【Paper2Slides】2：图片生成工作逻辑
图片生成核心逻辑
好的，我们来分析Paper2Slides/paper2slides/generator/image_generator.py文件的核心逻辑、执行步骤和使用方法。
核心逻辑
这个文件的核心是一个名为ImageGenerator的类，其主要作用是将结构化的内容计划 (ContentPlan) 转换为最终的视觉产物（一系列幻灯片图片或一张海报图片）。
它通过以下方式实现这一目标：
- 动态构建提示词 (Prompt Engineering): 它不使用单一的静态提示词，而是根据内容计划、用户选择的风格（如学术风、自定义风格）和输出类型（幻灯片/海报），动态地将多个提示词片段（从
prompts目录导入）组合成一个非常详细和精确的指令，用于指导多模态大模型（如 Gemini 3 Pro Image）进行图片生成。 - 上下文感知生成: 在生成幻灯片时，它不仅考虑当前页的内容，还会将整个演示文稿的摘要 (
Full presentation context) 提供给模型，以确保内容和逻辑的连贯性。 - 风格一致性维