文件解析与文章生成器

任务目标

• 本 Skill 用于：从用户上传的文件（PDF/Word/图片）中提取内容，将图片保存到本地，根据需求和内容生成文章
• 能力包含：多格式文件解析、图片提取与保存、图片内容智能理解、6种文章类型智能判断（品牌动向/产品动态/政策规则/营销战役/客户证言/行业资讯）、多类型文章生成（Markdown格式）、配图契合度检查、质量评分评估
• 触发条件：用户上传文件并要求生成品牌或产品相关文章时

前置准备

• 依赖说明：

  PyMuPDF==1.23.8      # PDF文件解析和图片提取
  python-docx==0.8.11  # Word文件解析和图片提取
  Pillow==10.0.0       # 图片处理和格式转换
  

• 非标准文件/文件夹准备：创建输出目录

  mkdir -p output/images
  

操作步骤

标准流程

1. 文件解析

使用 [INVOKE:parse_file] 调用脚本处理用户上传的文件：

• 输入：通过 stdin 传递 JSON 格式的参数 {"file_path": "文件路径"}
• 输出目录：/home/gem/output/images/（脚本会自动创建）
• 输出：JSON格式的解析结果，包含文本内容、图片列表（含本地路径）、元数据
• 支持格式：PDF、DOCX、常见图片格式（JPG/PNG等）

调用方式： 在回复中包含以下格式来触发脚本执行：

[INVOKE:parse_file({"file_path": "/home/gem/uploads/文件名.pdf"})]

图片保存说明：

• 脚本会自动从文件中提取图片并保存到 /home/gem/output/images/ 目录
• 图片命名格式：image_001.png, image_002.png 等
• 返回的JSON中包含图片的本地路径，可直接用于Markdown引用

2. 需求收集

向用户询问生成文章的具体需求：

• 目标受众：文章面向谁阅读？（如：技术人员、普通用户、管理层）
• 文章用途：用于什么场景？（如：技术博客、产品介绍、新闻稿、内部报告）
• 特殊要求：字数限制、语言风格、重点内容、格式偏好等

3. 图片内容理解

如果解析结果包含图片，对每个图片进行内容理解：

• 使用图像识别能力分析图片内容（主题、场景、元素、风格等）
• 提取图片的核心信息和视觉特征
• 判断图片与原文内容的关联度

4. 类型判断

根据解析的文件内容、图片内容和用户需求，判断文章类型：

• 参考 references/article-types.md 中的类型定义和判断标准
• 智能体分析文件内容特征和用户需求关键词
• 确定最匹配的文章类型（如：新闻报道、技术文档、产品介绍、教程指南等）

5. 文章生成

根据确定的文章类型，使用对应的prompt模板生成内容：

• 从 references/generation-prompts.md 选择对应类型的prompt
• 替换prompt中的变量：
  • {ORIGINAL_TEXT}: 原文件提取的文本内容
  • {USER_REQUIREMENTS}: 用户的具体需求描述
  • {TARGET_AUDIENCE}: 目标受众
  • {IMAGES_INFO}: 图片信息列表（包含图片内容理解结果和本地路径）
• 生成文章主体内容
• 使用Markdown语法插入图片：![图片描述](./images/image_001.png)
• 确保配图与文章内容契合，避免随意插入图片

6. 结果打分（必须执行）

根据 references/evaluation-prompts.md 中的评估Prompt对生成的文章进行质量评估：

• 重要：此步骤为必须执行，不可跳过
• 根据文章类型选择合适的评估角色（老板/客服总监）
• 评估标题点击欲望（50分）：痛点匹配度、结果确定性、去空泛化
• 评估全文阅读价值（50分）：落地性、迁移性、决策支持
• 计算总分并给出刻薄但真实的评估报告
• 提供标题改写建议和内容缺憾分析

7. 输出交付

按照 assets/output-template.md 的格式输出最终结果：

• 原文摘要
• 生成的完整文章内容（使用Markdown语法引用图片）
• 质量评估报告（必须包含在文章最后）
• 图片清单（索引、本地路径、描述）
• 文件下载说明

注意：评估结果必须附加在文章内容的最后，作为文章质量的重要参考。

• 质量评分报告（各维度得分、总分、改进建议）

下载说明：

• 文章保存为Markdown格式文件：./output/article.md
• 图片保存在：./images/ 目录（相对于文章位置）
• 用户可下载整个 ./output/ 目录，包含文章和所有图片

可选分支

• 当文件仅包含图片（无文本）：标记为图片型内容，根据图片描述生成相关文章
• 当用户需求不明确：提供几个常见类型的示例，让用户选择
• 当评分较低（<60分）：询问用户是否需要重新生成，并提供改进方向

资源索引

• 必要脚本：见 scripts/parse_file.py（用途：解析PDF/Word/图片文件，提取文本和图片信息）
• 领域参考：
  • 见 references/article-types.md（何时读取：判断文章类型时）
  • 见 references/generation-prompts.md（何时读取：生成文章时）
  • 见 references/evaluation-prompts.md（何时读取：评估生成结果时）
  • 见 references/file-formats.md（何时读取：了解支持的文件格式时）
• 输出资产：见 assets/output-template.md（用途：标准化的输出格式模板）

注意事项

• 文件解析必须通过脚本完成，确保准确提取文本和图片信息
• 图片会被自动保存到沙箱，引用时使用相对路径 ./images/xxx.png
• 图片内容理解必须使用图像识别能力，提取图片的主题、场景、元素和风格特征
• 配图必须与文章内容契合，根据图片理解结果和文章主题合理插入图片，使用Markdown格式 ![描述](路径)，避免随意配图
• 文章类型判断、内容生成均由智能体完成，充分利用自然语言理解和创作能力
• 结果打分步骤为必须执行，不可跳过，必须使用老板或主管角色对文章进行评估
• 评估结果必须附加在文章内容的最后，作为文章质量的重要参考
• 当评分较低（<60分）时，可根据评估报告中的标题改写建议和内容缺憾分析重新生成
• 最终输出包括Markdown格式的文章、评估报告和所有图片文件，用户可一起下载

使用示例

示例1：品牌动向报道

• 功能说明：将品牌发布会资料转换为品牌动向报道文章
• 执行方式：
  1. 解析品牌发布会文件
  2. 询问受众（公众/合作伙伴/媒体）和重点（品牌战略/合作亮点/活动氛围）
  3. 判断为品牌动向类型（brand-event）
  4. 使用品牌动向prompt生成文章
  5. 打分并输出结果
• 关键参数：受众=公众，用途=品牌宣传，风格=积极正面

示例2：产品动态发布

• 功能说明：将产品更新文档转换为产品动态文章
• 执行方式：
  1. 解析产品版本更新说明文件
  2. 询问重点功能和技术亮点
  3. 判断为产品动态类型（product-feature）
  4. 使用产品动态prompt生成文章
  5. 打分并输出结果
• 关键参数：受众=用户，用途=功能介绍，风格=专业易懂

示例3：营销战役宣传

• 功能说明：将促销活动资料转换为营销战役宣传文章
• 执行方式：
  1. 解析活动策划文件
  2. 询问活动优惠和目标用户
  3. 判断为营销战役类型（product-campaign）
  4. 使用营销战役prompt生成文章
  5. 打分并输出结果
• 关键参数：受众=潜在用户，用途=活动宣传，风格=有吸引力