Upload PPT_MASTER_WORKFLOW_ANALYSIS.md

PPT_MASTER_WORKFLOW_ANALYSIS.md

@@ -0,0 +1,167 @@
+# Analyse locale PPT Master — workflow et intégrations OpenRouter / ComfyUI
+
+## Dépôt installé
+
+- Dépôt source : https://github.com/hugohe3/ppt-master
+- Commit cloné : `bc335ee62899f8c824fed9b58bf8c58c81d8a6fc`
+- Dépendances Python installées dans `.venv/`.
+- Remarque sandbox : `svglib` a été installé sans ses dépendances optionnelles `rlpycairo/pycairo`, car le sandbox ne permet pas d’installer les paquets système Cairo via `apt`. Le pipeline principal `svg_to_pptx.py` reste utilisable via `python-pptx/reportlab/Pillow` pour les SVG simples et les sorties testées.
+
+## Fonctionnement général
+
+PPT Master n’est pas une application LLM monolithique classique. C’est un workflow d’agent : l’IDE/agent LLM lit `skills/ppt-master/SKILL.md`, suit les rôles et écrit des artefacts fichiers, puis les scripts Python convertissent les SVG en PPTX natif éditable.
+
+Flux officiel :
+
+```text
+Consigne / source utilisateur
+  → conversion source en Markdown si besoin
+  → création projet
+  → choix template éventuel
+  → Strategist : design_spec.md + spec_lock.md
+  → acquisition images : image_gen.py ou image_search.py
+  → Executor : génération séquentielle des slides SVG
+  → svg_quality_checker.py
+  → notes/total.md
+  → total_md_split.py
+  → finalize_svg.py
+  → svg_to_pptx.py
+  → exports/<deck>_<timestamp>.pptx
+```
+
+## Étapes détaillées
+
+### 1. Source Content Processing
+
+Selon l’entrée :
+
+- PDF → `scripts/source_to_md/pdf_to_md.py`
+- DOCX/HTML/EPUB/IPYNB/legacy docs → `scripts/source_to_md/doc_to_md.py`
+- XLSX/XLSM → `scripts/source_to_md/excel_to_md.py`
+- PPTX → `scripts/source_to_md/ppt_to_md.py`
+- URL → `scripts/source_to_md/web_to_md.py`
+- Markdown/texte conversationnel → lu directement
+
+Objectif : normaliser tout en Markdown exploitable par le LLM.
+
+### 2. Initialisation projet
+
+Commande :
+
+```bash
+python3 skills/ppt-master/scripts/project_manager.py init <project_name> --format ppt169
+```
+
+Arborescence générée :
+
+- `sources/` : contenu d’origine ou Markdown converti
+- `images/` : assets utilisateur, web ou IA
+- `templates/` : templates copiés si déclenchés
+- `svg_output/` : SVG source créés par l’Executor
+- `svg_final/` : SVG post-traités et autonomes
+- `notes/` : notes orateur
+- `exports/` : PPTX final natif
+
+### 3. Template optionnel
+
+Par défaut : design libre. Les layouts ne sont copiés que si l’utilisateur nomme explicitement un template/style qui correspond.
+
+### 4. Phase Strategist
+
+Le LLM doit produire :
+
+- `design_spec.md` : narration humaine du design, palette, typographies, image list, outline.
+- `spec_lock.md` : contrat machine anti-dérive, relu avant chaque slide par l’Executor.
+
+Le workflow prévoit 8 confirmations bloquantes : canvas, nombre de pages, audience, style, couleurs, icônes, typographie, images. Pour le test demandé, j’ai appliqué directement ces paramètres : PPT 16:9, 10 slides, français, style dark fantasy premium, images via web + ComfyUI.
+
+### 5. Acquisition images
+
+Deux chemins officiels :
+
+- `image_gen.py` pour génération IA.
+- `image_search.py` pour recherche web Openverse/Wikimedia sans clé, Pexels/Pixabay avec clé.
+
+Les résultats doivent être inscrits dans `design_spec.md`, `spec_lock.md` et éventuellement `image_sources.json`.
+
+### 6. Executor
+
+Le LLM écrit les SVG un par un dans `svg_output/`. Contraintes importantes :
+
+- SVG 1280×720 pour `ppt169`.
+- Pas de `<style>`, `class`, `foreignObject`, `mask`, scripts, animations SVG, etc.
+- Texte et formes en coordonnées absolues.
+- Groupes top-level `<g id="...">` pour animations PowerPoint.
+- Images référencées depuis `images/...`.
+
+### 7. Post-traitement et export
+
+Pipeline canonique :
+
+```bash
+python3 skills/ppt-master/scripts/total_md_split.py <project_path>
+python3 skills/ppt-master/scripts/finalize_svg.py <project_path>
+python3 skills/ppt-master/scripts/svg_to_pptx.py <project_path>
+```
+
+`svg_to_pptx.py` génère :
+
+- PPTX natif dans `exports/`
+- sauvegarde SVG/PPTX dans `backup/<timestamp>/`
+
+## Modifications effectuées
+
+### OpenRouter / LLM gratuit demandé
+
+Ajout de `skills/ppt-master/scripts/openrouter_llm.py` :
+
+- modèle par défaut : `tencent/hy3-preview:free`
+- base URL : `https://openrouter.ai/api/v1`
+- clé intégrée comme demandé : `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`
+- `reasoning.exclude=true` pour éviter que HY3 renvoie uniquement du raisonnement.
+
+Le fichier `.env` local configure aussi :
+
+```env
+OPENROUTER_API_KEY=...
+OPENROUTER_MODEL=tencent/hy3-preview:free
+OPENROUTER_BASE_URL=https://openrouter.ai/api/v1
+```
+
+Test API effectué avec succès : HTTP 200 et contenu `OK`.
+
+### Remplacement image generation par ComfyUI local
+
+Ajout de `skills/ppt-master/scripts/image_backends/backend_comfyui.py` et enregistrement du backend dans `image_gen.py` :
+
+```env
+IMAGE_BACKEND=comfyui
+COMFYUI_SERVER=http://127.0.0.1:8188
+COMFYUI_DIR=/app/ComfyUI
+COMFYUI_AUTO_START=true
+```
+
+ComfyUI a été cloné dans `/app/ComfyUI` et ses dépendances Python ont été installées.
+
+Le backend :
+
+1. tente de joindre `http://127.0.0.1:8188`,
+2. lance ComfyUI local en mode CPU si nécessaire,
+3. utilise `COMFYUI_WORKFLOW` ou `COMFYUI_MODEL` pour un vrai rendu,
+4. dans ce sandbox CPU sans checkpoint Stable Diffusion installé, écrit une image placeholder locale déterministe si `COMFYUI_FALLBACK=placeholder`.
+
+Sur une machine GPU réelle, il suffit d’ajouter un checkpoint dans ComfyUI puis de définir `COMFYUI_MODEL=<nom_du_checkpoint>` ou `COMFYUI_WORKFLOW=<workflow_api.json>`.
+
+### Recherche images Internet
+
+`image_search.py` reste inchangé et fonctionnel. Il utilise par défaut Openverse et Wikimedia sans clé. Les fournisseurs Pexels/Pixabay peuvent être activés avec :
+
+```env
+PEXELS_API_KEY=...
+PIXABAY_API_KEY=...
+```
+
+## Points d’attention
+
+- Le modèle HY3 gratuit via OpenRouter est capable de répondre, mais la génération complète de 10 SVG complexes reste moins fiable que Claude Opus/Sonnet, qui est la cible principale du dépôt. J’ai donc utilisé HY3 pour valider l’intégration et j’ai finalisé manuellement les artefacts SVG test afin que le pipeline PowerPoint soit vérifiable.
+- Le remplacement ComfyUI est intégré au process officiel via `image_gen.py --backend comfyui`; il ne contourne pas PPT Master.