用途：从研究论文生成演示幻灯片，可选制作带旁白的演示视频。流水线分四阶段，仅需幻灯片时可跳过 3、4 阶段，用户也可从任一阶段进入。
主要能力：阶段一把论文与用户提供的大纲整理为 video-scripts.md 或 slide-outline.md；阶段二用 nanobanana（Gemini CLI 扩展）生成幻灯片，优先对已有论文图用 /edit 包装，每套幻灯片建立一份 deck-style.md 并前置到从零生成的提示中；阶段三可选 TTS，支持 edge-tts（默认）、Kokoro、ElevenLabs，脚本为 scripts/batch_tts_edge.py、scripts/batch_tts_kokoro.py；阶段四用 ffmpeg 合成视频。
使用方式：如从已有 PPTX 开始，先转 PNG：soffice --headless --convert-to pdf --outdir output/ presentation.pptx 与 pdftoppm -png -r 300 output/presentation.pdf output/slide。ffmpeg 各片段须统一为 44100Hz、立体声、AAC，拼接时不可用 -c copy。
依赖：gemini extensions install https://github.com/gemini-cli-extensions/nanobanana；brew install --cask libreoffice && brew install poppler；pip install edge-tts；pip install kokoro soundfile；pip install elevenlabs + ELEVENLABS_API_KEY；brew install ffmpeg。
限制：人类负责大纲、视觉与幻灯片方向，代理不得自动调用 NotebookLM 或据其输出做决策；iCloud 路径含空格会破坏 ffmpeg，需软链到 /tmp；ElevenLabs 免费层限 mp3_22050_32 与每月 1 万字符；edge-tts 需联网，离线回退 Kokoro；Kokoro 首次运行下载约 350MB 模型，WAV 体积约为 7 倍，需转 MP3；/edit 可能扭曲图，需明确要求保留原图。其他平台、收费与效果细节未提供。