展开本页目录
开始前准备什么
- 独立练习目录及Python 3.14；系统与Node依赖以README为准。
- 离线重放无需Key；新请求使用自己的apizt Key，先核对模型权限和当前价格。
- 原创合成材料，不需要登录第三方平台账号。
- 先看文件
- 按步骤操作
- 对照真实结果
- 离线或模型复跑
默认离线重放；包含完整失败尝试与本地检查，不含Key。
1. 核对本例材料与目标文件
原生文件生成、回读和独立检查均可重放；模型结果与文件处理分开验收。
先下载合成材料在独立目录练习。原始文件、模型输入与验收答案分别保留；本地核对答案不发送给模型。
input.json（节选）
{}
实际输入、原始文件和本例操作约束的浏览器截图
2. 按顺序完成这项具体操作
本次实际使用Python 3.14，依赖版本固定在资料包。需要LibreOffice或Node的案例请先按README安装对应运行时。python run.py读取真实旧响应完成本地处理；只有显式--live才发新请求。
- 1. 创建两页含嵌套group的PPT
- 2. 递归提取shape ID与文字
- 3. API整理说明并返回来源ID
- 4. 写出带来源的Markdown
- 5. 核对覆盖集合并渲染源PPT
独立练习目录 · 默认仅离线复核
python3 -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txt
python run.py3. 对照真正发送的请求
只处理给定原创虚构材料。只输出JSON，不补未提供的事实。输出source_ids数组，覆盖给定shapes的全部id，每个只出现一次；再输出一句中文summary。
网页实验台只执行这一步模型字段检查。原生文件写入、坐标/公式/格式回读及负例验收由下载包负责。
request-1.json（图片Base64省略，原文件在下载包）
{
"model": "gemini-2.5-flash-lite",
"messages": [
{
"role": "system",
"content": "严格只输出单个JSON对象，不要Markdown代码围栏，不要解释。只处理给定原创虚构材料。只输出JSON，不补未提供的事实。输出source_ids数组，覆盖给定shapes的全部id，每个只出现一次；再输出一句中文summary。"
},
{
"role": "user",
"content": "任务约束（只输出JSON对象，不用代码围栏）：\n只处理给定原创虚构材料。只输出JSON，不补未提供的事实。输出source_ids数组，覆盖给定shapes的全部id，每个只出现一次；再输出一句中文summary。\n待处理合成材料：\n{\"shapes\": [{\"id\": \"slide1/2\", \"text\": \"Lesson 1\"}, {\"id\": \"slide1/3/4\", \"text\": \"Safety step 1\"}, {\"id\": \"slide1/3/5/6\", \"text\": \"Caution 1: power off first.\"}, {\"id\": \"slide2/2\", \"text\": \"Lesson 2\"}, {\"id\": \"slide2/3/4\", \"text\": \"Safety step 2\"}, {\"id\": \"slide2/3/5/6\", \"text\": \"Caution 2: power off first.\"}]}"
}
],
"temperature": 0,
"max_tokens": 1200,
"provider": {
"sort": "success_rate"
},
"response_format": {
"type": "json_object"
}
}4. 查看原生处理代码与实际文件
下面节选来自本次实际执行的workflow.py分支，需要结合完整脚本运行。模型输出不能代替文件解析器或业务验算。
具体产物：outline.md、source.pptx、render-source/source.pdf、render-source/source-page-1.png、render-source/source-page-2.png、result.json、checks.json。
workflow.py · 本例分支节选
r = Presentation(f / 'source.pptx')
shapes = shape_texts(r)
expected = [s['id'] for s in shapes]
actual = output.get('source_ids', [])
ck('嵌套文字来源全部覆盖且不重复', Counter(actual) == Counter(expected))
ck('真实PPT含嵌套group', any((s.shape_type == 6 and any((x.shape_type == 6 for x in s.shapes)) for slide in r.slides for s in slide.shapes)))
(f / 'outline.md').write_text('# ' + str(output.get('summary', '')) + '\n\n' + '\n'.join(('- ' + s['id'] + ': ' + s['text'] for s in shapes)))
result = {'covered_ids': actual, 'shape_count': len(shapes), 'summary': output.get('summary')}
art += ['outline.md']
add_native(f / 'source.pptx')5. 对照真实结果和检查表
实测2026-10-25T07:50:09.059369+00:00，HTTP200；请求gemini-2.5-flash-lite，返回gemini-2.5-flash-lite。本次3/3项检查通过，指本例执行及验收机制通过，不代表所有模型字段零误差。
最后一次返回用量347tokens；1份尝试记录的已知用量合计347。失败记录保留，用量缺失不按0计，本文不推算实际金额。
| 实际检查 | 结果 |
|---|---|
| 真实apizt API响应HTTP200 | 通过 |
| 嵌套文字来源全部覆盖且不重复 | 通过 |
| 真实PPT含嵌套group | 通过 |
- 实际检查
- 真实apizt API响应HTTP200
- 结果
- 通过
- 实际检查
- 嵌套文字来源全部覆盖且不重复
- 结果
- 通过
- 实际检查
- 真实PPT含嵌套group
- 结果
- 通过
result.json · 原生处理后实际结果
{
"covered_ids": [
"slide1/2",
"slide1/3/4",
"slide1/3/5/6",
"slide2/2",
"slide2/3/4",
"slide2/3/5/6"
],
"shape_count": 6,
"summary": "本文档包含了第一课和第二课的安全步骤及断电注意事项。"
}
本例实际产物与原始响应的浏览器截图；本地检查和模型答案分开记录
6. 替换输入前，先确认这些边界
本例只验证合成小样与本地文件；没有登录第三方SaaS，打印预览不等于物理打印。
修改材料后应重新制定事实断言和反例。识别错误率、混淆矩阵或拒答类教程允许保留模型实际错误；检查通过指计算和处理正确。没有调用视频模型。
怎样确认已经完成
- 真实apizt API响应HTTP200
- 嵌套文字来源全部覆盖且不重复
- 真实PPT含嵌套group
常见问题
PPT 组合对象 提取文字怎么开始？
创建两页含嵌套group的PPT按本页顺序继续，先用下载包离线重放，再替换自己的材料。
网页试跑和下载包有什么区别？
网页只复跑模型字段，不生成全部原生文件；资料包包含实际原生处理和本地验收。
这次通过结果适用于其他材料吗？
本例只验证合成小样与本地文件；没有登录第三方SaaS，打印预览不等于物理打印。