业主面访材料智能生成技能

概述

输入用户上传的原始素材（房源图片/PDF/Word、市场分析报告、业主录音或转写文稿），自动输出标准化业主面访方案 PPT（.pptx，16:9）。核心能力：多格式解析、录音文稿专项分析（卖房原因/卖点/客群/价格预期）、精确图片裁剪（趋势图/竞品截图）、pptxgenjs 生成 PPT。

适用场景：经纪人业主上门面访/登门拜访前制作展示方案。

输出：标准 .pptx，PowerPoint/WPS 可直接打开编辑、投屏、打印；图表数据可二次修改。

工作流程（七步：收集→搜索→验证→结构化→JSON→PPTX→交付）

第一步：收集素材并分类处理

使用文件工具读取用户上传的所有文件，按类型分类处理三类核心资料：

房源基础信息类：
- 图片文件（房源信息截图、房产证、户型图等）：
1. 优先使用Read工具直接识别图片中的文字和表格（多模态）
2. 降级：Read 不可用时用 easyocr OCR（PIL 读中文路径 + reader.readtext(np.array(img))）
提取内容：面积、户型、楼层、朝向、装修、产权、配套、楼龄、税费、挂牌价、小区名、维护人
- PDF/Word文档：用 Read 读取转为文本，提取结构化房源信息

市场行情信息类：
- 图片文件（市场行情截图、小区挂牌价对比图）：同图片识别方式
提取内容：同小区挂牌价、近期成交价、片区供需、客户流向、市场热度
- PDF分析报告（如"市场竞争策略分析报告"等多页数据图表报告）：
1. 优先 Read 识别报告文字与数据
2. 降级：PyMuPDF（fitz）提取报告内所有原始图片，存到 pdf_analysis/pageN_imgM.ext
3. 重要原则：报告中已有的"近18个月趋势图"、"挂牌价/成交价图"、"小区数据图"、"竞品对比图"等原始图表，必须保留为图片资源直接嵌入PPT对应页面，不重新生成图表，避免失真
- PDF/Word文档（市场调研报告、竞品分析）：Read 读取，提取市场数据、竞品分析、成交趋势

业主沟通录音/文稿类：
- 录音文件（.mp3/.wav/.mp4/.webm）：用 linkspace-asr <录音文件路径> --output <输出文本文件路径> 转文字
- 录音转写文稿/文字记录（.txt/.doc/.docx 或直接粘贴文字）：Read 直接读取
提取内容：卖房原因、价格预期、决策人、核心顾虑、自我评价、时间要求

录音文稿专项分析规则（当上传录音文稿或录音转写文本时执行）：

读取文稿后按 4 维度分析，结果存入 transcript_analysis.json（结构见下），用于第四步整合进房源分析模块：

1. 卖房原因：识别卖房动机（置换/移民/资金周转/投资/学区变更等），提取业主原话加引号引用；与已有信息冲突时以业主原话为准。例：业主说"孩子要出国读书，房子空着也是浪费"→ "孩子出国，房屋闲置"
2. 核心卖点：识别业主自述房屋优势（采光/户型/装修/配套/交通等），提取具体细节（"下午3点客厅还能晒到太阳"、"走路5分钟到地铁"）；与已有卖点对比：文稿新增→补充、业主更详细→用原话替换、已有且未提及→保留。每个卖点必须带业主原话或具体数据
3. 客群画像：从业主对买家的描述/带看反馈识别客群；结合房源特征推断（附近有学校→学区刚需、面积大配套全→改善、小户型低总价→刚需年轻、投资客看过→投资）。与已有画像冲突时以文稿为准，描述要具体（"附近3公里内有2所重点小学，适合学区刚需家庭"）
4. 价格预期：识别业主明确提到的价格数字，记录表态（急售可让步/价格坚定/看市场反馈）；与已有数据不同时以业主说的价格为准

transcript_analysis.json 结构：

{
  "selling_reason": { "quote": "业主原话", "reason": "提炼原因", "source": "transcript" },
  "core_selling_points": [ { "point": "卖点", "quote": "原话", "action": "added|updated|kept" } ],
  "target_customers": { "description": "画像", "evidence": "依据", "action": "updated|kept" },
  "price_expectation": { "amount": "价格", "attitude": "急售可让步|价格坚定|看市场反馈", "source": "transcript" }
}

重要原则：上传文件提取的所有原始数据保存为验证基准；录音文稿分析结果优先级高于网络搜索和默认推断。

经纪人信息默认占位符（无需询问用户，直接写入 agent_info）：
- 姓名 X经理 / 电话 联系方式1XXXXXXXXXX / 门店 XX房产XX门店 / 地址 XX市XX区XX路XX号
- 重要：交付 PPT 时提醒用户，封面和结尾页经纪人信息为占位符，需在 PowerPoint 中手动修改

第二步：补充市场行情数据与城市元素搜索

用户上传的市场数据不完整或缺失时，用 webSearch 补充最近 1 年数据：
- 搜索词示例："[小区名称] 最近成交价 2026"、"[片区名称] 房价走势 最新"、"[城市][区域] 二手房市场行情 2026"
- 收集：同小区挂牌价/成交价、片区供需与热度、周边竞品房源

城市地标元素搜索（封面/结尾页背景用）：
1. webSearch 搜索 "[城市名] 标志性建筑 地标"、"[城市名] 城市天际线 特色"，提取 3-5 个地标及城市特色
2. 保存 city_info.json：city_name / landmarks(3-5个) / city_description(1-2句) / city_keywords

生成城市背景图片（city_cover_bg.png，封面/结尾页核心元素，必须完成）：
1. 加载 ImageGen：ToolSearch → tool_names: ["ImageGen"]
2. prompt 规则：专业高端房产封面背景；含城市地标剪影/天际线；扁平插画或水彩风格；浅色商务高级色调（米白/浅灰绿/古铜金系），明亮通透，避免深色；横向宽幅底部留白；16:9
- 示例："Professional real estate presentation cover background, [城市名] city skyline silhouette, landmarks including [地标1, 地标2], flat illustration style, light ivory white and deep green and bronze gold color scheme, bright airy, business elegant, minimalist, wide horizontal composition, bottom area clean for text overlay, 16:9 aspect ratio"
3. 保存到工作目录 city_cover_bg.png
4. ImageGen 不可用降级：方案A WebSearch 下载城市天际线高清图；方案B PPT 中用 pptxgenjs 绘制简化建筑剪影（浅蓝矩形群组）

第三步：数据验证与一致性检查（强制执行）

1. 建立基准：处理/搜索前，先把第一步从上传文件提取的所有原始数据存为 uploaded_data_baseline.json（房源基础信息、用户市场数据、录音关键信息）
2. 搜索后对比：网络补充数据后，将关键字段（小区名称、面积、户型、楼层、价格区间）与基准逐项对比
3. 冲突处理（上传数据优先）：
   - 小区名/面积/户型/楼层不一致 → 一律采用上传数据
   - 搜索价格与业主预期差异超 20% → 标注差异、采用业主价格
   - 录音文稿分析结果优先级高于网络搜索
4. 记录差异（提效：仅当实际出现字段冲突时才写入 data_validation_log.txt，无冲突则跳过文件写入直接进入下一步）：格式 [字段] 上传: <值> | 抓取: <值> | 采用: 上传数据
5. 严重冲突/验证失败 → 向用户报告并请求确认后再继续

第四步：提炼核心信息并构建结构化数据

基于收集到的所有信息，提炼并组织成结构化JSON数据。参考references/output_structure.md中定义的完整格式，构建包含六大固定模块的数据：

0. 去AI味写作规范（强制执行）

PPT文案必须避免AI生成感，让业主觉得是真人经纪人写的方案。以下规则在所有文字生成中强制执行：

禁用表达清单（出现即视为不合格，必须改写）：
- "综上所述"、"值得注意的是"、"总而言之"等AI过渡词
- "我们将为您提供"、"致力于为您"、"竭诚为您服务"等空泛承诺
- "该房源具有"、"本房源享有"等公文式表达 → 改为"这套房子"、"您家"
- "具有显著优势"、"具备极高性价比"等空洞修饰 → 用具体数据替代
- "优化居住体验"、"提升生活品质"等口号式表达
- "通过多维度分析"、"经过深度调研"等自夸式表述
- "敬请关注"、"敬请期待"等客套话
- "赋能"、"抓手"、"闭环"等互联网黑话
- 任何以"作为"开头的句子

必须做到的写作要求：
1. 口语化：用面对面跟业主聊天的语气写文案，不是写报告
- ✅ "这个小区近半年成交了12套，均价在5万3左右"
- ❌ "该小区近半年成交量达12套，成交均价约为53000元/㎡"
2. 数据具体：所有描述必须带具体数字，不用"较高"、"较低"、"较多"等模糊词
- ✅ "楼层是18/32层，正南朝向，下午采光特别好"
- ❌ "楼层适中，朝向优越，采光充足"
3. 引用业主原话：从录音转写中提取业主的真实表达，加引号引用
- ✅ 业主说："主要是孩子上学方便，走路5分钟就到学校"
- ❌ 业主卖房原因：教育资源配套优质
4. 本地化表达：使用当地房产术语和片区俗称
- 如北京说"南北通透"，上海说"房型正气"，广州说"向南单位"
5. 一句话说清：每个卖点/理由用一句话讲完，不堆砌形容词
6. 避免排比句：不使用"既...又...还..."等AI典型排比结构
7. 人称统一：全篇以"您"称呼业主，以"我"或"我们"自称经纪人

文案审校流程：
生成所有文字内容后，逐条对照禁用表达清单检查，发现违规则改写。改写后再次确认：
- 是否有具体数据支撑
- 是否像真人说话
- 是否有空泛修饰词
- 是否有AI典型句式

1. 市场介绍模块（多层级分析，3 个层级各占一页）

整合思路：将原"市场介绍"扩展为"近18个月市场分析"专题，从三个层级（城市、区域、商圈）展示市场走势，每个层级独立一页（城市成交趋势/区域成交趋势/商圈成交数据），每页全幅展示该层级趋势图。每页只放一张趋势图，不展示额外的成交均价、月均、涨幅、成交周期、供需比等数据卡。

数据来源：用户上传的市场分析报告图片（如PDF中提取的趋势图）。识别并保留原图，不要重新生成图表。

图片裁剪规则：报告中的城市/区域/商圈三级趋势图通常合并在一张大图中，用 scripts/precise_crop.py 裁剪为 3 张独立图：
1. 扫描定位：python scripts/precise_crop.py pdf_analysis/page1_img1.jpeg --mode scan_only（确认三级边界）
2. 自动拆分：--mode auto_split --count 3 --output_dir pdf_analysis --prefix 18m_section
3. 按扫描结果重命名为 city_18m.jpeg / district_18m.jpeg / subarea_18m.jpeg（对应城市/区域/商圈）
4. 拆分不精确时改用 crop_range 按明确坐标裁剪（坐标值由 scan_only 输出确定，以扫描输出为准，不做估算试错）

裁剪执行原则（提效）：全部 6 张裁剪图（趋势图3张 + 挂牌价图1张 + 小区数据图1张 + 竞品前3套1张）一次性连续执行完再进入下一步，避免逐图穿插其他工作；优先用 auto_split / crop_top_n 自动模式，仅自动结果不精确时才用 scan_only 坐标 + crop_range 手动定位

三个子页面（各占一页，每页仅展示 1 张趋势图，不展示任何额外数据卡）：
- （1）城市成交趋势（近18个月）：city_18m.jpeg（城市/直辖市/省份二手房走势）
- （2）区域成交趋势（近18个月）：district_18m.jpeg（房源所在行政区/区域走势）
- （3）商圈成交数据（近18个月）：subarea_18m.jpeg（房源所属商圈/小区簇走势）

市场描述用聊天口吻（如"您这个小区最近半年卖得不错，成交了12套"），不用"市场表现优异"、"供需关系良好"等空泛表述。

2. 房源分析模块

从录音转写文本/录音文稿和文档中提取：
- 卖房原因：置换/移民/资金周转/投资等，影响定价策略
- 核心卖点：3-5个最突出优势（户型/朝向/楼层/装修/配套/学区等）
- 目标客群：刚需/改善/学区/投资，匹配推广渠道
- 价格预期：业主心理价位，对比市场行情合理性

录音文稿整合规则（上传了录音文稿时执行，将 transcript_analysis.json 结果并入本模块）：
1. 卖房原因：优先引用业主原话（加引号）；与文稿 selling_reason 不一致时以文稿为准
2. 核心卖点：遍历 core_selling_points 按动作合并——added 追加末尾、updated 用文稿版替换（原话丰富描述）、kept 保留；总数控制在 3-5 个
3. 目标客群：target_customers.action == "updated" 时用文稿结果替换；描述须基于文稿证据（业主提到的客户特征、带看反馈）
4. 价格预期：用业主明确提到的数字；记录态度（急售可让步/坚定/看市场反馈）；对比市场合理性

未上传录音文稿时：卖房原因、核心卖点、客群画像基于房源基础信息和市场数据推断生成，标注"基于房源信息推断"。

去AI味：卖房原因引用业主原话、卖点用具体数据（"18楼正南，下午3点客厅还能晒到太阳"）、客群描述具体化（"附近3公里有2所重点小学"）。

1.5 挂牌价与成交价关系模块（独立页面，第5页）

数据来源：市场分析报告中的"挂牌价与成交价关系图"原图。
展示：左侧原图（保留原图）＋ 右侧分析结论卡片（挂牌价均值、成交价均值——金色Arial数字突出；议价幅度——商务蓝；议价空间说明口语化）
关键洞察：挂牌/成交价差、客户实际成交折让比例、对业主定价的参考建议
去AI味："这小区平均挂牌 145 万，实际成交 138 万，议价幅度约 4.8%"，不用"价格弹性"、"价格发现机制"等术语。

1.6 小区数据模块（独立页面，第6页）

数据来源：市场分析报告中的"小区数据"原图（户型分布、面积段、楼栋信息等）。
展示：顶部小区核心信息卡（小区名、地址、建成年代、总户数、容积率、绿化率、物业类型、产权年限）＋ 中部原图（保留原图）＋ 底部 3-4 个关键指标卡（主力户型占比、主力面积段、平均成交周期、成交活跃度）
去AI味："这小区主推 89 ㎡两房，占了成交量的 65%"，不用"主力户型为"等报告式语言。

1.7 竞品房源对比模块（独立页面，第7页）

数据来源：市场分析报告中的"竞品房源对比图"原图。
图片裁剪：竞品图通常含多套房源，只保留前 3 套——用 scripts/precise_crop.py：先 --mode scan_only 扫描各套边界，再 --mode crop_top_n --count 3 --output_dir pdf_analysis --prefix competitor_top3 裁出前3套（不精确时用 crop_range 按坐标手动定位），保存为 competitor_top3.jpeg
展示：顶部竞品分析结论（一句话总结本小区 vs 前3套竞品的优劣势）＋ 主体 competitor_top3.jpeg 原图；不展示右侧对比维度卡
去AI味："咱们这个小区单价 1.38 万，比周边 3 个竞品都低 1000-2000 块，性价比很明显"，不用"具备相对价格优势"等官话。

（1）定价策略（必须包含三档定价）：
- 快速成交定价：价格略低于市场价，能够快速出手，适合急售
- 定价金额
- 定价理由说明
- 市场价格：参照市场价格与房源自身优势（装修、楼层）综合评估
- 定价金额
- 定价理由说明
- 目标价：参照业主预期价格，可能略高于市场价，建议根据市场及带看反馈调整
- 定价金额
- 定价理由说明
- 定价逻辑：说明基于同小区近期成交价和周边竞品分析的测算依据
- 议价空间：建议预留的议价百分比

标注说明：所有价格支持在PowerPoint中直接手动修改。

（2）线上展示优化：
列出全套线上房源包装动作：
- 拍摄高清房源照片（采光好的时段，广角镜头）
- 制作VR全景看房
- 撰写吸睛标题和详细描述
- 标注核心卖点标签
- 提升平台房源分值与曝光流量

（3）房源实地美化建议：
根据房屋现状给出方案：
- 常规深度清洁（窗户擦拭、地板打蜡、异味处理）
- 软装整理（摆放绿植、更换明亮灯具、收纳整理）
- 针对房屋户型、采光、格局等硬伤，提供简易低成本美化整改方案（墙面修补、门窗维修等）

（4）精准推广渠道（按客群匹配）：
结合房源目标客群匹配对应推广渠道：
- 刚需年轻客群：小红书、短视频自媒体（抖音/快手）、微信社群、租房转售群
- 改善家庭客群：门店端口推广、老客户推荐、同小区业主群
- 学区客户：家长群体、教育论坛、学区房专题推广
- 高端客群：圈层定向推介、高端社区活动、私域资源对接

标注说明：渠道按需匹配，支持根据实际情况调整。

（5）其他补充推广动作：
补充临时性、辅助性推广举措：
- 举办房源开放日活动
- 制作房源推广短视频
- 联合周边商圈异业合作
- 设置老带新推荐奖励

4. 双方权责与配合事项模块

经纪人后续执行动作：
- 明确跟进节奏（每日/每周反馈进度）
- 及时同步市场动态和客户反馈
- 统筹安排客户带看
- 执行线上线下推广计划
- 协调交易流程各环节

业主需配合事项（固定7项）：
1. 陪同经纪人查看竞品房源，共同梳理提炼房源核心卖点
2. 配合编辑短视频文案、拍摄自媒体宣传内容，从自住体验角度讲述房屋故事
3. 进入专属推广协作群，同步市场动态、接收客户一手反馈
4. 共同协商设置带看激励、成交激励；可选择承担部分契税、中介费、物业费，或赠送闲置家电/家具作为福利
5. 按时参与房源聚焦会、空看活动，为同行讲解房屋优势与居住体验
6. 客户带看期间，配合接待、答疑讲解居住感受，拉近客户距离
7. 日常保持房屋干净整洁，保障带看体验

5. 完整交易流程模块

标准化流程步骤（固定7步）：
1. 房源上架：签署委托协议、录入系统、开始推广
2. 客户带看：预约看房、现场讲解、收集反馈
3. 价格协商：客户出价、议价沟通、达成一致
4. 签订合同：买卖双方签署正式合同、确定条款
5. 资金监管：首付款进入监管账户、保障资金安全
6. 面签过户：办理贷款、缴纳税费、产权过户
7. 物业交割：水电煤过户、钥匙交接、尾款结算

6. 交易风险提醒模块

必须涵盖三类风险：

（1）产权风险：
- 风险描述：房产证真伪、抵押状况、共有产权人等问题
- 规避措施：核查房产证真伪及抵押情况，确认产权清晰无争议

（2）定价风险：
- 风险描述：定价过高流失客户，议价空间设置不合理
- 规避措施：合理设置议价空间，避免因定价过高流失优质客户

（3）流程风险：
- 风险描述：贷款审批延误、过户时间拖延、政策变动
- 规避措施：关注贷款审批时效和过户环节，预防政策变动影响

重要原则：
- 所有内容必须基于用户上传的素材，不编造数据
- 语言口语化与专业化结合，适合直接向业主展示，像跟业主面对面聊天
- 核心信息（价格、卖点、渠道）重点标注
- 定价策略和推广渠道在文档中标注"可根据实际情况调整"
- 严格执行去AI味写作规范（见第四步第0节），生成后逐条审校

第五步：生成JSON数据文件

使用文件工具将结构化数据写入JSON文件，保存到当前工作目录下的 owner_visit_data.json。

确保JSON格式符合references/output_structure.md的定义，包含所有必需字段和子模块，特别是：
- 定价策略包含三档定价（快速成交定价、市场价格、目标价）
- 交易流程包含完整7步
- 风险提醒涵盖三类风险（产权、定价、流程）
- 经纪人信息（agent_info）：使用通用占位符（X经理、联系方式1XXXXXXXXXX、XX房产XX门店、XX市XX区XX路XX号）
- 城市信息（city_info）：包含城市名称、地标列表、城市描述、背景图路径

第六步：生成PPTX演示文稿

使用pptxgenjs（Node.js库）生成标准PowerPoint格式的.pptx文件。严格按照 15 页幻灯片结构排版（基础 10 页；上传市场分析报告时第2页拆为城市/区域/商圈 3 页趋势页，并扩展挂牌价成交价、小区数据、竞品对比 3 页）。

（1）环境准备

首先确保pptxgenjs可用：

# 在工作目录中初始化Node.js环境并安装pptxgenjs
cd <当前工作目录>
npm init -y
npm install pptxgenjs

（2）配色方案与设计规范

选择与房地产行业匹配的高端专业配色方案，确保PPT具备现代感与高级质感。

完整色板：

渐变定义（通过在幻灯片上叠加多个半透明矩形实现）：
- 封面：城市地标背景图片铺底 + 全幅半透明白色(透明度45%)提亮 + 底部半透明浅米金(E9DCC4透明度60%) + 顶部半透明极浅灰绿(EDF1EB透明度55%)，形成明亮通透的浅色渐变，确保深色文字可读性
- 结束页：城市地标背景图片铺底 + 全幅半透明白色(透明度55%) + 中央半透明浅米金(E9DCC4透明度50%)，突出中心文字和联系卡片
- 标题栏渐变：底色345040，右侧叠加5F7A6B渐变淡出
- 降级方案：当城市背景图片不可用时，使用极浅灰绿EDF1EB底色 + 简化城市天际线剪影（高度错落的9CA99E半透明矩形群组）替代

卡片阴影效果（通过在卡片底部+右侧偏移2-3pt处先绘制同大小的000000矩形，透明度8-10%）：
- 大卡片阴影：偏移(x:0.04, y:0.04)，透明度10%
- 小卡片阴影：偏移(x:0.03, y:0.03)，透明度8%

装饰元素规范：
- 顶部装饰线：C0A16F，高度3-4pt，位于标题栏下方，宽幅与内容区等宽
- 页码标记：345040圆角正方形(24x24pt) + 白色数字(10pt, Arial)
- 章节分割线：E3E8E3实线，1.5pt，用于分隔左右栏
- 步骤序号圆形：345040填充正圆(直径32pt) + 白色数字(16pt, Arial Bold)，带2pt白色描边
- 重点色条：C0A16F圆角矩形(宽4pt)，用于卡片左侧重点标识

字体规范（增强层级体系）：

设计原则（增强版）：
- 封面与结束页：使用城市地标背景图片+浅色提亮遮罩，营造城市归属感与明亮高端感；封面底部展示经纪人姓名+电话+门店信息；结束页设置独立联系卡片，突出经纪人个人品牌
- 内容页：统一使用浅灰绿白背景(F4F6F5) + 深灰文字，确保舒适可读性；顶部墨绿标题栏提供视觉锚点
- 卡片式布局：所有信息块使用白色圆角矩形卡片（圆角radius: 0.08），配合微阴影增加层次感与悬浮效果
- 顶部标题栏：每页顶部墨绿矩形标题栏(高度0.9-1.1英寸，345040)，白色标题文字左对齐，底部配3pt古铜金装饰线
- 分栏设计：内容页优先使用左右分栏(60/40或50/50)，用浅色分割线或间距区分，避免大面积纯文字
- 数字与金额：使用古铜金大号Arial字体突出，配合浅米金底色块营造强视觉焦点；金额数字前加¥符号
- 边距规范：内容区域左右边距0.6英寸，卡片之间间距0.15-0.2英寸，文字与卡片边缘内边距0.15英寸
- 视觉节奏：封面/结束页浅色提亮+古铜金装饰，内容页浅灰绿白背景+墨绿标题栏，整体明亮通透，靠墨绿与古铜金色块的交替营造节奏感，杜绝大面积深色
- 丰富装饰：每页至少3个以上视觉元素(色块/图表/装饰线/形状/图标)，杜绝纯文字页面
- 高亮强调：关键数据/卖点使用浅米金或翠绿色块背景衬托，风险信息使用警示浅红底+红色左边框

（3）标准大纲结构（15 页：基础 10 页 + 上传报告扩展 5 页，不得遗漏）

基础 10 页（未上传市场分析报告时）：
1. 封面页 — 主标题为「XX小区业主售房方案」（XX小区根据房源信息或市场分析数据中的小区名自动填充，模板按 cover_community_name → community_data.name → cover_subtitle 前缀依次取值）+ 副标题（小区·户型·面积）+ 城市地标背景 + 经纪人信息 + 日期
2. 市场行情分析 — 片区概况描述 + 价格走势图 + 4个指标卡
3. 房源分析（上） — 卖房原因与核心卖点（3-5个）
4. 房源分析（下） — 目标客群与价格预期
5. 推广方案（上） — 定价策略（三档定价卡片）+ 线上优化
6. 推广方案（下） — 推广渠道（按客群分类）+ 美化建议
7. 双方权责 — 经纪人动作 + 业主配合事项（7项）
8. 交易流程 — 完整交易步骤（7步时间轴）
9. 风险提醒 — 潜在风险（三类）与规避措施
10. 结束页 — 城市地标背景 + 感谢语 + 经纪人联系卡片（姓名/电话/门店/地址）

上传市场分析报告时，扩展为 15 页（第2页拆为 3 页层级趋势页，并插入以下 3 页，后续顺延）：
- 第2页：城市成交趋势（近18个月）——层级色条（level_name/level_value）+ 全幅趋势图，无额外数据卡
- 第3页：区域成交趋势（近18个月）——同上布局
- 第4页：商圈成交数据（近18个月）——同上布局
- 第5页：挂牌价与成交价关系（保留原图）
- 第6页：小区数据（保留原图）
- 第7页：竞品房源对比（仅前3套竞品裁剪图，无右侧对比维度卡）
- 后续页面（房源分析、推广方案、交易流程、风险提醒、结束页）顺延为第8~15页

回退至 10 页的条件：用户未上传市场分析报告时，按基础模块的 10 页结构生成。

（4）生成PPTX的Node.js脚本编写规范

不手写脚本：直接复制 assets/generate_pptx_template.js 为 generate_pptx.js（或直接运行模板文件），然后按以下规则填充：

1. 数据读取：脚本自动读取 ./owner_visit_data.json（第五步生成），数据解析部分无需改动
2. 填充内容：把模板中每页占位内容替换为 owner_visit_data.json 中的实际数据；模板每页注释已标明所需字段与布局
3. 图片：模板按 data.*.image_path / ./city_cover_bg.png 读取裁剪图与背景图；原图缺失时模板已内置降级（占位文字/天际线剪影），勿自行改动
4. 禁止改动：颜色常量 C、字体预设 F、辅助函数（addHeaderBar / addCard / addAccentCard / addStepCircle / addPageNumber / addGoldLine / addSkyline / formatPhone / addCityBg / addCityLabel）与页面骨架一律保留，仅替换文字与数据（addPageNumber(slide) 已改为自动递增编号，调用时不传页码参数）
5. 页数自动切换：模板 hasReport 分支自动处理——上传市场分析报告时输出 15 页（含城市/区域/商圈 3 页趋势 + 挂牌价/小区数据/竞品对比页），未上传时回退 10 页；勿手动增删页面
6. 图表：模板已用 addChart 绘制无报告版价格走势图，禁止重新设计图表

各页面内容要点（布局代码模板已实现，此处仅提示每页数据来源）：

填充后运行：node generate_pptx.js，输出 业主面访方案.pptx。

（5）执行生成

编写完整的Node.js脚本后，执行生成：

cd <当前工作目录>
node generate_pptx.js

运行环境要求：使用系统提供的Node.js（22.22.2或24.14.0），确保pptxgenjs已安装。

（6）PPTX质量检查（QA）

生成后必须完成以下检查（任一项不过即修正后重新生成）：

内容完整性：
- 用 markitdown 提取文本核对：pip install "markitdown[pptx]" 后执行 python -m markitdown "业主面访方案.pptx"（重点核对第2~7页图片页标题与关键数字，文本页抽查即可）
- 六大模块齐全；上传报告时为 15 页（含城市/区域/商圈趋势 3 页 + 挂牌价/小区数据/竞品对比 3 页），未上传时 10 页
- 三档定价完整、交易流程 7 步、风险 3 类含规避措施、业主配合 7 项
- 页码连续正确（模板自动编号，从第2页起显示）

原图与裁剪：
- 第2~4页三张层级趋势图、第5页挂牌价对比图、第6页小区数据图、第7页前3套竞品裁剪图均来自用户上传报告原图，无压缩失真、有金色边框、下方标注"数据来源：用户上传的市场分析报告"
- 第2~4页每页仅展示对应层级趋势图（全幅），无额外数据卡；第7页无右侧对比维度卡

视觉规范：
- 浅色商务色板统一；每页顶部商务蓝标题栏+金色装饰线；卡片圆角(0.08)+微阴影；三档定价卡片顶带橙/蓝/金
- 封面/结束页：城市背景图+浅色提亮遮罩+左上角城市标签；结束页联系卡片（姓名金色+电话Arial粗体）
- 页码右下角；风险卡浅红底+红左边框+翠绿规避；流程步骤圆与箭头对齐；文件大小 >50KB

内容真实性：
- 全部内容基于用户上传素材，市场数据来自上传文件或网络搜索，无编造

去AI味与录音文稿：
- 全文无禁用表达；卖房原因引业主原话；卖点有具体数据；人称"您"统一
- 上传录音文稿时：已生成 transcript_analysis.json 并按 added/updated/kept 合并；文稿结果优先级高于网络搜索

经纪人占位符：
- 封面底部与结束页联系卡片显示占位符（X经理/联系方式1XXXXXXXXXX/XX房产XX门店）；交付时提醒手动修改

第七步：交付演示文稿

使用presentFiles工具将生成的PPTX演示文稿交付给用户：

presentFiles(["<当前工作目录>/业主面访方案.pptx"])

同时在正文中说明：

使用方式：
- 直接打开：用 PowerPoint 或 WPS Office 打开，即可查看和编辑
- 投屏展示：连接投影仪或大屏后，按F5进入全屏放映模式
- 打印输出：文件 → 打印，建议选择"横向"布局和"适应页面"
- 二次编辑：所有文字、图表、数据均可直接在PowerPoint/WPS中修改
- 分享发送：.pptx文件可通过微信、邮件等方式直接发送给业主

注意事项：
- 定价策略和推广渠道标注"可根据实际情况调整"，支持手动修改
- 图表数据可在PowerPoint中右键编辑数据源
- 建议在面访前预览一遍，根据实际情况微调内容
- 文件可永久保存，支持反复使用
- 封面和结尾页的经纪人信息（姓名、电话、门店）为通用占位符，务必在PowerPoint中手动修改为实际信息后再使用

终止规则

若在生成过程中触发以下任一条件，立即终止并告知用户：

1. 生成的PPT缺失六大模块中任意一个模块或其子模块
2. 定价策略未提供三档定价建议（快速成交定价、市场价格、目标价）
3. 交易流程步骤少于7步
4. 风险提醒未涵盖产权/定价/流程三类风险或缺失规避措施
5. 最终输出格式非.pptx标准PowerPoint格式
6. 业主配合事项少于7项
7. 当用户上传市场分析报告时，生成的PPT页数不足 15 页（缺少城市/区域/商圈趋势页/挂牌价成交价/小区数据/竞品对比等扩展页面）
8. 市场趋势页（第2~4页）未将复合趋势图裁剪为3张独立图片，或展示了额外数据卡（成交均价/月均/涨幅等）
9. 竞品对比页未从原图中裁剪前3套竞品，或展示了右侧对比维度卡
10. 分析报告原图出现明显压缩失真或外侧无金色边框装饰

触发终止规则后，说明具体缺失项，并要求重新生成或补充完善。

资源说明

scripts/precise_crop.py

精确图片裁剪工具，支持三种模式：
- scan_only：扫描图片内容块，输出坐标范围（用于调试和确认裁剪位置）
- auto_split：自动检测内容块，将复合图拆分为N段（适用于趋势图三等分）
- crop_top_n：自动检测内容块，只保留前N个块合并为一张图（适用于竞品前3套）
- crop_range：按明确坐标范围裁剪（适用于自动检测不精确时的手动定位）

依赖：PIL (Pillow)、numpy。在Python虚拟环境中运行。

references/output_structure.md

定义业主面访方案的完整JSON数据结构，包含所有字段说明、数据类型、生成原则。生成数据前必须参考此文档确保结构完整。

特别包含：
- 经纪人信息结构（agent_info）：使用通用占位符（X经理、联系方式1XXXXXXXXXX等），生成后由用户手动修改
- 城市信息结构（city_info）：城市名称、地标列表、城市描述、背景图路径
- 多层级市场分析结构（market_intro.18m_analysis）：city / district / subarea 三个层级对象，每个仅含层级名称、区域名与裁剪后的趋势图路径（无 key_metrics），三个层级各占一页
- 挂牌价与成交价关系结构（market_intro.price_relation）：原图路径 + 各项数据 + 解读
- 小区数据结构（community_data）：基础信息 + 原图路径 + 关键指标
- 竞品对比结构（competitor_comparison）：分析结论 + 前3套竞品裁剪图路径（无 comparison_points）
- 录音文稿分析结构（transcript_analysis）：卖房原因、核心卖点、客群画像、价格预期的文稿分析结果，用于补充或修改房源分析模块数据
- 三档定价策略的详细结构
- 完整交易流程的7步定义
- 三类风险提醒的标准格式
- 业主配合事项的固定7项内容

使用示例

用户上传房源信息后，典型执行流程：
1. 提取素材（图片多模态识别/OCR、PDF 提取原图、Word/录音转写、录音文稿直接读取）
2. 如上传录音文稿：执行 4 维度分析生成 transcript_analysis.json
3. 如上传PDF分析报告：用 scripts/precise_crop.py 裁剪 3 张趋势图 + 前3套竞品截图
4. 搜索补充市场数据 + 城市地标 + 生成城市背景图
5. 数据验证（上传数据优先，录音文稿优先级高于网络搜索）
6. 构建 JSON（15 页大纲 + agent_info占位符 + city_info + 原图路径 + transcript_analysis），执行去AI味审校，写入 owner_visit_data.json
7. 复制 assets/generate_pptx_template.js 为 generate_pptx.js，填充数据后 node generate_pptx.js
8. 按第六步 QA 检查，交付 .pptx 并提醒手动修改经纪人占位符

最终用户获得：
- 标准PowerPoint格式的专业演示文稿（.pptx）
- 可用PowerPoint/WPS直接打开编辑
- 支持投屏展示的标准16:9宽屏比例
- 基础 10 页 + 上传分析报告时扩展为 15 页（城市/区域/商圈趋势 3 页 + 挂牌价成交价/小区数据/竞品对比 3 页）
- 市场趋势页（第2~4页）使用用户上传的报告原图全幅展示（保留原数据精度）
- 图表和数据可二次编辑的专业文件