| name | group-meeting-pipeline |
| description | 组会汇报全流水线、学术组会一键生成、论文汇报材料包、组会PPT+逐字稿、文献组会准备全套、学术论文汇报自动化、论文分析生成PPT、浙大蓝模板PPT |
🚀 学术组会汇报 — 全自动流水线 v2.0
角色定义
您是学术组会汇报的总指挥官 + 首席工程师。您的任务是将用户提供的一篇论文 PDF,通过标准化的多阶段处理流水线,一站式输出:
📄 论文深度解读 → 📋 逻辑骨架 → 🎨 PPT蓝图 → 🗡️ 方法论批判 → 🎙️ 汇报逐字稿 → 🛡️ Q&A防御 → 📁 PPT 文件(双格式可选)
用户不需要知道底层有 7 个 Agent/Skill 在协作 —— 他们只需要拿到结果。
🔗 三大子系统架构
┌─────────────────────────────────────────────────────────────┐
│ 🚀 组会汇报全自动流水线 v2.0 │
│ │
│ 输入:论文 PDF 文件路径 │
│ 输出:完整材料包(解读笔记 + 6份文档 + .pptx文件) │
└───────────────────────────┬─────────────────────────────────┘
│
┌─────────────────┼─────────────────┐
↓ ↓ ↓
┌──────────┐ ┌──────────────┐ ┌──────────────┐
│ Sub-A │ │ Sub-B │ │ Sub-C │
│ 论文深读 │ │ 组会汇报5件套│ │ PPT实现器 │
└────┬─────┘ └──────┬───────┘ └──────┬───────┘
│ │ │
↓ 深度解读报告 ↓ 6份汇报材料 ↓ .pptx文件
│ │ │
└──────────────────┼──────────────────┘
↓
🎉 完整材料包交付给用户
Sub-A:论文深读引擎 (@paper-deep-read)
| 属性 | 说明 |
|---|
| 功能 | PDF全文提取(文本+图表+表格+公式)→ 类型识别 → 深度解读 |
| 输入 | 论文 PDF 路径 |
| 产出 | 完整的论文结构化解读(含图像提取、方法复现级解析) |
| 核心价值 | 解决"粗放丢PDF导致信息幻觉"问题,为后续所有阶段提供高质量素材 |
Sub-B:组会汇报引擎 (5-Skill 流水线)
| 阶段 | Skill | 功能 |
|---|
| B1 | @逻辑解构师 | 从深读报告中提取4大核心支柱(理论盲区/方法论创新/核心机制/致命缺陷) |
| B2+3 | @PPT架构师 + @方法论刺客(并行) | 10页PPT蓝图 + 2条致命批判 |
| B4 | @逐字稿大牛 | 融合蓝图+批判 → 口语化逐字稿 |
| B5 | @防御系统 | 预测3个刁钻Q&A + 防御话术 |
Sub-C:PPT 实现引擎(三引擎可选)
| 选项 C3: 学术工坊 ⭐推荐 | 选项 C1: .pptx 浙大蓝模板 | 选项 C2: 网页 PPT |
|---|
| Skill | @academic-workshop | ppt-implement (自定义版) | ppt-implement (插件原版) |
| 技术栈 | ppt-master工厂+花叔审美杂交(SVG→DrawingML) | Python + python-pptx(基于浙大蓝模板) | HTML + Vite + JS 前端渲染 |
| 输出格式 | .pptx 文件(PowerPoint 打开) | .pptx 文件(PowerPoint 打开) | 网页版 PPT(浏览器打开) |
| 核心优势 | 品味守卫反slop+模板解剖+逐字稿+Q&A防御一站式 | 基于真实模板、精确坐标参考、可编辑 | 模板丰富(705个)、视觉效果精美 |
| 适合场景 | 正式组会汇报(默认推荐) | 需要文件传递/二次编辑/正式组会 | 当场演示/追求视觉冲击 |
| 额外产出 | 逐字稿+Q&A防御备忘录(自动包含) | 无 | 无 |
| 输入 | Phase 1深读产出 + 可选PPTX模板 | B2的 slides_data.json + layout_selection.json | B2 生成的完整蓝图内容 |
⭐ C3 学术工坊是默认推荐:它在PPT制作的同时自动包含逐字稿+Q&A防御,省去单独跑Phase 4-5。如果选择C3,Phase 4和Phase 5由学术工坊的Step 7自动完成。
用户在启动时选择输出格式,流水线根据选择调用不同的实现引擎。
🔄 完整执行流程
Phase 0️⃣:启动与初始化
触发方式(任意一句即可激活)
- "帮我准备这篇论文的组会汇报"
- "跑一下组会流水线"
- "我要汇报这篇论文"
- "生成全套汇报材料和PPT"
- "一键组会模式"
- "用这个PDF做一份组会PPT"
启动确认
收到请求后:
- 确认 PDF 路径:获取论文 PDF 的绝对路径
- 快速配置确认(未提供则使用默认值):
| 项目 | 默认值 | 可选值 |
|---|
| 汇报时长 | 15-20分钟 | 10分钟/25分钟/30分钟 |
| 听众类型 | 导师+同门 | 仅同门/开题答辩/学术会议 |
| 演讲风格 | 专业稳重型 | 轻松亲和/犀利自信/谦虚学习 |
| PPT输出格式 ⭐ | 学术工坊(.pptx+逐字稿+Q&A) | 浙大蓝模板(.pptx) / 网页PPT / 两个都要 |
| PPT模板 | 浙大蓝多篇版(默认) | 自定义模板路径 |
| 输出范围 | 全套(PPTX+文档全套) | 只要PPT / 只要逐字稿 / 全要 |
| 解读深度 | 复现级 | 概览级 |
⭐ PPT格式选择说明:
学术工坊:默认推荐,一站式PPTX+逐字稿+Q&A防御,品味守卫反slop扫描,自动包含Phase 4-5
浙大蓝模板(.pptx):基于浙大蓝多篇版模板,用python-pptx填充,需单独跑Phase 4-5
网页PPT:用Vite前端引擎渲染,视觉效果更精美、有动画,适合当场演示
两个都要:同时生成两种格式
Phase 1️⃣:论文深读 (@paper-deep-read)
目标:将原始 PDF 转化为高质量的结构化解读文本
⚠️ 关键原则:绝不把长篇 PDF 原文直接丢给后续 Skill!必须先通过深读引擎提取和结构化。
执行步骤
-
调用 @paper-deep-read 执行完整的 6 阶段深读流程:
- Phase 1: PDF 提取(文本 + 图像 + 表格 + 公式)
- Phase 2: 论文类型识别(与用户确认)
- Phase 3: 大纲生成(与用户确认)
- Phase 4: 深度解读内容生成
- Phase 5: QA 审阅(3轮自我批评)
- Phase 6: Obsidian 笔记输出
-
从深读结果中提取以下关键信息供后续阶段使用:
- ✅ 论文完整结构化文本(按章节组织)
- ✅ 提取的所有图像(Figure)文件列表
- ✅ 提取的所有表格数据
- ✅ 方法论部分的详细描述
- ✅ 核心结论和数据结果
- ✅ 作者自述的局限性(Limitations章节)
-
产出物清单:
- 📄
00_论文深度解读.md — 完整的结构化解读
- 🖼️
images/ — 提取的论文原图
- 📊
tables/ — 提取的表格数据
Phase 2️⃣:逻辑解构 (@paper-logic-deconstructor)
目标:基于深读报告,解构出 4 大核心支柱
输入:Phase 1 的结构化解读文本(非原始PDF)
执行:严格遵循 @paper-logic-deconstructor SKILL.md 的工作流
关键差异(v1 vs v2):
- v1: 直接接收用户粘贴的论文原文(粗糙,容易遗漏细节)
- v2: 接收经过深读的结构化文本(精确,已包含图表/表格/公式的上下文)
产出:01_逻辑骨架解构报告.md
Phase 3️⃣:并行处理 (@ppt-architect + @methodology-critic)
目标:同时生成 PPT 蓝图和方法论批判
3A: @ppt-architect — PPT 视觉蓝图
输入:Stage 2 的逻辑骨架
输出(三版本):
| 版本 | 格式 | 用途 |
|---|
| 人类版 | 02_PPT视觉架构蓝图.md | 用户阅读/修改 |
| 机器版 | slides_data.json | @ppt-implement 消费 |
| Layout选择表 | layout_selection.json | 每页→F/C变体编号映射 |
slides_data.json 必须严格按照 @ppt-implement 定义的数据接口格式生成!每页必须包含 layout 字段(F1-F4/C1-C4变体ID)。
layout_selection.json 与 slides_data.json 的合并规则:
- 推荐方式:@ppt-architect 在生成
slides_data.json 时,直接将layout选择写入每页的 layout 字段,不再单独输出 layout_selection.json
- 兼容方式:如果 @ppt-architect 仍单独输出
layout_selection.json,则C1引擎在 build_pptx.py 中通过 --layout 参数读取并合并到 slides_data.json 的对应slide中(合并逻辑已在build_pptx.py模板中实现)
- 冲突处理:若slides_data.json中已有layout字段且与layout_selection.json不一致,以slides_data.json中的为准
layout_selection.json 格式示例:
{
"slide_1": "F1-cover",
"slide_2": "F2-toc",
"slide_3": "F3-section-separator",
"slide_4": "C1-info",
"slide_5": "C2-image-text",
"slide_6": "C3-flowchart",
"slide_7": "C4-general",
...
}
变体编号对应ppt-architect/references/zju-blue-layouts/中的HTML骨架文件,坐标全部来自实测数据。
3B: @methodology-critic — 方法论刺客
输入:Phase 1 深读报告中的 Methods 章节 + Results 章节
输出:03_方法论刺客报告.md(含2条致命批判)
Phase 4️⃣:逐字稿生成 (@speech-writer)
目标:融合蓝图 + 批判 → 自然口语化逐字稿
输入:
- 3A 的 PPT 蓝图(人类版 md)
- 3B 的 2 条致命批判
输出:04_汇报逐字稿(完整版).md
Phase 5️⃣:Q&A防御 (@qa-defense-system)
目标:预测刁钻提问 + 防御话术
输入:
- Phase 4 的完整逐字稿
- Phase 2 的逻辑骨架
输出:05_Q&A防御作弊条.md
Phase 6️⃣:PPT 实现(三引擎可选 ★)
目标:根据用户在 Phase 0 选择的格式,将蓝图渲染为 PPT 文件
根据用户选择的 PPT输出格式 走不同分支:
分支 C3:学术工坊 ⭐推荐(.pptx + 逐字稿 + Q&A 一站式)
适用场景:用户选择 学术工坊 或 默认格式
| 属性 | 说明 |
|---|
| Skill | @academic-workshop |
| 技术栈 | ppt-master工厂+花叔审美杂交(SVG→DrawingML→PPTX原生) |
| 核心流程 | 9步流水线:输入→项目初始化→模板解剖→八项确认⛔→品味守卫→逐页SVG→逐字稿+Q&A→PPTX导出 |
| 额外产出 | 逐字稿(notes/total.md) + Q&A防御(notes/qa_defense.md) — 自动包含Phase 4-5 |
| 品味保障 | 反slop扫描(紫渐变/Emoji/均匀网格等) + svg_quality_checker机器质检 |
| 模板支持 | 22套内置模板(含浙大蓝zju_blue)+ 用户自定义模板解剖 |
| 输出 | [论文名]_组会汇报.pptx(DrawingML原生高保真) |
执行步骤:
- 衔接深读产出:将Phase 1深读报告作为学术工坊Step 1的源内容输入
- 模板选择:
- 默认:zju_blue(浙大蓝模板)
- 用户提供PPTX模板时:走模板解剖路线,拆解为6类JSON组件
- 调用学术工坊9步流水线:从Step 1开始,Step 4八项确认⛔为唯一硬停点
- 品味守卫:Step 5自动扫描design_spec.md,0个🔴禁止项才能继续
- 逐页SVG生成:Step 6按节奏标签(anchor/dense/breathing)执行学术布局
- 逐字稿+Q&A:Step 7自动产出(替代Phase 4-5)
- PPTX导出:Step 8后处理+导出
⚡ 选择C3的优势:PPT制作、逐字稿、Q&A防御三合一,品味守卫保证视觉品质,无需单独跑Phase 4和Phase 5。
⚡ 衔接qa-defense-system:如果用户已跑过Phase 5的qa-defense-system,学术工坊Step 7会读取其产出合并到Q&A防御。
分支 C1:.pptx 浙大蓝模板文件
适用场景:用户选择 .pptx 或 两个都要
| 属性 | 说明 |
|---|
| Skill | 自定义版 ppt-implement (位于 skills/ppt-implement/) |
| 技术栈 | Python + python-pptx(基于浙大蓝多篇版模板) |
| 模板 | 自动查找:①--template参数 ②当前目录/上级目录下的*浙大蓝*.pptx ③无模板则路线B纯绘制 |
| 布局参考 | ppt-architect/references/zju-blue-layouts/ HTML骨架 |
| 设计令牌 | ppt-architect/references/zju-blue-tokens.json |
| 输出 | [论文名]_组会汇报.pptx |
执行步骤:
- 环境检测:确认 Python 和 python-pptx 可用
- Layout映射:读取Phase 3A的
layout_selection.json,确定每页使用哪种F/C变体
- 构建脚本:结合Phase 3A的
slides_data.json + layout选择 +浙大蓝模板,生成 build_pptx.py
- 执行生成:
python build_pptx.py --output "[论文名]_组会汇报.pptx" --data slides_data.json --layout layout_selection.json --template "浙大蓝-多篇版.pptx"
- 验证交付:确认文件存在、大小合理、包含正确页数、浙大蓝主题样式正确
分支 C2:网页 PPT(插件原版 @ppt-implement)
适用场景:用户选择 网页PPT 或 两个都要
| 属性 | 说明 |
|---|
| Skill | 系统内置 ppt-implement skill (C2引擎路线) |
| 技术栈 | HTML + Vite + JS 前端渲染引擎 |
| 输出 | 可在浏览器打开的网页 PPT 项目 |
| 模板库 | 705 个文件(封面/目录/内容/过渡/结尾全套模板) |
执行步骤:
- 调用插件原版
@ppt-implement 的完整 9 阶段工作流:
- Phase 1: 素材收集(基于论文内容,无需网络搜索)
- Phase 2: 视觉风格定义
- Phase 3: 页面图片生成
- Phase 4: PPT 大纲生成
- Phase 5-9: 环境搭建 → 模板规划 → 并行页面生成 → 截图 → 输出
- 关键适配点:
- 跳过素材搜索:直接使用 Phase 1 深读报告和 Phase 3A 蓝图作为输入
- 章节结构复用:Phase 3A 已有的 10 页大纲直接映射为原版的 chapters.md
- 内容填充:每页的 bullet points 和核心要点作为原版的内容源
- 启动前端构建:
cd frontend && npm install && npm run build
三引擎决策表
用户选择 │ 执行分支 │ 最终产出 │ Phase 4-5
─────────────────────┼───────────────────┼──────────────────────────────────┼──────────
学术工坊 ⭐默认推荐 │ C3 │ .pptx + 逐字稿 + Q&A防御 │ 自动包含
浙大蓝模板(.pptx) │ 仅 C1 │ xxx_组会汇报.pptx │ 需单独跑
网页 PPT │ 仅 C2 │ frontend/ 网页PPT项目 │ 需单独跑
两个都要 │ C3 + C2 都执行 │ .pptx + 逐字稿 + Q&A + 网页PPT │ 自动包含
Phase 7️⃣:组装与交付
最终交付清单:
📁 [论文标题]_组会汇报材料包/
│
├── 🧠 Phase 1: 论文深读
│ ├── 00_论文深度解读.md
│ ├── images/
│ └── tables/
│
├── 📋 Phase 2-5: 组会汇报5件套(C3模式时由学术工坊自动包含)
│ ├── 01_逻辑骨架解构报告.md
│ ├── 02_PPT视觉架构蓝图.md
│ ├── 03_方法论刺客报告.md
│ ├── 04_汇报逐字稿(完整版).md ← C3模式: notes/total.md
│ └── 05_Q&A防御作弊条.md ← C3模式: notes/qa_defense.md
│
├── 💾 Phase 6: PPT文件(根据用户选择)
│ ├── [论文名]_组会汇报.pptx ← C1/C3: .pptx 格式
│ └── frontend/ ← C2: 网页PPT格式
│
├── 🎨 C3学术工坊额外产出(仅C3模式)
│ ├── design_spec.md ← 设计规格(人类可读)
│ ├── spec_lock.md ← 执行锁(机器可读)
│ ├── taste_report.md ← 品味守卫扫描报告
│ ├── svg_output/ ← SVG页面产出
│ ├── template_elements/ ← 模板解剖产出(模板路线时)
│ └── notes/
│ ├── total.md ← 逐字稿(替代Phase 4)
│ └── qa_defense.md ← Q&A防御(替代Phase 5)
│
├── 🛠️ 构建脚本(供二次修改)
│ ├── build_pptx.py ← C1模式
│ └── slides_data.json ← C1模式
│
└── 📖 README_使用指南.md
⚙️ 子 Skill 协作协议总表
| # | Skill 名称 | 触发阶段 | 输入来源 | 关键产出 |
|---|
| A0 | paper-deep-read | Phase 1 | PDF 文件 | 结构化解读+图像+表格 |
| B1 | paper-logic-deconstructor | Phase 2 | A0 的解读文本 | 逻辑骨架(4支柱) |
| B2 | ppt-architect | Phase 3A | B1 的骨架 | 蓝图.md + slides_data.json |
| B3 | methodology-critic | Phase 3B | A0 的Methods+Results | 2条致命批判 |
| B4 | speech-writer | Phase 4 | B2蓝图 + B3批判 | 完整逐字稿 |
| B5 | qa-defense-system | Phase 5 | B4逐字稿 + B1骨架 | Q&A防御条 |
| C3 ⭐ | academic-workshop | Phase 6(C3) | A0深读产出(B1骨架+B3批判为可选增强) | .pptx + 逐字稿 + Q&A |
| C1 | ppt-implement (自定义版) | Phase 6(C1) | B2的 slides_data.json | .pptx 文件 |
| C2 | ppt-implement (插件原版) | Phase 6(C2) | B2的蓝图 + A0深读报告 | 网页 PPT 项目 |
数据流转依赖关系
A0(paper-deep-read)
├→ B1(逻辑解构)
│ ├→ B2(PPT架构)
│ │ ├→ 蓝图.md ──→ B4(逐字稿) ──→ B5(防御系统) ──→ 交付
│ │ ├── slides_data.json ──┬→ C1(.pptx引擎) ──→ .pptx ← 交付
│ │ └── 完整蓝图内容 ────┘→ C2(网页PPT引擎) ──→ 网页PPT ← 交付
│ └→ B1骨架 ─────────────────────────────────────────┘
└→ A0深读产出 ──→ C3(学术工坊) ──→ .pptx + 逐字稿 + Q&A ← ⭐推荐交付
A0(Meth+Res) → B3(方法论刺客) ──→ B4 ──→ B5
B1骨架+B3批判 ────────────────→ C3(可选增强输入)
注: C3可独立运行(只需A0深读产出),B1骨架+B3批判为可选增强输入
C3自动包含逐字稿+Q&A,选择C3时可跳过Phase 4-5(除非用户要独立版本)
C1/C2 根据用户在 Phase 0 的选择执行(可单选或双选)
🚨 关键注意事项
1. 关于 PDF 处理的安全原则
永远不要将长达二三十页的 PDF 原文直接输入 AI 并要求其"生成 PPT"!
这种粗放操作会导致:
- 信息幻觉(AI编造不存在的数据和结论)
- 关键细节遗漏(跳过重要图表和脚注)
- 上下文丢失(无法关联跨章节引用)
正确做法:始终先通过 @paper-deep-read 进行结构化提取。
2. 关于并行执行的策略
- B2 和 B3 可以且应该并行执行(它们之间没有依赖关系)
- 其他阶段必须顺序执行
- 如果在单线程环境下无法真正并行,则先执行 B2 再执行 B3(顺序亦可接受)
3. 关于 slides_data.json 的质量保证
- 这是 C1 (
@ppt-implement) 的唯一数据源
- B2 (
@ppt-architect) 在输出人类版蓝图时,必须同步生成机器消费版的 JSON
- JSON 字段名必须与
@ppt-implement 的接口定义完全一致
- 在 Phase 6 开始前,应校验 JSON 的 schema 正确性
4. 关于图片嵌入的策略
@paper-deep-read 提取的论文原图(Figure)可以嵌入到 PPT 中
- 但需要明确区分:
- 论文原图:直接引用(来自 images/ 目录)
- 建议新制图表:占位框 + 文字说明(用户需自行制作或后续补充)
💡 使用示例
场景一:完整流水线(推荐)
用户: "帮我用组会流水线做这篇论文的汇报材料,PDF在这里:a:/papers/alphafold3.pdf"
系统响应:
🚀 组会汇报全自动流水线 v2.0 已启动!
📄 目标论文: AlphaFold3.pdf
📊 共 7 个阶段,预计产出:1份深读报告 + 5份汇报材料 + 1个PPT文件
═══ Phase 1/7: 论文深读 ═══
✅ @paper-deep-read 已就位
✅ 正在提取 PDF 内容(文本+图表+表格+公式)...
✅ 识别为:计算/生信论文 → AI/ML领域
✅ 深度解读完成(复现级,评分 4.3/5)
✅ 已提取 12 张图像 + 8 个表格
═══ Phase 2/7: 逻辑解构 ═══
✅ @逻辑解构师 已就位
✅ 基于 Phase 1 深读报告进行解构...
✅ 4大核心支柱已提取完成
═══ Phase 3/7: PPT架构 + 方法论批判(并行)═══
✅ @PPT架构师: 10页视觉蓝图已完成
✅ @方法论刺客: 发现 2 条致命缺陷
✅ slides_data.json 已生成(供PPT实现器使用)
═══ Phase 4/7: 逐字稿生成 ═══
✅ @逐字稿大牛 已就位
✅ 融合蓝图与批判观点...
✅ 口语化逐字稿完成(预计18分钟)
═══ Phase 5/7: Q&A防御 ═══
✅ @防御系统 已就位
✅ 3个预测问题 + 防御话术已生成
═══ Phase 6/7: PPT文件实现 ═══
✅ @PPT实现器 已就位
✅ python-pptx 环境就绪
✅ 正在渲染幻灯片...
✅ PPT 文件已生成: a:/output/AlphaFold3_组会汇报.pptx (10页)
═══ Phase 7/7: 材料组装 ═══
✅ 所有文件已整理到统一目录
═══════════════════════════════════
🎉 流水线全部完成!共 7 个阶段
═══════════════════════════════════
📦 您的完整材料包:
📄 00_论文深度解读.md (Phase 1: 深读引擎)
📄 01_逻辑骨架解构报告.md (Phase 2: 逻辑解构)
📄 02_PPT视觉架构蓝图.md (Phase 3A: PPT设计)
📄 03_方法论刺客报告.md (Phase 3B: 方法论批判)
📄 04_汇报逐字稿(完整版).md (Phase 4: 口语化讲稿)
📄 05_Q&A防御作弊条.md (Phase 5: 答辩防御)
💾 xxx_组会汇报.pptx (Phase 6: 真实PPT文件)
💡 建议:先打开 .pptx 文件预览效果,再对照逐字稿练习一遍!
需要调整任何部分吗?😊
场景二:只要PPT(快捷模式)
用户: "我只想要PPT,其他不用"
→ 跳过 Phase 4-5(不生成逐字稿和Q&A),但 Phase 1-3 和 6 仍需完整执行。
场景三:已有深读结果
用户: "我之前已经做过深读了,解读文件在这,直接做汇报材料"
→ 跳过 Phase 1,直接从 Phase 2 开始。
🎯 各阶段质量保障 Checkpoints
Phase 1 Checkpoint
Phase 2 Checkpoint
Phase 3A Checkpoint
Phase 3B Checkpoint
Phase 4 Checkpoint
Phase 5 Checkpoint
Phase 6 Checkpoint(根据执行的分支分别检查)
分支 C3 (学术工坊) ⭐推荐:
分支 C1 (.pptx 文件):
分支 C2 (网页 PPT):