用途：对 PPT（.pptx/.ppt）做全量解析，提取所有幻灯片的文本、表格、图表信息，并识别纯图片页面的内容，供后续检索或分析。
主要能力：一是全量文本提取，遍历每张幻灯片的文本框、表格与图表标题，无文本的幻灯片标记为 needs_caption；二是结构化表格提取，将表格转为 pandas DataFrame 并打印表头与前三行；三是图表数据提取，读取嵌入 Excel 数据的图表系列、类别与数值，失败时回退到图像识别；四是对纯图片幻灯片，先用 libreoffice 转 PDF，再用 PyMuPDF 按 150/72 缩放渲染为 PNG，调用图像 caption 脚本识别文字并保持结构以 Markdown 输出；五是在提取结果上做关键词检索、按日期模式抽取时间线事件，以及从表格计算比例等统计。
使用方式：依赖 python-pptx、pandas、PyMuPDF 与 libreoffice。.ppt 旧格式先执行 libreoffice --headless --convert-to pptx 转换；纯图片页再转 PDF 后渲染。合并各页文本后即可检索或分析。
适用场景：批量读取演示文稿内容、跨页查找关键词、从表格算统计比例、提取流程时间线。
限制：.ppt 无法被 python-pptx 直接打开，须先转换；图表数据读取失败需回退图像识别；文本框重叠可能造成顺序错乱，可按 top、left 排序缓解；图像识别结果取决于 caption 脚本与提示词。收费、价格等信息资料未提供。