easyslides:解放科研人的PPT skill

起因

我经常在科研群里看到有博士生问："有没有什么好用的 PPT skill？"

这个问题其实是很多科研人的日常，不是天天做惊艳全网的发布会 PPT。而是组会、文献汇报、开题、中期、答辩、课程展示、基金汇报。

这些 PPT 不一定要多炸裂。

但它要讲得清楚，要能改，要能交给导师看，要能在最后一分钟把某一页标题、图注、结论句改掉。

所以我一直在想：有没有一个工具，是真正为这种场景设计的？

这就是我做 EasySlides 的起因。

我眼里的几条路线

现在 AI 做 PPT，大概有几条路线。

通用产品路线。打开就能用，效果也不算差。但它不太懂科研材料。论文不是普通文章，里面有研究问题、方法、图表、数据、引用、实验边界。科研 PPT 不是把内容总结成几页就完事了，它要回答"这页结论凭什么讲"。

工程底座路线。像 PPT Master，在可编辑 PPTX、SVG 到 DrawingML、模板复用这些地方做了很重要的工程探索。EasySlides 吸收了这部分思路，并按学术叙事的逻辑去编排PPT。

图片生成路线。生成的画面确实可能很漂亮。但我不把那叫 PPT——因为它不可编辑。导师说"把标题改一下"，你怎么办？从图片重建 PPT 理论上可以，但质量很难稳定。

HTML 路线。做网页展示确实很强。但科研、教学、团队协作的大多数场景——大家就是要一个 .pptx，要能在 PowerPoint 里改。

所以我最后选了那条看起来不那么性感，但最接近真实生产力的路：做可编辑 PPTX。

EasySlides 想解决什么

EasySlides 的核心目标很简单：

把论文、报告或网页等材料，变成结构清晰、风格一致、证据可追溯并且可以继续编辑的学术 PPT。

但这不是一个"PDF 摘要成几页"的过程。

这里有个我之前没有讲清楚的细节：文档入口本身很重要。

EasySlides 不是把 PDF 丢给模型，然后说"你总结一下"。在导入论文时，我给它接了 MinerU，会优先尝试做结构化解析，拿到 Markdown、版面 JSON、图表识别、表格识别和抽取出来的图片。如果没有 token 或者文档太大，再退回 PyMuPDF 这类更基础的解析方式。

这件事对科研材料很关键。

因为论文里最值钱的东西，很多时候不在一段顺滑的文字里，而在"图 3 的 caption 怎么说"、"正文哪一段引用了这张图"、"这个结果属于哪个方法边界"、"这个结论有没有数据支撑"。你只拿到一坨 OCR 文本，和你拿到一份带图表、版面、引用位置的结构化材料，后面能做的事情完全不一样。

所以它背后其实是三次转换：

从 PDF 到证据库。 通过 MinerU / PyMuPDF 等入口提取研究问题、方法、结果、图表、结论和引用位置。这一步的产物不是页面，而是可追溯的 source_pack。

从证据库到论证结构。 判断哪些信息服务于同一条主线，哪些适合比较、补充或放入附录。为每页确定一个主张、一个主要证据。

从论证结构到页面设计。 为每页绑定视觉表达——不是"有什么图就放什么图"，而是"这张图能不能支撑这一页的主张"。

这是项目中一个核心的思考：

PPT 不是信息容器。PPT 是听众状态转移的路径。

你要把听众从"不知道为什么重要"，带到"理解问题在哪里"，再带到"相信你的方法和证据"。

这件事，比套一个模板重要得多。

为什么不直接用现成项目

EasySlides 不是从零造轮子。

我选择站在 PPT Master 这类项目的基础上继续做，是因为它们已经把"怎么稳定生成可编辑 PPTX"这件事往前推了一大步。SVG 到 DrawingML、模板复用、PPTX 打包，这些都是很重要的工程底座。

但科研 PPT 的难点，不只在"能不能生成一个 PPTX"。

更麻烦的问题在前面：论文怎么拆？图表怎么选？引用怎么保留？一页 slide 的 claim 凭什么成立？答辩、组会、文献汇报、基金汇报，听众状态和证据密度完全不一样，不能都套同一套叙事。

所以 EasySlides 做的不是把 PPT Master 的 prompt 改成"学术版"，而是在它前面加了一层学术表达系统。

大概是这样：

PPT Master:  需求 → 设计规范 → 页面生成 → 导出 → 视觉 QAEasySlides:  科研材料 → 证据索引 → 场景路由 → 故事蓝图             → claim/evidence/citation → 模板绑定 → 学术 QA + 视觉 QA             → 可编辑 PPTX

也就是说，模板不是第一步。

模板只是最后被看见的那一层。真正麻烦的是，把科研材料和 PPT 模板都蒸馏成 Agent 能理解、能遵守、能被审查的规则。

比如项目里有 scenario_profiles.json 定义学术场景，deck_plan.json 锁每一页的角色、主张和证据，design_spec.md 与模板自己的 rules.md 锁视觉语言和可变范围，spec_lock.md 防止做着做着跑偏。

我自己还有一套专门处理 PPT 模板的 workflow：导入参考 PPTX，拆出 manifest、母版、版式、页面 SVG 和素材，再整理成事实驱动的 template brief。确认之后，才生成模板页面、规则文件和索引。

这个流程不是为了"抄一个外观"。

它是为了把真实 PPT 里的版式经验抽象成可执行的设计契约。哪些几何结构不能动，哪些文本和图片槽位可以替换，什么时候应该精确复用，什么时候应该退回普通模板或风格包，这些都需要先说清楚。

同样，审查也不是最后随便看一眼。

生成前要过 deck plan contract 和 Academic QA Gate，检查每一页有没有角色、主张、证据来源，结果页有没有图表或数据支撑。SVG 阶段要过 svg_quality_checker.py，导出后还要做 PPTX package validation、PPT-to-Markdown 文本检查，必要时还要渲染成预览图看页面有没有溢出、错位、变形。

这些东西读者平时不会看见。

但我自己很在意，因为它们决定了 EasySlides 到底是"能演示一下"，还是"真的能交给科研工作者用"。

模板说明

在初次问世的这个版本中，我先内置了3类学术模板，覆盖最常见的几种科研场景。

一是学术答辩类，目前有 defense_leftnav 和 defense_topnav 两种，分别对应经典的左导航栏模板和上导航栏模板。

为了契合常见的校徽颜色，我在模板设计文档中内置了4种常用配色，大家可以根据需要更换。

二是文献汇报类，目前有 literature_minimal 这种简洁模板。

三是学术通用类，目前有 academic_general 用于大多数学术交流场景， academic_scqa 用于更结构化的学术/技术报告，强调 SCQA 叙事结构，即情境（Situation）→ 冲突（Complication）→ 问题（Question）→ 答案（Answer）。

实操：跑通一个学术 PPT

说这么多不如上手试试。

前置准备

在 Codex 或 Claude Code 等 AI Agent 中一句话安装这个技能：

帮我安装这个skill：https://github.com/Rimagination/easyslides

由于项目不小，大家也可以把项目手动打包下载下来，再让 Agent 安装。

三个案例

案例一：SCI论文 → 14 页文献汇报

我用 EasySlides 把一篇 Hothouse Earth 相关的生态学论文做成了文献汇报 PPT。

生态学论文不是纯文字材料。里面有长时间尺度的背景，有 CO₂ 和温度变化，有反馈机制，有 tipping elements，还有大量需要保留原始语义的科学图表。

如果直接"摘要成几页"，很容易变成空话——"气候变化具有复杂反馈机制"，听着都对，但讲出来没信息量。

这个案例里，EasySlides 做的是把论文拆成一个可以讲的学术故事：从论文信息到核心概念，从 Holocene 背景到加速变化，从反馈机制到 tipping cascade，最后落到这项研究对地球系统科学的意义。