PPT Reader

PPT Reader Overview

读取和解析 PowerPoint 文件（.pptx），提取幻灯片文本内容。

When to Use 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 Quick Reference 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 Implementation 方法1：快速提取所有文本 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） cd /path/to/ppt/ for i in {1..N}; do echo "=== Slide $i ===" unzip -p "file.pptx" "ppt/slides/slide$i.xml" 2>/dev/null | sed 's/<[^>]>//g' | tr -s ' \n' echo "" done

方法3：获取PPT基本信息 # 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 确认文件路径 - 从 /root/.OpenClaw/media/inbound/ 获取文件 获取页数 - 确定有多少张幻灯片 逐页提取 - 循环提取每页内容 整理输出 - 汇总成结构化摘要 Common Patterns 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 # 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

Limitations 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） Real-World Example # 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 PAGE_COUNT=$(unzip -l "$PPT_FILE" | grep -c "slide[0-9]\.xml") echo "Total slides: $PAGE_COUNT"

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