`page = doc[page_num - 1]`、`mat = fitz.Matrix(3, 3)`、`pix = page.get_pixmap(matrix=mat)`、`pix.save(f"extracted/page-{page_num}.png")`，然后用 `apply-template.ts` 应用模板。
27. Step 6 生成图片：使用 Step 5 选择的方法；跳过 Step 5.5 已处理的 slides（`Source: extract`）；生成 session ID `slides-{topic-slug}-{timestamp}`；用相同 session ID 生成每张剩余 slide；报告进度 `Generated X/N`；生成失败自动重试一次。
28. Step 6.5 校对生成图片（内容完整性）：T2I 会将文本烘焙进像素，会 garbled 拼写、数学符号、数字——这是该技能最大风险；不要未检查就交付。对每张生成 slide（尤其含方程、表格、关键数字或非拉丁文本），用 `Read` 打开 PNG 目检：1. 拼写/措辞——headline 和 body text 匹配 outline，无捏造或损坏词；2. 数学与符号——方程、下标、希腊字母、运算符正确（或不存在）；假定模型弄错直到确认不是；3. 数字与单位——任何携带数据的数值与源完全一致。若发现 garbling：用修正/简化 prompt 重新生成该 slide（风险词按音拼写、降低文本密度、把精确数字移到 caption）；最多 2 次重试；若 2 次后仍失败，在 Step 8 总结中将该 slide 标记 `[CHECK]` 并建议：替换为源 PDF 提取的图/表（`Source: extract`），或简化 slide 去掉脆弱文本，或若 deck 真需要忠实可编辑公式/数据则换 `scholar-slides`。绝不静默交付含 garbled 数学或数据的 slide——始终暴露。
29. Step 7 合并到 PPTX 和 PDF：运行 `npx -y bun ${SKILL_DIR}/scripts/merge-to-pptx.ts <slide-deck-dir>`；运行 `npx -y bun ${SKILL_DIR}/scripts/merge-to-pdf.ts <slide-deck-dir>`。
30. Step 8 输出总结：格式：`Slide Deck Complete!`，`Topic: [topic]`，`Style: [style name]`，`Location: [directory path]`，`Slides: N total`；列出每张 slide：`01-slide-cover.png ✓ Cover`、`02-slide-intro.png ✓ Content`、`04-slide-results.png ⚠ [CHECK] math/numbers — verify or use scholar-slides`、...、`{NN}-slide-back-cover.png ✓ Back Cover`；`Outline: outline.md`；`PPTX: {topic-slug}.pptx`；`PDF: {topic-slug}.pdf`；明确列出所有 `[CHECK]` 标记的 slides（来自 Step 6.5），让用户知道哪些 slide 可能含 garbled 文本/数学/数据以及如何修复。
31. Slide 修改：参考 `references/modification-guide.md`，包括编辑单张 slide workflow、添加新 slide（重编号）、删除 slide（重编号）、文件命名约定。
32. 图片生成依赖：Gemini API（选项 1 推荐）需要 `GOOGLE_API_KEY` 或 `GEMINI_API_KEY` 环境变量、Python 3.8+ 和 pip、`google-genai` 包（脚本自动安装）；模型 `gemini-3-pro-image`（默认；Nano Banana Pro, GA），旧 `gemini-3-pro-image-preview` id 已弃用，仅在需要时用 `--model` 覆盖。Gemini Web Skill（选项 2）需要 `baoyu-danger-gemini-web` skill 安装在 `.claude/skills/baoyu-danger-gemini-web`、Google Chrome 浏览器且登录 Google 账号、用户同意逆向工程 API 免责声明。PDF 图提取需要（通过 `cd ${SKILL_DIR}/scripts && npm install` 安装）：主要 `pdfjs-dist` npm 包（Node.js 使用 legacy build）、`canvas` npm 包用于 `extract-figure.ts` / `apply-template.ts`；fallback `pymupdf` Python 包（复杂 PDF 更可靠）。
33. 参考文件：`references/analysis-framework.md` 演示深度内容分析；`references/outline-template.md` outline 结构和 `STYLE_INSTRUCTIONS` 格式；`references/modification-guide.md` 编辑、添加、删除 slide workflows；`references/content-rules.md` 内容和风格指南；`references/base-prompt.md` 图片生成基础 prompt；`references/figure-container-template.md` 提取图容器视觉规格；`references/styles/<style>.md` 完整风格规格。
34. 注意事项-图片生成：Nano Banana Pro API 推荐，稳定可靠，需要 API key；Gemini Web 无需 API key，但使用逆向工程 API 有账号风险；生成时间每张 slide 10-30 秒；生成失败自动重试一次；通过 session ID 保持风格一致。
35. 内容指南：对敏感公众人物使用风格化替代；两种方法都使用相同底层 Gemini 模型生成图片。
36. 扩展支持：通过 `EXTEND.md` 自定义风格和配置；检查路径优先级：1. `.paper-skills/paper-slide-deck/EXTEND.md`（项目）；2. `~/.paper-skills/paper-slide-deck/EXTEND.md`（用户）；若找到，在 Step 1 前加载；扩展内容覆盖默认值。

适用边界 · 注意事项

• 需要忠实学术演讲，方程、数字、表格、引用必须保持精确、可编辑、投影就绪（组会/答辩/thesis defense/conference/results-heavy talks）时，应改用 scholar-slides。
• 需要可编辑的文本、公式或数据，而不是烘焙进图片像素时。
• 无 API key 且无法接受降级模式（仅 outline/提取图/无 AI 图片）时。