pptx-wzq 1.0.0__tar.gz

pptx_wzq-1.0.0/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 Wu Zheqian
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

pptx_wzq-1.0.0/PKG-INFO

@@ -0,0 +1,124 @@
+Metadata-Version: 2.4
+Name: pptx-wzq
+Version: 1.0.0
+Summary: PPT 多模态教学知识库自动化构建：图片/公式/文本提取 → 图片AI解读 → 教材文案 → 图文绑定 → 教材HTML/Deck
+Author: Wu Zheqian
+License: MIT
+Keywords: pptx,education,knowledge-base,multimodal,latex,ocr
+Classifier: Development Status :: 4 - Beta
+Classifier: Intended Audience :: Education
+Classifier: License :: OSI Approved :: MIT License
+Classifier: Programming Language :: Python :: 3
+Classifier: Topic :: Education
+Classifier: Topic :: Text Processing :: Markup :: LaTeX
+Requires-Python: >=3.9
+Description-Content-Type: text/markdown
+License-File: LICENSE
+Requires-Dist: Pillow>=9.0
+Requires-Dist: openai>=1.0
+Requires-Dist: olefile>=0.46
+Requires-Dist: ultralytics>=8.0
+Requires-Dist: omml2latex>=0.1.1
+Requires-Dist: pywin32>=306; platform_system == "Windows"
+Provides-Extra: ocr
+Requires-Dist: pix2tex>=0.1.2; extra == "ocr"
+Provides-Extra: dev
+Requires-Dist: pytest>=7.0; extra == "dev"
+Dynamic: license-file
+
+# pptx-wzq · PPT 多模态教学知识库自动化构建
+
+> **作者：吴振谦 · wuzhenqian@nbu.edu.cn · QQ：38328063**
+> 本项目帮助高校教师把教学 PPT 自动转化为图文并茂的多模态教学知识库。
+
+把一份教学 PPT 自动转化为**可检索、可复用、可再加工**的多模态教学知识库：
+图片集 + 图片 AI 理解 + 公式 LaTeX + 教材文案 + 图文绑定 JSON，并可一键导出
+教材 HTML 与教学 Deck。
+
+```
+PPT(.pptx)
+  → 图片提取/过滤   pptx-img
+  → 公式提取        pptx-formula
+  → 文本提取        pptx-text
+  → 图片AI解读      pptx-caption
+  → 教材文案        pptx-author
+  → 图文绑定        pptx-bind
+  → 一条命令编排     pptx-paser
+  → 教材 HTML/Deck  pptx-html / pptx-deck
+```
+
+## 安装
+
+```bash
+pip install pptx-wzq            # 核心
+pip install "pptx-wzq[ocr]"     # 含本地公式 OCR（pix2tex，可选）
+```
+
+Windows 下会自动安装 pywin32（用于 PowerPoint 渲染矢量图）。
+首次运行 `pptx-paser` 会自动补齐缺失组件、检查 API Key
+（DeepSeek / 阿里云百炼）并引导注册。
+
+## 快速开始
+
+```bash
+# 一条命令跑完整流水线（自动装依赖 / 引导 Key / 预估 Token / 确认执行）
+pptx-paser 第九章功率放大电路.pptx -o output
+
+# 结果目录：
+#   output/images/ + output/<名>_captions.md + <名>_textbook.md + <名>_binding.json
+
+# 导出教材 HTML（MathJax 公式渲染）
+pptx-html output -o output/第九章.html
+
+# 分步执行 / 断点续跑
+pptx-img 课件.pptx -o out
+pptx-caption out/images -o cap.md --texts out/texts.md --formulas out/formulas.md
+pptx-paser 课件.pptx -o out --skip img,formula,text
+```
+
+## 指令一览
+
+| 命令 | 功能 | 模型 | Token |
+|---|---|---|---|
+| `pptx-img` | 图片提取 + 三路过滤 + WMF 识别/渲染 + 公式图片补提 | — | 0 |
+| `pptx-formula` | 公式三路径提取（OMML / EQ3-MTEF / OCR）→ LaTeX | — | 0 |
+| `pptx-text` | 逐页文本/表格提取，排除页眉页脚 | — | 0 |
+| `pptx-caption` | 图片 AI 解读（文档上下文模式，教材角度） | qwen3.7-plus | 有 |
+| `pptx-author` | 教材文案（学科推断 + 整文生成 + 自适应分批） | deepseek-v4-flash | 有 |
+| `pptx-bind` | 图文绑定 JSON（每页文案 ↔ 该页图片） | — | 0 |
+| `pptx-paser` | 整体编排：环境自检 / Key 引导 / Token 预估 / 汇报 | — | — |
+| `pptx-html` | 单文件教材 HTML（MathJax 公式 + PPT 原生标题） | — | 0 |
+| `pptx-deck` | 教育蓝图风格教学 Deck（示例脚本） | — | 0 |
+
+## API Key
+
+| 用途 | 平台 | 模型 |
+|---|---|---|
+| 图片 AI 解读 / 公式图片识别 | 阿里云百炼（bailian.console.aliyun.com） | qwen3.7-plus |
+| 教材文案 / 学科判断 | DeepSeek（platform.deepseek.com） | deepseek-v4-flash |
+
+缺失时 `pptx-paser` 会打印注册引导并交互写入环境变量（`DEEPSEEK_API_KEY` /
+`DASHSCOPE_API_KEY`）。
+
+## 产物
+
+```
+结果目录/
+├─ images/              教学图片集（PNG，曲线矢量图已由 PowerPoint 渲染）
+├─ <名>_captions.md     图片理解（图片类型/内容理解/教学用途）
+├─ <名>_textbook.md     教材文案（每页一节，≥300 字教材口吻）
+├─ <名>_binding.json    图文绑定（按页 {page, text, images[{file, caption}]}）
+└─ 过程文件/            中间产物（by_page / manifest / texts / formulas / …）
+```
+
+## 应用
+
+- 课程知识内容体系自动构建（章 → 节 → 知识点 → 公式 + 配图）
+- 基于学情测验的个性化学习内容生成
+- 教材二次开发与多形态出版（HTML / Deck / Word / PDF）
+- 智能问答与 RAG 检索（binding.json 作索引，答案图文并茂）
+- 试题与测验生成（按 Bloom 认知层次，真实配图出题）
+
+## License
+
+MIT

pptx_wzq-1.0.0/README.md

@@ -0,0 +1,96 @@
+# pptx-wzq · PPT 多模态教学知识库自动化构建
+
+> **作者：吴振谦 · wuzhenqian@nbu.edu.cn · QQ：38328063**
+> 本项目帮助高校教师把教学 PPT 自动转化为图文并茂的多模态教学知识库。
+
+把一份教学 PPT 自动转化为**可检索、可复用、可再加工**的多模态教学知识库：
+图片集 + 图片 AI 理解 + 公式 LaTeX + 教材文案 + 图文绑定 JSON，并可一键导出
+教材 HTML 与教学 Deck。
+
+```
+PPT(.pptx)
+  → 图片提取/过滤   pptx-img
+  → 公式提取        pptx-formula
+  → 文本提取        pptx-text
+  → 图片AI解读      pptx-caption
+  → 教材文案        pptx-author
+  → 图文绑定        pptx-bind
+  → 一条命令编排     pptx-paser
+  → 教材 HTML/Deck  pptx-html / pptx-deck
+```
+
+## 安装
+
+```bash
+pip install pptx-wzq            # 核心
+pip install "pptx-wzq[ocr]"     # 含本地公式 OCR（pix2tex，可选）
+```
+
+Windows 下会自动安装 pywin32（用于 PowerPoint 渲染矢量图）。
+首次运行 `pptx-paser` 会自动补齐缺失组件、检查 API Key
+（DeepSeek / 阿里云百炼）并引导注册。
+
+## 快速开始
+
+```bash
+# 一条命令跑完整流水线（自动装依赖 / 引导 Key / 预估 Token / 确认执行）
+pptx-paser 第九章功率放大电路.pptx -o output
+
+# 结果目录：
+#   output/images/ + output/<名>_captions.md + <名>_textbook.md + <名>_binding.json
+
+# 导出教材 HTML（MathJax 公式渲染）
+pptx-html output -o output/第九章.html
+
+# 分步执行 / 断点续跑
+pptx-img 课件.pptx -o out
+pptx-caption out/images -o cap.md --texts out/texts.md --formulas out/formulas.md
+pptx-paser 课件.pptx -o out --skip img,formula,text
+```
+
+## 指令一览
+
+| 命令 | 功能 | 模型 | Token |
+|---|---|---|---|
+| `pptx-img` | 图片提取 + 三路过滤 + WMF 识别/渲染 + 公式图片补提 | — | 0 |
+| `pptx-formula` | 公式三路径提取（OMML / EQ3-MTEF / OCR）→ LaTeX | — | 0 |
+| `pptx-text` | 逐页文本/表格提取，排除页眉页脚 | — | 0 |
+| `pptx-caption` | 图片 AI 解读（文档上下文模式，教材角度） | qwen3.7-plus | 有 |
+| `pptx-author` | 教材文案（学科推断 + 整文生成 + 自适应分批） | deepseek-v4-flash | 有 |
+| `pptx-bind` | 图文绑定 JSON（每页文案 ↔ 该页图片） | — | 0 |
+| `pptx-paser` | 整体编排：环境自检 / Key 引导 / Token 预估 / 汇报 | — | — |
+| `pptx-html` | 单文件教材 HTML（MathJax 公式 + PPT 原生标题） | — | 0 |
+| `pptx-deck` | 教育蓝图风格教学 Deck（示例脚本） | — | 0 |
+
+## API Key
+
+| 用途 | 平台 | 模型 |
+|---|---|---|
+| 图片 AI 解读 / 公式图片识别 | 阿里云百炼（bailian.console.aliyun.com） | qwen3.7-plus |
+| 教材文案 / 学科判断 | DeepSeek（platform.deepseek.com） | deepseek-v4-flash |
+
+缺失时 `pptx-paser` 会打印注册引导并交互写入环境变量（`DEEPSEEK_API_KEY` /
+`DASHSCOPE_API_KEY`）。
+
+## 产物
+
+```
+结果目录/
+├─ images/              教学图片集（PNG，曲线矢量图已由 PowerPoint 渲染）
+├─ <名>_captions.md     图片理解（图片类型/内容理解/教学用途）
+├─ <名>_textbook.md     教材文案（每页一节，≥300 字教材口吻）
+├─ <名>_binding.json    图文绑定（按页 {page, text, images[{file, caption}]}）
+└─ 过程文件/            中间产物（by_page / manifest / texts / formulas / …）
+```
+
+## 应用
+
+- 课程知识内容体系自动构建（章 → 节 → 知识点 → 公式 + 配图）
+- 基于学情测验的个性化学习内容生成
+- 教材二次开发与多形态出版（HTML / Deck / Word / PDF）
+- 智能问答与 RAG 检索（binding.json 作索引，答案图文并茂）
+- 试题与测验生成（按 Bloom 认知层次，真实配图出题）
+
+## License
+
+MIT

pptx_wzq-1.0.0/pyproject.toml

@@ -0,0 +1,51 @@
+[build-system]
+requires = ["setuptools>=68"]
+build-backend = "setuptools.build_meta"
+
+[project]
+name = "pptx-wzq"
+version = "1.0.0"
+description = "PPT 多模态教学知识库自动化构建：图片/公式/文本提取 → 图片AI解读 → 教材文案 → 图文绑定 → 教材HTML/Deck"
+readme = "README.md"
+requires-python = ">=3.9"
+license = { text = "MIT" }
+authors = [{ name = "Wu Zheqian" }]
+keywords = ["pptx", "education", "knowledge-base", "multimodal", "latex", "ocr"]
+classifiers = [
+    "Development Status :: 4 - Beta",
+    "Intended Audience :: Education",
+    "License :: OSI Approved :: MIT License",
+    "Programming Language :: Python :: 3",
+    "Topic :: Education",
+    "Topic :: Text Processing :: Markup :: LaTeX",
+]
+dependencies = [
+    "Pillow>=9.0",
+    "openai>=1.0",
+    "olefile>=0.46",
+    "ultralytics>=8.0",
+    "omml2latex>=0.1.1",
+    "pywin32>=306; platform_system == 'Windows'",
+]
+
+[project.optional-dependencies]
+ocr = ["pix2tex>=0.1.2"]
+dev = ["pytest>=7.0"]
+
+[project.scripts]
+pptx-img = "pptx_wzq.cli_img:main"
+pptx-formula = "pptx_wzq.cli_formula:main"
+pptx-text = "pptx_wzq.cli_text:main"
+pptx-caption = "pptx_wzq.cli_caption:main"
+pptx-author = "pptx_wzq.cli_author:main"
+pptx-bind = "pptx_wzq.cli_bind:main"
+pptx-paser = "pptx_wzq.cli_paser:main"
+pptx-html = "pptx_wzq.gen_html:main"
+pptx-deck = "pptx_wzq.build_deck:main"
+
+[tool.setuptools.packages.find]
+where = ["src"]
+include = ["pptx_wzq*"]
+
+[tool.setuptools.package-data]
+pptx_wzq = ["mtef_decoder/*.py"]

pptx_wzq-1.0.0/setup.cfg

@@ -0,0 +1,4 @@
+[egg_info]
+tag_build = 
+tag_date = 0
+

pptx_wzq-1.0.0/src/pptx_wzq/__init__.py

@@ -0,0 +1,4 @@
+__version__ = "1.0.0"
+__all__ = ["cli_common", "extract_pptx_images", "img_filter", "pptrender",
+           "cli_img", "cli_formula", "cli_text", "cli_caption",
+           "cli_author", "cli_bind", "cli_paser", "gen_html", "build_deck"]