feat: 新增 PPT 旧格式支持，重构 LibreOffice 转换工具

- 新增 PPT (旧格式) 解析器
- 重构 _utils.py，提取通用 convert_via_libreoffice 函数
- 更新依赖配置，添加 PPT 相关依赖
- 完善文档，更新 README 和 SKILL.md
- 添加 PPT 文件检测函数
- 新增 PPT 解析器测试用例

scripts/readers/__init__.py

@@ -8,6 +8,7 @@ from .pptx import PptxReader
 from .pdf import PdfReader
 from .html import HtmlReader
 from .xls import XlsReader
+from .ppt import PptReader
 
 READERS = [
     DocxReader,
@@ -17,6 +18,7 @@ READERS = [
     PdfReader,
     HtmlReader,
     XlsReader,
+    PptReader,
 ]
 
 __all__ = [
@@ -28,5 +30,6 @@ __all__ = [
     "PdfReader",
     "HtmlReader",
     "XlsReader",
+    "PptReader",
     "READERS",
 ]

scripts/readers/_utils.py

@@ -66,6 +66,75 @@ def parse_via_docling(file_path: str) -> Tuple[Optional[str], Optional[str]]:
         return None, f"docling 解析失败: {str(e)}"
 
 
+def convert_via_libreoffice(
+    input_path: str,
+    target_format: str,
+    output_dir: Path,
+    output_suffix: Optional[str] = None,
+    timeout: int = 60
+) -> Tuple[Optional[Path], Optional[str]]:
+    """使用 LibreOffice soffice 命令行转换文件格式。
+
+    Args:
+        input_path: 输入文件路径
+        target_format: 目标格式（如 "md", "pptx"）
+        output_dir: 输出目录（调用者负责生命周期管理）
+        output_suffix: 可选，输出文件后缀（不指定则使用 target_format）
+        timeout: 超时时间（秒）
+
+    Returns:
+        (output_path, error_message): 成功时 (Path, None)，失败时 (None, error)
+    """
+    # 检测 soffice 是否在 PATH 中
+    soffice_path = shutil.which("soffice")
+    if not soffice_path:
+        return None, "LibreOffice 未安装"
+
+    input_file = Path(input_path)
+    suffix = output_suffix if output_suffix else target_format
+    expected_output = output_dir / (input_file.stem + "." + suffix)
+
+    # 构建命令
+    cmd = [
+        soffice_path,
+        "--headless",
+        "--convert-to", target_format,
+        "--outdir", str(output_dir),
+        str(input_file)
+    ]
+
+    # 执行命令
+    try:
+        result = subprocess.run(
+            cmd,
+            capture_output=True,
+            text=True,
+            timeout=timeout
+        )
+    except subprocess.TimeoutExpired:
+        return None, f"LibreOffice 转换超时 ({timeout}秒)"
+
+    # 检查返回码
+    if result.returncode != 0:
+        return None, f"LibreOffice 转换失败 (code: {result.returncode})"
+
+    # 检查输出文件是否存在
+    output_file = None
+    if expected_output.exists():
+        output_file = expected_output
+    else:
+        # Fallback: 遍历目录找任意匹配后缀的文件
+        pattern = "*." + suffix
+        files = list(output_dir.glob(pattern))
+        if files:
+            output_file = files[0]
+
+    if not output_file:
+        return None, "LibreOffice 未生成输出文件"
+
+    return output_file, None
+
+
 def parse_via_libreoffice(file_path: str) -> Tuple[Optional[str], Optional[str]]:
     """使用 LibreOffice soffice 命令行转换文件为 Markdown。
 
@@ -77,56 +146,18 @@ def parse_via_libreoffice(file_path: str) -> Tuple[Optional[str], Optional[str]]
     Returns:
         (markdown_content, error_message): 成功时 (content, None)，失败时 (None, error)
     """
-    # 检测 soffice 是否在 PATH 中
-    soffice_path = shutil.which("soffice")
-    if not soffice_path:
-        return None, "LibreOffice 未安装"
-
-    # 创建临时输出目录
     with tempfile.TemporaryDirectory() as temp_dir:
-        temp_path = Path(temp_dir)
-        input_path = Path(file_path)
-        expected_output = temp_path / (input_path.stem + ".md")
-
-        # 构建命令
-        cmd = [
-            soffice_path,
-            "--headless",
-            "--convert-to", "md",
-            "--outdir", str(temp_path),
-            str(input_path)
-        ]
-
-        # 执行命令，超时 60 秒
-        try:
-            result = subprocess.run(
-                cmd,
-                capture_output=True,
-                text=True,
-                timeout=60
-            )
-        except subprocess.TimeoutExpired:
-            return None, "LibreOffice 转换超时 (60秒)"
-
-        # 检查返回码
-        if result.returncode != 0:
-            return None, f"LibreOffice 转换失败 (code: {result.returncode})"
-
-        # 检查输出文件是否存在
-        output_file = None
-        if expected_output.exists():
-            output_file = expected_output
-        else:
-            # Fallback: 遍历目录找任意 .md 文件
-            md_files = list(temp_path.glob("*.md"))
-            if md_files:
-                output_file = md_files[0]
-
-        if not output_file:
-            return None, "LibreOffice 未生成输出文件"
+        output_path, error = convert_via_libreoffice(
+            input_path=file_path,
+            target_format="md",
+            output_dir=Path(temp_dir),
+            timeout=60
+        )
+        if error:
+            return None, error
 
         # 读取输出内容
-        content = output_file.read_text(encoding="utf-8", errors="replace")
+        content = output_path.read_text(encoding="utf-8", errors="replace")
         content = content.strip()
 
         if not content:

scripts/readers/ppt/__init__.py

@@ -0,0 +1,46 @@
+"""PPT 文件阅读器，使用 LibreOffice 解析。"""
+
+import os
+from typing import List, Optional, Tuple
+
+from readers.base import BaseReader
+from utils import is_valid_ppt
+
+from . import libreoffice
+
+
+PARSERS = [
+    ("LibreOffice", libreoffice.parse),
+]
+
+
+class PptReader(BaseReader):
+    """PPT 文件阅读器"""
+
+    def supports(self, file_path: str) -> bool:
+        return file_path.lower().endswith('.ppt')
+
+    def parse(self, file_path: str) -> Tuple[Optional[str], List[str]]:
+        failures = []
+
+        # 检查文件是否存在
+        if not os.path.exists(file_path):
+            return None, ["文件不存在"]
+
+        # 验证文件格式
+        if not is_valid_ppt(file_path):
+            return None, ["不是有效的 PPT 文件"]
+
+        content = None
+
+        for parser_name, parser_func in PARSERS:
+            try:
+                content, error = parser_func(file_path)
+                if content is not None:
+                    return content, failures
+                else:
+                    failures.append(f"- {parser_name}: {error}")
+            except Exception as e:
+                failures.append(f"- {parser_name}: [意外异常] {type(e).__name__}: {str(e)}")
+
+        return None, failures

scripts/readers/ppt/libreoffice.py

@@ -0,0 +1,37 @@
+"""使用 LibreOffice soffice 命令行转换 PPT 为 PPTX 后复用 PptxReader 解析"""
+
+import tempfile
+from pathlib import Path
+from typing import Optional, Tuple
+
+from readers._utils import convert_via_libreoffice
+from readers.pptx import PptxReader
+
+
+def parse(file_path: str) -> Tuple[Optional[str], Optional[str]]:
+    """使用 LibreOffice soffice 解析 PPT 文件
+
+    Args:
+        file_path: PPT 文件路径
+
+    Returns:
+        (markdown_content, error_message): 成功时 (content, None)，失败时 (None, error)
+    """
+    with tempfile.TemporaryDirectory() as temp_dir:
+        # 将 PPT 转换为 PPTX
+        pptx_path, error = convert_via_libreoffice(
+            input_path=file_path,
+            target_format="pptx",
+            output_dir=Path(temp_dir),
+            timeout=60
+        )
+        if error:
+            return None, error
+
+        # 复用 PptxReader 解析转换后的 PPTX
+        reader = PptxReader()
+        content, failures = reader.parse(str(pptx_path))
+        if content is not None:
+            return content, None
+        else:
+            return None, f"转换成功但 PPTX 解析失败: {failures}"