shumengya
50edff80f5
包含 extensions、skills、prompts、settings、auth、models、mcp 等配置。 排除 node_modules、npm 缓存、sessions 等运行时数据。
9.8 KiB
Roadmap
PPT Master 是单人维护的开源项目，按优先级而非时间表推进。这份 roadmap 用来统一对外预期：已经做了什么、在持续维护演进什么、暂时不打算做什么。优先级会随用户反馈和实际使用信号调整，不承诺时间窗口。
项目当前定位：AI 从零生成 SVG → DrawingML 原生可编辑 PPTX。这条路线的核心是「跨四渲染器的位置保真 + 真原生形状」，所有方向都围绕这条主轴展开。
近期能力演进
近两个月的能力面扩张。只列结构性的，单 flag / 增量优化看 commit log。
2026-03（真原生 PPTX 路线成型）
- 直接导出原生可编辑 PPTX —
svg_to_pptx补齐 glow / rotate / text-decoration / stroke-linejoin，整条 SVG → DrawingML 链路开始可用 - 图表 / 布局模板 JSON 索引上线，AI 选型路径打通
2026-04（管线规模化）
- 无源生成：
topic-research工作流支持「只给主题、不给源文件」 - PPTX 导出质变：SVG clipPath → DrawingML picture geometry、marker → 原生箭头、输出归集到
exports/ - 图表库 70 个 + 图标三库（simple-icons / phosphor-duotone / brand-logo）
spec_lock.md机器可读契约：Strategist 锁定后 Executor 每页强制重读，跨页一致性有了保证- 元素级动画默认开启 + 旁白音频 / 视频导出(
workflows/generate-audio.md)
2026-05（视觉编辑 + AI 图系统化）
- Live Preview 进入主流程（
workflows/live-preview.md） — 浏览器实时预览 + 点选元素写要求 + 「apply my annotations」让 AI 重做该区域（基于 @WodenJay PR #85） - 任意 PPTX 复刻为模板（
workflows/create-template.md） — PPTX → SVG 逆向 + OOXML 主题 / 母版 / 版式 / 资源提取 - AI 图三维系统 rendering × palette × type + Strategist h.5 锁定，下游消费固定契约
- AI 图
hero_page双档 — 局部插图 + 整页主角图共存 - 品牌身份预设子系统（
workflows/create-brand.md） — 提取并复用品牌色板 / 字体 / Logo / 语调 - 视觉自检工作流（
workflows/visual-review.md） — 按 rubric 逐页自查 AI 生成的 SVG - AI 图 Type 概念边界澄清 — Type 收窄回「local 信息图的内部几何骨架」(11 个真骨架);原 4 个伪 type (hero/background/portrait/typography) 折回
page_role: hero_page+ 4 条构图通则(single-subject / portrait / typographic / atmospheric);hero_page 文字分层规则(关键视觉词 embedded、可改文字走 SVG) - Brutalist AI 报章示例 deck 交付（
examples/ppt169_brutalist_ai_newspaper_2026/） — P0 三档第一档落地：满版小字 + 不规则栏宽 + halftone 黑白图 + 单点红 + 真原生 shape，10 页编辑部年报实压「文字位置精度 + 跨页一致性」 - Kubernetes Blueprint 示例 deck 交付（
examples/ppt169_kubernetes_blueprint_2026/） — P0 三档第二档落地：等距工程图美学 + 蓝图青/琥珀色板 + 全手写 SVG 几何（无 raster 图）+ 自定义"逐笔绘制"动画，10 页 Kubernetes 架构走读实压「几何形状泛化 + chart 结构扩展性」 - AI 图
custom兜底出口 —rendering/palette/ hero 构图三处允许声明custom+ 一段*_behaviorprose，替换原"找不到匹配就硬塞 vector-illustration / cool-corporate"的假兜底；端到端契约：image-renderings/_index.md§1.5 +image-palettes/_index.md§2 + Strategist h.5 hard-rule（每维 ≤1 custom，单候选可双 custom）+ spec_lock 字段 + Image_Generator Step 2 消费分支 - Template 架构三分类收口（
docs/zh/templates-architecture.md） — brand / layout / deck 三独立目录 + 每类独立 schema + 段级合成 + git-style 冲突解决；SKILL.md Step 3 按 kind 分支处理，触发规则仍是「显式路径才触发」 - Pattern 填充 PPTX 安全网 —
svg_quality_checker.py现在对未标data-pptx-pattern的<pattern>元素发 warning（会静默回退ltUpDiag斜纹）、对超出 OOXMLST_PresetPatternVal枚举的值发 error（schema 校验失败 PPT 无法打开）；shared-standards.md §7落地了完整 preset 清单和<rect fill="<bg>"/>子元素约定 - LaTeX 数学公式渲染上线（
scripts/latex_render.py） — Strategist 在 Typography 确认中锁定mixed/render-all/text-only三档策略，显式写images/formula_manifest.json；脚本走 codecogs → quicklatex → mathpad → wikimedia 四源 fallback chain，输出透明 PNG 进 §VIII 表的Acquire Via: formula/Status: Rendered行；公式密集型 deck（学术 / 工程 / 教学）首次拥有原生渲染路径，规则面禁止扫源文件$...$自动渲染（公式选取是 Strategist 决策） - 实时预览直接编辑 — L1 / L2 / L3（
workflows/live-preview.md） — 浏览器编辑器新增无需 AI 往返的确定性就地编辑：文字内容（L1）、fill / stroke / font-size 等样式属性（L2）、以及画布上的几何操作（L3）——在选中元素上拖拽即移动、方向键微调（Shift= 10px）、多选、加右键重叠选择器选取堆叠元素。编辑支持Ctrl+Z撤销 + 合并，点 Apply changes 写回svg_output/；移动经 finalize / 导出保位（移动的 text、提升的多行 tspan、重定位的 icon 都在 PPTX 中如实再现）。重新导出仍由对话触发；画布上的缩放手柄尚未实现（缩放走几何输入框）
持续维护方向
不承诺时间窗口的长期改进项。只列真方向，具体修复 / 单 flag 看 commit log。
- Prompt 精简 — 在不降质量的前提下压缩各角色 prompt 的 token 占用、提升缓存命中率，带来间接的成本 / 速度改善。与下面「纯速度优化」一节互补：做间接优化，不做牺牲质量的提速。
明确不做（Non-goals）
下面这些方向被多次提过，已经评估并决定不做。列出来不是否定需求价值，而是说明它们与本项目主路线不匹配；如果你刚好需要这些能力，建议看其他工具或 fork 本项目走自己的路。
读取任意 PPTX 模板 → 仅填充文字
PPT Master 主路线是「AI 从零生成 SVG → DrawingML」，整条管线围绕完全可控的形状/文字/版式构建。「解析既有 PPTX 占位符 + 仅回填文字」是另一种产品形态，需要处理任意来源的母版 / 主题 / 占位符体系，与现有架构发力点正交。
基础诉求其实很简单：如果只是「固定位置替换 Excel 数据到 PPT 模板」，直接让 AI 写一段 python-pptx 脚本即可，几行代码搞定，不需要本项目这套管线。
改用原生 PowerPoint 图表（Excel-native chart）
跨四渲染器（PowerPoint / Keynote / LibreOffice / WPS）的位置保真是项目主轴。改用 PowerPoint 原生图表会让「像素级一致性」破功——同一个 PPTX 在不同渲染器里图表会显示不同布局。图表用 SVG 是 by design，不是能力缺失。
如果需要数据驱动的原生 Excel 图表，建议另选工具或在导出后用 PowerPoint 手动替换；本项目不会内置这条路径。
uv 作为默认 / 必需依赖
对应 Issue：#111
pip + requirements.txt 是唯一官方安装路径，因为它在所有 Python 环境下都可用、不需要额外学习成本。uv 是好工具，但「让 uv 成为默认」会抬高新用户的入门门槛。如果你个人偏好 uv，完全可以在 fork 里用，不影响主线。
纯速度优化
对应 Issue：#97
成本 / 速度 / 质量三角下，本项目选择质量优先。20 分钟生成一个高质量 PPTX 是当前的合理点。
会做：通过 prompt 精简 / 缓存命中率提升带来的间接改善； 不会做：以牺牲质量为代价的「随便几页应付交差」式提速。
如果对速度敏感且能接受质量下降，Gamma / 美图 AI 等竞品更合适。
CLI / SaaS / 桌面 App 形态
产品形态明确为 chat-driven AI IDE skill（Claude Code / Cursor / VS Code + Copilot / Codebuddy）。
不会做：独立 CLI（ppm 之类）、SaaS Web 服务、Electron 桌面壳。所有「让它脱离 chat 独立运行」的提案都会被拒。chat 是交互核心，不是包装层。
反馈渠道
- Issues：github.com/hugohe3/ppt-master/issues — 报告 Bug / 提建议
- Discussions：github.com/hugohe3/ppt-master/discussions — 用法讨论 / 经验分享
- 邮箱：heyug3@gmail.com
提需求前先扫一眼上面的 Non-goals；如果你的需求落在那一节，多半不会被采纳，但欢迎讨论是否还有别的路径解决你的真实问题。