人工智能AI 应用AI 技能RAGMCP 服务网页爬虫【免费下载链接】Skill_SeekersConvert documentation websites, GitHub repositories, and PDFs into Claude AI skills with automatic conflict detection项目地址https://gitcode.com/gh_mirrors/sk/Skill_Seekers点击查看免费下载本篇技术指南聚焦 Skill_Seekers 项目中 PowerPoint.pptx演示文稿转 AI 技能Skill管线的输出产物格式规范以tests/golden/phase2/pptx/references/index.md这份 golden 参考索引为切入点结合 pptx_scraper.py 的实现完整讲解参考索引、按章节切分的引用文件、SKILL.md 的生成规则以及支撑这些格式的章节分组、代码块识别、语言检测与代码质量评分机制。读完本文你将能够准确理解并验证任何 .pptx 生成的技能目录结构掌握 golden 测试如何逐字节校验输出格式。引言golden 参考索引是什么当 Skill_Seekers 把一个 PowerPoint 演示文稿转换为可交付的 Claude 技能包时产物目录中会包含三类核心文件SKILL.md技能主文件含 YAML 头信息、演示文稿元数据、章节总览、代码示例精选与统计references/index.md演示文稿参考索引即本篇的关联文档用最小化的统计清单概括整个演示文稿的结构规模references/deck.md按章节切分的引用文件承载每个章节的具体内容正文、代码、表格、图片与演讲者备注。index.md的作用是让阅读技能的 Agent 在进入庞大的引用文件之前先快速获知演示文稿的全貌共多少张幻灯片、划分为几个章节、包含多少代码块与图片、作者与创建时间是谁。它以极简的 Markdown 清单呈现数据全部来自提取阶段生成的结构化 JSON而非重新扫描文件。Golden 参考索引的文件结构关联文档 index.md 的完整内容如下# Golden_Pptx Presentation Reference ## Categories - [deck](https://link.gitcode.com/i/b38caead0b776b220e27a54ef7493e76) (3 sections, Sections 1-3) ## Statistics - Total slides: 8 - Total sections: 3 - Code blocks: 3 - Images: 2 - Tables: 2 - Author: Jane Doe - Created: 2024-01-01其结构可分为三个部分逐一拆解标题与 Categories 区块标题# Golden_Pptx Presentation Reference由DocumentSkillBuilder的索引生成逻辑结合DOC_NOUN presentation拼装而成见 pptx_scraper.py 的类属性定义因此演示文稿的技能索引统一以 Presentation Reference 结尾。## Categories区块列出本技能包内的引用文件分组。[deck](https://link.gitcode.com/i/b38caead0b776b220e27a54ef7493e76) (3 sections, Sections 1-3)表示存在一个名为deck的引用文件对应演示文稿的主题名其中包含 3 个章节覆盖幻灯片 13。这里的 Sections 1-3 指的是章节序号区间非幻灯片区间它由分组逻辑根据章节数量推导。Statistics 统计区块## Statistics是索引文件的信息核心字段含义如下字段示例值数据来源Total slides8提取阶段total_slides全部 .pptx 文件的幻灯片总数Total sections3章节分组后的total_sectionsCode blocks3全部章节聚合的代码块总数total_code_blocksImages2图片总数total_imagesTables2表格总数total_tablesAuthorJane Doe演示文稿 core properties 的 author 字段Created2024-01-01core properties 的 created 日期该区块的生成逻辑位于 pptx_scraper.py 的_write_index_statistics方法。它重写了基类实现专门为演示文稿增加了Total slides与Tables两行随后遍历INDEX_METADATA_FIELDS ((author, Author), (created, Created))见 pptx_scraper.py仅当元数据字段非空时才输出对应行——因此不是每份索引都会出现 Author/Created。引用文件references/deck.md的章节渲染规则golden 树中的 deck.md 展示了每个章节在引用文件中的完整排版其渲染由_write_reference_sectionpptx_scraper.py负责依次输出来源行** Source: Section 1** (Slides 1-3)。幻灯片区间来自章节的slide_range字段若该字段为空如只有单张内容页的章节则只输出** Source: Section N**裸行——golden 中 Section 3 正是这一分支的验证样例deck.md。章节标题## Getting Started Guide。标题级别由heading_levelh1/h2决定Markdown 层级为原始级别加一即 h1 →##、h2 →###。子标题如#### Slide 2: Verify Setup对应各张幻灯片的标题格式为Slide {n}: {title}由_build_section_from_slides收集pptx_scraper.py。正文章节正文多个幻灯片的 body 文本以空行拼接。Speaker Notes### Speaker Notes区块演讲者备注以[Slide N] 备注内容形式逐条列出。Code Examples### Code Examples区块按lang代码栅栏输出lang 为检测到的语言。Tables### Tables区块将表格渲染为 Markdown 表。Images### Images区块*2 image(s) in this section*图片数量摘要。章节间以---分隔线隔开。deck.md 中可观察到两个细节分支长代码截断Section 2 中 60 行的 Python 长代码被完整写入引用文件引用文件保留完整代码而 SKILL.md 精选示例中同一段代码只保留前 500 字符并追加...见下文。无表头表格Section 2 的表格| a | b | / | c | d |只有两行数据、没有表头行对应测试注释中headerless rendering path分支test_phase2_golden_pptx.py。SKILL.md 主文件的演示文稿化结构golden 树中的 SKILL.md 由_generate_skill_mdpptx_scraper.py完整覆写基类生成是演示文稿特有的结构YAML 头nameskill 名小写化、下划线转连字符、截断 64 字符与description截断 1024 字符。Presentation Information元数据面板依次输出 Title、Author、Subject、Category、Created、Modified、Slides。When to Use This Skill固定的五条用途列表理解概念、回顾要点、查找代码示例、访问演讲者备注、引用表格数据。Section OverviewTotal Slides / Total Sections 与按分类分组的 Content Breakdown- **deck**: 3 sections。Key Concepts由_format_key_conceptspptx_scraper.py从各章节 heading 提取按级别输出 Major Sectionsh1、Subsectionsh2、Slide Topics仅有 h3 而无 h2 时输出。Quick Reference基于 PATTERN_KEYWORDS 的模式识别结果。Code Examples全技能代码块按quality_score降序排序取前 15再按语言分组、每种语言最多展示 5 条每条标注Quality: x.x/10超过 500 字符的代码截断为前 500 字符加...。Table Summary最多展示 5 张表格带From section: xxx标注。Presentation StatisticsTotal Slides / Total Sections / Code Blocks / Images-Diagrams / Tables / Programming Languages 及语言分布- python: 2 examples。Navigation列出references/下的引用文件并指引See references/index.md for complete presentation structure.。页脚**Generated by Skill Seeker** | PowerPoint Presentation Scraper对应FOOTER_LABEL。背后的源码机制章节分组与内容提取基于版式的章节分组_group_slides_into_sectionspptx_scraper.py决定章节如何切分凡是使用节标题/仅标题类版式TITLE_ONLY_LAYOUTSsection header、section、title slide、title only的幻灯片视为章节断点若整个演示文稿没有检测到任何断点则全部幻灯片归为一个章节。每张幻灯片还会记录layout_name与is_section_slide标志。代码块识别与质量评分代码块识别依赖等宽字体启发式pptx_scraper.py当一段文字中 ≥60% 字符使用MONOSPACE_FONTSCourier、Consolas、Menlo、Fira Code、JetBrains Mono 等 26 种即判定为代码若等宽比例 ≥30% 且文本命中代码模式正则函数定义、import、赋值、运算符等也算代码。判定后的代码块由score_code_qualityscraper_utils.py给出 0.010.0 的质量分基准 5.0 分行数 ≥5 加 1 分、≥10 加 2 分含函数/类定义加 1.5 分含 import 加 0.5 分含缩进加 0.5 分含常见语法符号加 0.3 分长度不足 30 字符扣 2 分。golden 中print(hello)得 8.5 分、pip install thing得 6.0 分、60 行的long_example得 9.5 分正是这套评分的结果并被 SKILL.md 的代码精选排序直接使用。语言检测_detect_languagespptx_scraper.py调用项目的LanguageDetectormin_confidence0.15采纳阈值 0.3对无语言标注的代码块做识别并汇总languages_detected统计golden 中为{python: 2, bash: 1}最终写入 SKILL.md 的语言分布。Golden 测试如何保证格式稳定tests/golden/phase2/pptx/是 golden 测试的基准产物树其配套测试 test_phase2_golden_pptx.py 通过 phase2_golden_utils.py 提供的build_snapshotassert_matches_golden机制工作测试构造一个PptxToSkillConverter实例注入与 gold golden 对应的extracted_data元数据、章节、代码样例、表格等build_snapshot运行build_skill()把生成的skill_dir下所有文件读成{相对路径: 字节}快照assert_matches_golden将快照与tests/golden/phase2/pptx/逐文件、逐字节比对任何差异都会抛出带 unified diff 的断言错误。这正是关联文档能被当作格式规范的原因它不仅是某次运行的偶然输出而是被 CI 持续校验的字节级基准。测试还覆盖了关键词分类路径test_pptx_keyword_categorization_matches_golden对应pptx_kwgolden 树与仅有 h3 子标题的分支。需要重新生成基准时可用UPDATE_GOLDENS1 pytest tests/test_phase2_golden_pptx.py这会重写已提交的 golden 树仅在有意变更格式时使用。从命令行触发生成通过 CLI 即可生成上述三类产物。PPTX 专属参数定义在 arguments/pptx.py--pptx PATHPowerPoint 文件路径也可传目录目录下所有 .pptx 按排序合并为一个技能--from-json FILE从提取好的中间 JSON 直接构建技能复用提取结果、跳过解析。基础用法# 单个文件 skill-seekers pptx --pptx presentation.pptx --name myskill # 整个目录多个 pptx 合并 skill-seekers pptx --pptx ./slides_dir/ --name myskill # 基于已提取 JSON 重建 skill-seekers pptx --from-json presentation_extracted.json注意PPTX 命令默认关闭 AI 增强--enhance-level默认被覆写为 0见 arguments/pptx.py即默认走纯提取 构建路径产物即本文所讲的 golden 结构如需增强可显式指定--enhance-level 1|2|3。依赖方面需安装python-pptx缺失时会抛出引导安装的 RuntimeErrorpptx_scraper.py。生成完成后可用skill-seekers package skill_dir/打包发布产物树references/index.md、references/deck.md、SKILL.md与本文描述的 golden 格式一一对应。小结tests/golden/phase2/pptx/references/index.md虽然只有 15 行却是 Skill_Seekers 演示文稿技能产物格式的浓缩规范Categories 区块宣告引用文件组织方式Statistics 区块承载演示文稿级统计。以它为起点你可以顺着 deck.md 理解章节渲染的八个组成部分与两个边界分支顺着 SKILL.md 理解演示文稿化主文件结构再落到 pptx_scraper.py 与 test_phase2_golden_pptx.py 验证每一处格式分支的字节级行为——这份格式即测试基准的工程实践正是该模块输出长期稳定的保证。赞分享人工智能AI 应用AI 技能RAGMCP 服务网页爬虫【免费下载链接】Skill_SeekersConvert documentation websites, GitHub repositories, and PDFs into Claude AI skills with automatic conflict detection项目地址https://gitcode.com/gh_mirrors/sk/Skill_Seekers点击查看免费下载相关推荐深入 Vanity 源码适配器模式与 Playground 架构设计解析深入 Vanity 源码适配器模式与 Playground 架构设计解析 本文带你深入 Vanity 源码拆解这个面向 Ruby/Rails 的 A/B 测人工智能AI 应用AI 技能RAGMCP 服务网页爬虫使用 pptx-author Skill 在 Headless 模式下用 python-pptx 生成财务演示文稿.pptx使用 pptx author Skill 在 Headless 模式下用 python pptx 生成财务演示文稿.pptx 导读 pptx author人工智能AI 应用AI 技能/插件AI Agent金融科技DeepTutor PPTX 技能实战借助 python-pptx 读取、创建与编辑 PowerPoint 演示文稿DeepTutor PPTX 技能实战借助 python pptx 读取、创建与编辑 PowerPoint 演示文稿 这份指南完整拆解 DeepTutor 内人工智能AI 应用AI Agent多智能体RAG教育后端前端上一篇5个qstock实用技巧让你的量化分析效率提升10倍下一篇RMCP任务管理完整教程实现异步工具调用生命周期创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
