| name | ppt-audit-cleaner |
| description | PPT审核清洗工具 - 批量处理PPT,敏感词检测,百度文库规则重命名,集成自动化工作流 |
| allowed-tools | Bash, Read, Write, Edit |
PPT审核清洗 Skill
功能说明
基于百度文库审核规则,自动审核并清洗PPT内容:
- 🔍 敏感词检测:检测并清洗PPT中的所有文本内容
- 📝 百度文库规则重命名:按审核通过标准自动重命名文件
- 🧹 内容清洗:替换敏感词,尽量保持原结构
- ⚡ 批量处理:支持单文件或整个文件夹
- 🔄 集成自动化工作流:上传、清理、美化全流程
百度文库审核规则(2026年5月更新)
来源:百度文库官方文档、知乎/豆丁运营经验汇总、实际运营踩坑
一、标题审核规则
❌ 标题不通过原因:
- 过于简单:如"PPT"、"培训"、"总结"、"课件"
- 与内容不符、缺少专业关键词
- 含推广信息:网址、二维码、QQ/微信/电话
- 过于笼统:"分享"、"参考"、"资料"、"合集"
- 含特殊符号:【】、<>、" 等不支持的字符
- 含品牌名/商标名(如"碧桂园"、"万科"、"龙湖")
- 含日期前缀:如"20260323--"
- 序号开头:如"附件1"、"第5章"
✅ 标题规范:
- 长度10-50字,必须具体明确
- 结构:
[行业/领域] + [具体主题] + [文档类型]
- 示例:
建筑工程_桩基施工技术方案_35页_2026
- 示例:
电力工程_电缆基础知识培训课件_115页_2026
- 示例:
市政工程_盾构法隧道施工质量管控_51页_2026
二、内容质量审核规则
❌ 内容不通过原因:
- 总页数<10页 或 每页文字<5行(直接拒绝)
- 仅标题无正文、大量空白页(直接拒绝)
- 多页内容相同或高度相似(直接拒绝)
- 排版混乱(字体不统一、格式错乱、乱码)
- 图片模糊、与内容无关、其他平台水印
- 内容空洞无实质内容
✅ 内容质量标准:
- 总页数:≥10页(建议20-100页)
- 每页文字:≥5行(建议8-15行)
- 字体:正文14-18pt,标题24-36pt
- 图文结合,图片清晰且与内容相关
- 结构清晰:目录→概述→正文→总结
三、格式规范
✅ 格式要求:
- 格式:PDF(推荐)/ PPTX / DOCX
- 大小:100KB - 50MB
- 兼容Office 2010+ / WPS
- 文字必须可选中复制(纯图片PDF会被拒绝)
- 标准页面比例(16:9或4:3)
四、合规性审核
⛔ 直接拒绝的违规内容:
- 政治敏感(政治人物、政治事件、政策解读)
- 色情低俗、暴力
- 广告推广(网址、二维码、联系方式、加群引导)
- 版权侵权(未授权转载教材/论文/商业资料)
- 虚假信息(捏造数据、夸大事实)
- 宗教敏感
⚠️ 需处理的内容:
- 个人隐私(姓名→"XX",电话/身份证→删除)
- 品牌标识(企业名→"[某企业]",Logo→删除)
- 其他平台水印
- 品牌提及超过全文10%
五、简介与分类
- 简介必填:不填通过率大幅降低
- 2-3句概括,嵌入2-3个专业关键词
- 长度50-200字,禁止含推广信息
- 分类必须与内容匹配,优先选细分分类
六、通过率提升技巧
| 技巧 | 通过率提升 |
|---|
| PDF格式(文字层完整) | +30% |
| 标题含专业关键词+年份+页数 | +20% |
| 填写简介 | +15% |
| 去除水印和品牌标识 | +15% |
| 脱敏处理(姓名/电话/企业名) | +10% |
| 内容含图表/数据/案例 | +10% |
使用方法
1. 批量审核清洗整个文件夹
python "D:\1052-os\skills\ppt-audit-cleaner\scripts\audit_clean.py" --input "C:\待处理PPT" --output "C:\已审核PPT"
2. 处理单个PPT文件
python "D:\1052-os\skills\ppt-audit-cleaner\scripts\audit_clean.py" --input "C:\待处理PPT\演示文稿.pptx" --output "C:\已审核PPT"
3. 仅检测敏感词(不修改文件)
python "D:\1052-os\skills\ppt-audit-cleaner\scripts\audit_clean.py" --input "C:\待处理PPT" --detect-only
4. 按百度文库规则重命名文件
python "D:\1052-os\skills\ppt-audit-cleaner\scripts\rename_helper.py" --input "C:\待上传" --rule baidu_wenku
自动化工作流集成
工作流时间表
| 时间 | 任务 | 说明 |
|---|
| 07:30 | 📤 上传文档 | 从待上传文件夹自动上传到百度文库 |
| 全天 | 🗑️ 清理未通过 | 持续删除未通过文档,腾出空间 |
| 18:30 | ✨ PPT清洗美化 | 根据审核规则美化PPT,确保明天有内容上传 |
快速开始
1. 配置文件夹
C:\百度文库\
├── 待上传\ # 放入待上传的文档(PDF/PPT/DOC)
├── PPT仓库\ # 放入需要美化的PPT源文件
├── 已美化\ # 美化后的PPT输出位置
└── 备份\ # 原始PPT备份
2. 运行自动化工作流
# 进入工作流目录
cd "D:\1052-os\skills\ppt-audit-cleaner\scripts"
# 仅上传
.\workflow.ps1 -UploadOnly
# 仅清理
.\workflow.ps1 -CleanOnly
# 仅美化
.\workflow.ps1 -BeautifyOnly
# 完整工作流
.\workflow.ps1 -FullWorkflow
3. 设置定时任务(可选)
& "D:\1052-os\skills\ppt-audit-cleaner\scripts\task-scheduler.ps1" -Setup
这将创建三个Windows计划任务:
PPTAudit_Upload_0730 - 每日07:30执行上传
PPTAudit_Clean_AllDay - 持续执行清理
PPTAudit_Beautify_1830 - 每日18:30执行美化
敏感词处理策略
检测范围
清洗方式
| 方式 | 说明 | 适用场景 |
|---|
| 替换 | 用***替换敏感词 | 保留结构 |
| 删除 | 直接删除整段 | 敏感内容较多 |
| 标记 | 标记为[需审核] | 人工复核 |
默认策略
- 敏感词≤3个:自动替换为
***
- 敏感词>3个:标记并生成审核报告
文件命名规则(百度文库)
命名模板
[专业领域] + [具体内容] + [文档类型] + [页数] + [年份]
示例
建筑工程_桩基施工技术_方案_35页_2026
IT技术_Python编程入门_教程_50页_2026
企业管理_项目管理流程_规范_28页_2026
规则说明
- 专业领域:工程/IT/管理/教育等
- 具体内容:简短描述主题(不超过20字)
- 文档类型:方案/规范/教程/报告/总结等
- 页数:自动提取PPT页数
- 年份:当前年份
文件结构
ppt-audit-cleaner/
├── SKILL.md # 本文件
├── scripts/
│ ├── audit_clean.py # 主程序:敏感词检测与清洗
│ ├── rename_helper.py # 文件名规范化工具
│ ├── workflow.ps1 # 自动化工作流主脚本
│ └── task-scheduler.ps1 # 定时任务配置脚本
└── data/
├── sensitive_words.txt # 默认敏感词库
└── baidu_wenku_rules.json # 百度文库规则配置
依赖安装
pip install python-pptx pandas jieba
输出说明
1. 清洗后的PPT文件
- 保存在输出目录
- 文件名按百度文库规则重命名
- 敏感词已清洗
2. 审核报告(JSON)
{
"filename": "演示文稿.pptx",
"total_slides": 35,
"sensitive_words_found": ["关键词1", "关键词2"],
"cleaned": true,
"new_filename": "建筑工程_桩基施工_方案_35页_2026.pptx",
"processing_time": "2.3s",
"audit_issues": [
"标题缺少专业关键词",
"第5页文字少于5行"
]
}
3. 处理日志
- 保存为
audit_log_YYYYMMDD_HHMMSS.txt
- 记录所有操作和错误信息
注意事项
- 备份原文件:处理前请备份原始PPT
- 人工复核:自动处理后的文件建议人工检查
- 敏感词库更新:定期更新
data/sensitive_words.txt
- 文件名冲突:重命名时自动添加序号(如
_1, _2)
版本历史
- v2.1 (2026-05-09): 更新百度文库审核规则(2026年5月版),新增广告检测、简介分类规则、合规性详细条款;优化重命名函数(从文件名提取主题、智能文档类型识别、控制字符清理)
- v2.0 (2026-05-05): 整合百度文库审核规则与自动化工作流
- v1.0 (2026-05-05): 初始版本,支持敏感词检测与清洗
参考文档
- 百度文库审核规则:
D:\1052-os\skills\baidu-wenku-cleaner\docs\audit-rules.md
- 自动化工作流:
D:\1052-os\skills\baidu-wenku-workflow\SKILL.md