技能名称: ppt-reader
详细描述:

PPT 读取器

概述

读取并解析 PowerPoint 文件（.pptx），提取幻灯片中的文本内容。

使用场景

• - 用户发送了 .pptx 文件
• 需要提取PPT中的文字内容
• 需要了解PPT的结构和页数

快速参考

操作	命令
查看PPT页数	unzip -l file.pptx \	grep slide[0-9]\.xml \	wc -l
提取所有文本

unzip -p file.pptx ppt/slides/slide.xml \| sed s/<[^>]*>//g | | 逐页提取 | 见下方脚本 |

实现方法

方法1：快速提取所有文本

bash
unzip -p file.pptx ppt/slides/slide.xml 2>/dev/null | sed s/<[^>]>//g | tr -s \n

方法2：逐页提取（推荐）

bash
cd /path/to/ppt/
for i in {1..N}; do
echo === 第 $i 页 ===
unzip -p file.pptx ppt/slides/slide$i.xml 2>/dev/null | sed s/<[^>]*>//g | tr -s \n
echo
done

方法3：获取PPT基本信息

bash

页数

unzip -l file.pptx | grep -c slide[0-9]*\.xml

文件结构

unzip -l file.pptx | grep -E slide[0-9]+\.xml

工作流程

1. 1. 确认文件路径 - 从 /root/.openclaw/media/inbound/ 获取文件
2. 获取页数 - 确定有多少张幻灯片
3. 逐页提取 - 循环提取每页内容
4. 整理输出 - 汇总成结构化摘要

常见模式

处理飞书发送的PPT

飞书发送的文件通常保存在：

/root/.openclaw/media/inbound/

文件名格式：

原始文件名-uuid.pptx

提取特定幻灯片

bash

只提取第1页

unzip -p file.pptx ppt/slides/slide1.xml | sed s/<[^>]*>//g

提取第1-5页

for i in {1..5}; do unzip -p file.pptx ppt/slides/slide$i.xml | sed s/<[^>]*>//g; done

局限性

• - 只能提取文本内容，无法提取图片、图表
• 无法获取格式信息（字体、颜色、布局）
• 复杂表格可能提取不完整
• 仅支持 .pptx 格式（不支持旧版 .ppt）

实际示例

bash

完整提取流程

PPT_FILE=/root/.openclaw/media/inbound/智能体-概述-20260116-xxx.pptx

1. 获取页数

PAGECOUNT=$(unzip -l $PPTFILE | grep -c slide[0-9]*\.xml) echo 总页数: $PAGE_COUNT

2. 逐页提取

for i in $(seq 1 $PAGE_COUNT); do echo === 第 $i 页 === unzip -p $PPT_FILE ppt/slides/slide$i.xml 2>/dev/null | sed s/<[^>]*>//g | tr -s \n echo done