Skip to content

AI turns documents or topics into real, native PowerPoint decks—with native shapes, transitions and animations, data-backed charts and tables on demand, audio narration from speaker notes, and support for your own .pptx templates. · by Hugo He

feat(roles): 支持图片方式组合选择,优化图片驱动布局工作流

hugohe3a69a9addcd38
diff --git a/AGENTS.md b/AGENTS.md
index 1fe4cef6..e4754054 100644
--- a/AGENTS.md
+++ b/AGENTS.md
@@ -22,7 +22,7 @@ PPT Master 是一个 AI 驱动的多格式 SVG 内容生成系统,通过四角
```
Strategist
│
- ├─ 图片方式 = "C) AI 生成"?
+ ├─ 图片方式包含「C) AI 生成」?
│ │
│ YES → Image_Generator → 图片归集到 images/
│ │
@@ -48,7 +48,7 @@ Optimizer_CRAP (可选)
| 阶段 | 必须阅读的文件 | 触发条件 |
|------|---------------|----------|
| 策略规划 | `roles/Strategist.md` | 用户提出新的PPT/内容生成需求 |
-| 图片生成 | `roles/Image_Generator.md` | 用户选择「C) AI 生成」图片方式 |
+| 图片生成 | `roles/Image_Generator.md` | 图片方式包含「C) AI 生成」(如 C、B+C、C+D) |
| 通用风格执行 | `roles/Executor_General.md` | 用户选择「A) 通用灵活」设计风格 |
| 咨询风格执行 | `roles/Executor_Consultant.md` | 用户选择「B) 一般咨询」设计风格 |
| 顶级咨询执行 | `roles/Executor_Consultant_Top.md` | 用户选择「C) 顶级咨询」设计风格 |
@@ -297,7 +297,7 @@ project/
- 通用风格与咨询风格在规范格式上有本质区别
- 图标使用方式需在初次沟通中确认(Emoji / AI生成 / 内置库 / 自定义)
- 图片使用方式需在初次沟通中确认(不使用 / 用户提供 / AI生成 / 占位符)
-- **图片生成流程**:如果选择「C) AI 生成」,**必须**先切换到 Image_Generator 角色,阅读角色定义,完成图片生成后再进入 Executor 阶段
+- **图片生成流程**:如果图片方式**包含**「C) AI 生成」(如 C、B+C、C+D),**必须**先切换到 Image_Generator 角色,阅读角色定义,完成图片生成后再进入 Executor 阶段
### 后处理提示
diff --git a/README.md b/README.md
index 8b692648..70902901 100644
--- a/README.md
+++ b/README.md
@@ -167,7 +167,7 @@ PPT Master 是一个创新的 AI 辅助视觉内容创作系统,通过多角
↓
[Strategist] 策略师 - 内容规划与设计规范
│
- ├─ 图片方式 = "AI 生成"?
+ ├─ 图片方式包含「AI 生成」?
│ │
│ YES → [Image_Generator] 图片生成师 - AI 图片生成 → 图片归集到 images/
│ │
@@ -238,7 +238,7 @@ graph TD
Strategist --> SpecDoc([设计规范与内容大纲]):::artifact
end
- SpecDoc --> CheckImage{图片方式 = AI 生成?}
+ SpecDoc --> CheckImage{图片方式包含 AI 生成?}
%% 图片生成阶段(条件触发)
subgraph ImageGen [图片生成阶段 - 条件触发]
@@ -315,12 +315,12 @@ graph TD
### 2️⃣ Image_Generator (图片生成师) - 条件触发
-**职责**: AI 图片生成(当用户选择「AI 生成」图片方式时触发)
+**职责**: AI 图片生成(当用户选择的图片方式包含「AI 生成」时触发)
**输出**: 生成的图片文件,归集到 `images/` 目录
**核心能力**:
-- **触发条件**: 仅当 Strategist 阶段用户选择图片方式为「C) AI 生成」时激活
+- **触发条件**: 当 Strategist 阶段用户选择的图片方式**包含**「C) AI 生成」时激活(如 C、B+C、C+D)
- **提示词优化**: 为每张待生成图片创建优化的 AI 图片生成提示词
- **图片生成**: 使用 AI 图片生成工具(如 Gemini、Banana 等)生成图片
- **资源归集**: 将生成的图片保存到项目的 `images/` 目录
@@ -778,7 +778,7 @@ A:
<details>
<summary><b>Q: Image_Generator 什么时候使用?</b></summary>
-A: Image_Generator 仅在 Strategist 的八项确认中选择图片方式为「C) AI 生成」时触发。它会在 Executor 阶段之前生成优化的图片提示词和图片,然后 Executor 可以直接引用生成的图片。
+A: Image_Generator 在 Strategist 的八项确认中,当图片方式**包含**「C) AI 生成」时触发(如 C、B+C、C+D 等组合)。它会在 Executor 阶段之前生成优化的图片提示词和图片,然后 Executor 可以直接引用生成的图片。
</details>
diff --git a/docs/workflow_tutorial.md b/docs/workflow_tutorial.md
index 130a3a86..9f6eb8b6 100644
--- a/docs/workflow_tutorial.md
+++ b/docs/workflow_tutorial.md
@@ -189,7 +189,7 @@
**注意事项**:
- 阶段 1 的八项确认是**强制要求**,不可跳过
-- 阶段 1.5 仅当选择「C) AI 生成」图片时触发,是**串行环节**,图片归集完成后才进入阶段 2
+- 阶段 1.5 仅当图片方式**包含**「C) AI 生成」时触发(如 C、B+C、C+D 等组合),是**串行环节**,图片归集完成后才进入阶段 2
- 阶段 2 根据风格选择使用不同的 Executor
- 阶段 3 是可选的,仅对关键页面使用
diff --git a/roles/Image_Generator.md b/roles/Image_Generator.md
index 0b85e9c8..653fcb1a 100644
--- a/roles/Image_Generator.md
+++ b/roles/Image_Generator.md
@@ -4,7 +4,7 @@
作为 AI 图片生成专家,接收 Strategist 输出的《设计规范与内容大纲》中的「图片资源清单」,为每张待生成的图片创建优化提示词,并通过 AI 工具生成图片,保存到项目 `images/` 目录。
-**触发条件**: 仅当 Strategist 初次沟通中用户选择「C) AI 生成」图片方式时调用。
+**触发条件**: 当 Strategist 初次沟通中用户选择的图片方式**包含**「C) AI 生成」时调用(如 C、B+C、C+D 等组合)。
**工作流位置**: Strategist 之后,Executor 之前(串行,非并行)。
@@ -302,7 +302,7 @@ A:
### 与 Strategist 的衔接
- **接收**: 设计规范与内容大纲(含图片资源清单)
-- **触发条件**: 用户在第 7 项「图片使用」中选择了「C) AI 生成」
+- **触发条件**: 用户在第 g 项「图片使用」中选择的方案**包含**「C) AI 生成」
### 与 Executor 的衔接
diff --git a/roles/README.md b/roles/README.md
index 69c8b108..46015369 100644
--- a/roles/README.md
+++ b/roles/README.md
@@ -28,7 +28,7 @@
[Strategist] 策略师
↓ 生成《设计规范与内容大纲》
↓
- ├─ 图片方式 = "C) AI 生成"?
+ ├─ 图片方式包含「C) AI 生成」?
│ │
│ YES → [Image_Generator] 图片生成师
│ ↓ 生成图片到 images/
@@ -49,7 +49,7 @@ SVG 文件 (svg_output/)
└── svg_to_pptx.py → output.pptx (导出 PowerPoint)
```
-> **注意**: Image_Generator 是串行环节,仅当选择「AI 生成」图片时触发,图片归集完成后才进入 Executor 阶段。
+> **注意**: Image_Generator 是串行环节,仅当图片方式**包含**「AI 生成」时触发,图片归集完成后才进入 Executor 阶段。
## 角色详解
@@ -88,7 +88,7 @@ SVG 文件 (svg_output/)
### 1️⃣+ Image_Generator (图片生成师)
-**何时使用**: Strategist 初次沟通中用户选择「C) AI 生成」图片方式时
+**何时使用**: Strategist 初次沟通中用户选择的图片方式**包含**「C) AI 生成」时(如 C、B+C、C+D)
**触发条件**: 仅当需要 AI 生成图片时调用,是 Strategist 和 Executor 之间的**串行环节**
@@ -291,7 +291,7 @@ Executor_General 支持多种风格变体,通过 **Strategist 生成的《设
- Strategist 会为每项主动提供专业建议
- 用户可以接受建议或提出调整
2. 让 Strategist 生成完整的设计规范与内容大纲
-3. **如果选择「C) AI 生成」图片**,调用 **Image_Generator** 完成图片生成
+3. **如果图片方式包含「C) AI 生成」**(如 C、B+C、C+D),调用 **Image_Generator** 完成图片生成
- 图片归集到 `images/` 目录后,再进入下一步
4. 根据确认的风格选择 **Executor_General** / **Executor_Consultant** / **Executor_Consultant_Top**
5. 逐页生成 SVG
@@ -322,7 +322,7 @@ Executor_General 支持多种风格变体,通过 **Strategist 生成的《设
→ Strategist → Executor → 修改 → Executor (重新生成)
**场景 5: 需要 AI 生成图片的演示**
-→ Strategist (选图片方式 C) → **Image_Generator** → Executor → Optimizer_CRAP
+→ Strategist (图片方式包含 C) → **Image_Generator** → Executor → Optimizer_CRAP
## 扩展与定制
diff --git a/roles/Strategist.md b/roles/Strategist.md
index 5e31fb0a..c1888c72 100644
--- a/roles/Strategist.md
+++ b/roles/Strategist.md
@@ -81,22 +81,34 @@
```markdown
## 图片资源清单
-| 文件名 | 尺寸 | 用途 | 状态 | 生成描述 |
-|--------|------|------|------|----------|
-| cover_bg.png | 1280×720 | 封面背景 | 待生成 | 现代科技感抽象背景,深蓝渐变 |
-| product.png | 600×400 | 第3页 | 已有 | - |
-| team.png | 600×400 | 第5页 | 占位符 | 团队协作场景(后期补充) |
+| 文件名 | 尺寸 | 比例 | 布局建议 | 用途 | 状态 | 生成描述 |
+|--------|------|------|----------|------|------|----------|
+| cover_bg.png | 1280×720 | 1.78 | 宽幅横图 (适合全屏/插图) | 封面背景 | 待生成 | 现代科技感抽象背景,深蓝渐变 |
+| product.png | 600×400 | 1.50 | 标准横图 (适合全屏/插图) | 第3页 | 已有 | - |
+| team.png | 400×600 | 0.67 | 标准竖图 (适合左右分栏) | 第5页 | 占位符 | 团队协作场景(后期补充) |
```
**状态说明**:
- **待生成** - 需要 AI 生成,提供详细描述
-- **已有** - 用户已有图片,直接放入 `images/`
+- **已有** - 用户已有图片,直接放入 `images/`(比例/布局建议由 `analyze_images.py` 自动扫描填充)
- **占位符** - 暂不处理,SVG 中用虚线框占位
图片嵌入详情参见 [SVG 图片嵌入指南](../docs/svg_image_embedding.md)
> ⚠️ **流程衔接**: 如果用户选择 **C) AI 生成**,在输出设计规范后,需提示用户调用 **Image_Generator** 角色完成图片生成,图片归集到 `images/` 目录后,再进入 Executor 阶段。
+#### 图片资源扫描(选择包含 B 时触发)
+
+如果用户选择的方案**包含「B) 用户提供」**(如 B、B+C、B+D 等组合),你**必须**执行以下操作:
+
+1. **运行扫描工具**:使用 bash 运行 `python3 tools/analyze_images.py <项目路径>/images`。
+2. **读取图片数据**:获取工具输出的图片尺寸、比例和布局建议(Markdown 表格形式)。
+3. **整合进规范**:将扫描结果直接填入《设计规范》的「图片资源清单」章节。
+4. **基于图片规划布局**:在「内容大纲」中规划具体页面时,**必须根据图片比例选择布局**。
+ * **竖图 (< 0.8)**:规划为"左右分栏"或"左图右文"布局。
+ * **标准横图 (1.3-1.6)**:规划为"标准插图"或"全屏背景"。
+ * **超宽图 (> 2.0)**:规划为"上下分割"或"页眉/页脚通栏"。
+
### h. 字体方案确认
**策略师根据内容特征主动推荐字体组合**:
@@ -119,19 +131,6 @@
- 英文:F=无衬线, G=衬线, H=标题, I=手写, J=等宽
---\n
-## 1.5 图片资源扫描(针对“已有图片”模式)
-
-如果用户在第 g 项确认中选择了 **“B) 用户提供”**,你**必须**执行以下操作:
-
-1. **运行扫描工具**:使用 bash 运行 `python3 tools/analyze_images.py <项目路径>/images`。
-2. **读取图片数据**:获取工具输出的图片尺寸、比例和布局建议(Markdown 表格形式)。
-3. **整合进规范**:将扫描结果直接填入《设计规范》的「图片资源清单」章节。
-4. **基于图片规划布局**:在「内容大纲」中规划具体页面时,**必须根据图片比例选择布局**。
- * **竖图 (< 0.8)**:规划为“左右分栏”或“左图右文”布局。
- * **标准横图 (1.3-1.6)**:规划为“标准插图”或“全屏背景”。
- * **超宽图 (> 2.0)**:规划为“上下分割”或“页眉/页脚通栏”。
-
----
## 2. 工作流程与交付物
@@ -163,16 +162,16 @@
## 3. 流程衔接与下一步
-完成设计规范输出后,根据用户在第 7 项「图片使用」中的选择,提示下一步:
+完成设计规范输出后,根据用户在第 g 项「图片使用」中的选择,提示下一步:
-### 选择 A) 不使用图片 / B) 用户提供 / D) 占位符
+### 选择不包含 C(如 A / B / D / B+D)
```
> 设计规范已完成,下一步请调用 Executor 角色开始生成 SVG。
> 推荐的 Executor: [根据风格选择 Executor_General / Executor_Consultant / Executor_Consultant_Top]
```
-### 选择 C) AI 生成
+### 选择包含 C(如 C / B+C / C+D / B+C+D)
```
> 设计规范已完成。您选择了 AI 生成图片。
@@ -188,7 +187,7 @@
```
Strategist (本角色)
│
- ├─ 图片方式 = "C) AI 生成"?
+ ├─ 图片方式包含「C) AI 生成」?
│ │
│ YES → Image_Generator → 图片归集到 images/
│ │
@@ -197,3 +196,4 @@ Strategist (本角色)
▼ ▼
Executor ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← ← ┘
```
+
diff --git a/tools/analyze_images.py b/tools/analyze_images.py
index b8234d41..4fe5497f 100644
--- a/tools/analyze_images.py
+++ b/tools/analyze_images.py
@@ -143,8 +143,8 @@ def generate_markdown(results):
print("Markdown Snippet for Strategist (Copy & Paste)")
print("="*100)
print("\\n## 图片资源清单(自动扫描结果)\\n")
- print("| 文件名 | 尺寸 | 比例 | 布局建议 | 状态 |")
- print("|--------|------|------|----------|------|")
+ print("| 文件名 | 尺寸 | 比例 | 布局建议 | 用途 | 状态 | 生成描述 |")
+ print("|--------|------|------|----------|------|------|----------|")
for img in results:
# 简化布局建议描述,使其更符合 Strategist 的习惯
@@ -156,7 +156,8 @@ def generate_markdown(results):
elif img['aspect_ratio'] < 0.8:
layout_desc += " (适合左右分栏)"
- print(f"| {img['filename']} | {img['width']}x{img['height']} | {img['aspect_ratio']:.2f} | {layout_desc} | 已有 |")
+ # 用途和生成描述需策略师手动填写,这里用占位符
+ print(f"| {img['filename']} | {img['width']}×{img['height']} | {img['aspect_ratio']:.2f} | {layout_desc} | (待填写) | 已有 | - |")
print("\\n" + "="*100 + "\\n")