Beamer到Quarto翻译工作流：把 LaTeX 讲义原样搬进 RevealJS 网页幻灯片
- 它是什么：一个把 Beamer LaTeX 讲座（.tex）完整翻译成 Quarto RevealJS HTML 幻灯片的多阶段 AI 技能，技能 ID 为 13610。
- 它最大的特点：不靠"一次性重写"，而是把翻译拆成预飞行检查、逐页翻译、图表集成、渲染保真、教学审查、校对、回写同步等 11 个阶段，保证内容不丢、公式不走样。
- 它死守的原则：Beamer 的 .tex 文件是唯一真相来源——所有自动生成的 HTML 幻灯片都必须能被追溯回原始 LaTeX。
- 谁最需要它：手里攒了几十份 Beamer 讲义、却想要网页版幻灯片的教师、助教、科研汇报者和企业培训讲师。
- 怎么用：以文件名作为参数调用（如
[LectureN_Topic.tex]），按阶段推进即可。
1. 该技能叫什么？如何下载安装 AI 技能提升开发效率？
技能基本信息
| 项目 | 内容 |
|---|---|
| 技能中文名 | Beamer到Quarto翻译工作流 |
| 技能英文名 | translate-to-quarto |
| 技能 ID | 13610 |
| 调用提示（argument-hint） | [LectureN_Topic.tex] |
| 运行上下文 | context: fork（在独立上下文中运行，不污染主会话） |
它解决什么问题
做教学和学术汇报的人常常卡在同一个坎上：讲义原本用 Beamer（LaTeX）写，编译出 PDF 很漂亮，但想要一套能放进浏览器、可交互图表、能在线分享的网页幻灯片，就得换成 Quarto RevealJS。手工迁移的痛点是重复且琐碎——一页一页搬运标题、列表、公式、定理环境、TikZ 插图，稍有遗漏就会出现公式渲染错误、环境样式丢失、图表对不上位。这个技能就是把这条迁移流水线交给 AI 来跑，并且用"阶段 + 检查"的方式卡住质量。
一键安装的思路与步骤
- 确认安装前提：你需要在支持 AI 技能（Skill）的客户端或技能市场中操作，本地要有该技能所依赖的 Beamer 源文件（.tex）、可用的 Quarto 渲染环境，以及交互图表所需的 R 数据文件（RDS）。该技能会调用读取、Grep、Glob、写入、编辑、Bash、任务等工具能力，因此运行环境需具备文件读写与命令执行权限。
- 找到技能：在技能市场/技能目录中按技能英文名
translate-to-quarto或技能 ID13610检索（具体检索入口与安装按钮位置，以官方说明为准）。 - 一键安装并启用：按客户端提示完成安装，安装后在技能列表中确认能看到"Beamer到Quarto翻译工作流"。具体安装命令、配置文件路径、版本号与是否需要付费，技能详情中未提供，请以官方说明为准。
- 验证是否生效：新建一次会话，直接以
[LectureN_Topic.tex]形式传入你的讲义文件名作为参数。若技能被正确触发，它应当先执行"阶段 0：预飞行检查"，输出自定义环境清单、TikZ 新鲜度验证结果、RDS 数据清单与引用键映射——看到这些预检查动作，就说明安装成功。 - 小范围试跑：建议先用一讲内容较少、图形较简单的讲义做一次完整迁移，确认渲染结果符合预期后，再批量处理整套课程。
2. 该技能的主要功能和特点
- 多阶段工作流，而非单次翻译：从阶段 0 预飞行检查一直到阶段 11 文档沉淀，每一步都有明确的输入与产出，避免"一次生成、全篇返工"。
- 环境对等审计：扫描 Beamer 中所有自定义环境，逐一核对主题 SCSS 中是否存在等价的 CSS 实现，缺失就先补齐再翻译，从源头避免样式塌陷。
- TikZ 图表链路打通：通过
/extract-tikz验证 SVG 与当前 Beamer 源是否同步，翻译后用 0 基索引精确引用已提取的 SVG，图片不会错位或过期。 - R 图形 Plotly 优先：对 R 绘制的图形优先生成可交互的 Plotly 图，TikZ 与复杂图形保留静态 SVG，兼顾交互性与保真度。
- 1:1 帧到幻灯片映射：逐帧对应、逐字保留数学公式、环境对等、不缩小字体，杜绝"翻译着翻译着内容被压缩"的问题。
- 教学审查独立成环节：在视觉抛光之前先跑教学审查，先保证讲得对，再保证好看。
- 渲染与保真双重校验：渲染后统计幻灯片数量，并逐页检查问题；最终还要在浏览器中打开验证所有元素。
- 回写与文档闭环：把迁移过程中发现的更正同步回 Beamer 源文件，并更新项目说明文档、会话日志、提交 PR，形成可维护的长期资产。
3. 如何使用该技能？
第 1 步：准备输入文件
把待迁移的讲义 .tex 放入工作目录，命名建议保持 LectureN_Topic.tex 的格式（N 为讲次编号，Topic 为主题），因为这是技能约定的参数形式。同时准备好交互图表所需的 RDS 数据文件。
第 2 步：调用技能
在会话中以文件名作为参数发起请求，例如：[Lecture03_Regression.tex]。技能会在独立上下文中启动，避免污染当前对话。
第 3 步：跟进阶段 0 的预飞行结果 技能会输出四类检查结果：自定义环境与 CSS 等价项的差异、TikZ SVG 的新鲜度、RDS 文件清单、引用键映射表。若报告缺失项，先补齐再继续，这是整个流程最关键的一次人工确认。
第 4 步：确认翻译前准备 技能读取完整 Beamer 源并统计帧数，给出图形清单——哪些 TikZ 要转 SVG、哪些 R 图要转 Plotly、哪些保留 SVG。这份清单就是后续验收的对照表。
第 5 步：生成 QMD 与逐页翻译
技能先生成带 RevealJS YAML 头的 QMD 文件（包含主题、徽标、页脚、参考文献等设置，必要时加入 R 数据加载代码块），随后交由 beamer-translator 代理按 1:1 映射逐页翻译。
第 6 步：集成图表 阶段 4 处理 TikZ SVG（注意 0 基索引），阶段 5 生成 Plotly 交互图与静态 SVG，两者在对应幻灯片中落位。
第 7 步：首轮渲染与保真检查 渲染一次，核对幻灯片总数是否与帧数一致，逐页排查问题。这一步通常会暴露公式、表格、图片尺寸类问题，及时反馈修正。
第 8 步：教学审查与视觉抛光 先过教学审查（逻辑是否讲得通），再做视觉抛光（语义化配色、过渡幻灯片、框架句），顺序不可颠倒。
第 9 步：校对与最终验证
在 QMD 上运行 /proofread 完成校对，然后再次渲染、在浏览器中打开，逐项确认公式、图表、交互、链接均正常。
第 10-11 步：回写源文件与沉淀文档
把过程中确定的更正应用回 Beamer 源文件，更新 CLAUDE.md、会话日志并创建 PR，让讲义与网页版长期保持一致。
输出说明：最终产出是一套 QMD 源文件 + 渲染后的 HTML 幻灯片 + 提取的 SVG/Plotly 图表资产 + 一份可追溯的迁移记录。输入是 .tex，输出是可发布的网页讲义，二者通过 Beamer 源这一"唯一真相来源"绑定在一起。
4. 同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装/使用门槛 | 适用场景 | 优势与不足 |
|---|---|---|---|---|---|
| translate-to-quarto（本技能） | Beamer→Quarto 全流程翻译工作流 | 11 阶段流程、环境对等审计、TikZ 提取、Plotly 优先、渲染保真、教学审查、回写同步 | 需 AI 技能运行环境 + Quarto/R 环境；参数只需文件名 | 整套课程讲义迁移、需要长期维护的讲义资产 | 优势：流程完整、保真度有检查兜底、有回写闭环；不足：阶段多、需要逐段跟进，第一次使用需理解流程 |
| Pandoc 直接转换 | 通用文档格式转换工具 | 命令行将 LaTeX 转 RevealJS/HTML，支持模板与过滤器 | 需自行安装 Pandoc 并掌握参数；复杂 TikZ、自定义环境通常要自己写过滤器 | 结构简单的快速转换 | 优势：轻量、快、生态成熟；不足：自定义环境与复杂图表容易丢失，无教学与视觉层面检查 |
| 人工重写为 Reveal.js / Marp | 手工重建网页幻灯片 | 完全自由地按网页思维重新组织内容 | 需掌握前端或 Markdown 幻灯片语法，工作量大 | 页数少、需要大幅重新设计的讲义 | 优势：成品可控、可做全新设计；不足：几十页讲义成本极高，公式与图表易出错 |
| 直接沿用 Beamer PDF / 转 PPT | 不做迁移 | 保持原有 PDF 或转成演示文稿 | 门槛最低 | 只需放映、不要求网页交互 | 优势：零成本；不足：无法网页分享、无交互图表、移动端体验差 |
从对比可以看出，这个技能的差异点不在于"能不能转"，而在于转完之后敢不敢直接拿去上课——环境对等审计、保真检查、教学审查这三道关卡，是通用转换工具通常不提供的。
5. 该技能的典型应用场景与实际体验情况
场景一：高校教师的课程讲义网页化 一位主讲统计学课程的老师，手上有多讲 Beamer 讲义，包含大量公式、定理环境和 TikZ 示意图。他想要网页版方便学生课后回看。痛点是手工迁移时公式容易出错、TikZ 图需要重新导出。使用该技能时，阶段 0 先告诉他哪些自定义环境在主题 SCSS 里没有对应实现，阶段 4 用 0 基索引把已提取的 SVG 精确落位。体验：上手需要先理解阶段划分，但只要按顺序跟着走，第一讲跑通后，后续讲次的推进速度会明显加快；注意事项是预飞行检查的缺失项一定要先补，不要急着进入翻译。
场景二：课程组多人协作的批量迁移 课程组有多位助教，各自维护几讲内容。痛点在于风格不统一、图表数据源分散。该技能强调 Beamer 源是唯一真相来源，且最后有阶段 10 的源同步与阶段 11 的文档、PR 流程。体验：流程天然适合协作——每讲独立跑一遍，产出结构一致；建议把 RDS 数据清单在阶段 0 就核对清楚，否则阶段 5 生成交互图时会卡住。
场景三：科研人员的会议报告改造 研究者要把组会或会议用的 Beamer 报告改成可在线分享的版本，希望结果图能交互查看。技能在阶段 5 采用 Plotly 优先策略，R 绘制的图形直接变成可悬停查看数值的交互图。体验：交互图是这类迁移里最能体现"网页版比 PDF 强"的部分；需要注意复杂 TikZ 图仍以静态 SVG 呈现，若原图信息密度很高，建议提前拆分。
场景四：企业培训材料的标准化输出 培训团队需要把内部技术讲义统一成网页版，便于嵌入学习平台。痛点是每次迁移后没人复核，错误长期累积。技能的阶段 6 保真检查、阶段 6.5 教学审查、阶段 8 校对形成三道复核，阶段 11 还会更新说明文档与日志。体验：这类场景最看重的是可重复性和可追溯性，该技能的阶段化设计正好对应；初次使用建议先只迁移一讲做样板，确认风格后再批量推开。
6. 该技能能为用户带来的价值
- 把"体力活"变成"流水线"：原本需要逐页搬运、逐图导出的迁移工作，被拆成有明确产出的 11 个阶段，人工只负责关键节点的确认与反馈。
- 保真度有检查兜底：帧数核对、逐页问题排查、浏览器端最终验证，把"看起来对"变成"逐项验过"。
- 降低跨技术栈门槛：用户不必精通 RevealJS、SCSS 主题定制和 TikZ 导出流程，只需提供 .tex 并按阶段推进。
- 资产可长期维护：阶段 10 的回写同步与阶段 11 的文档、PR 流程，让 Beamer 源与网页版不会分叉，下一讲迁移时起点更高。
- 教学与视觉分层处理：先教学审查再视觉抛光，避免"做得很漂亮但讲不通"的返工。
7. 常见问题 FAQ
Q1：这个技能怎么安装？需要付费吗？
A：在支持 AI 技能的客户端或技能市场中，按英文名 translate-to-quarto 或技能 ID 13610 检索并安装即可。具体的安装入口、命令、版本与是否收费，技能详情中未提供，请以官方说明为准。安装后可用 [LectureN_Topic.tex] 形式调用，若技能先跑起阶段 0 的预飞行检查，即表示生效。
Q2：它只能翻译 Beamer 吗？我的讲义格式不标准怎么办？ A：该技能的定位就是把 Beamer LaTeX 讲座翻译为 Quarto RevealJS，且明确以 Beamer 的 .tex 作为唯一真相来源。如果你的讲义里有自定义环境，阶段 0A 的环境对等审计会先扫出来并提示补齐 CSS 等价项，所以"不标准"不是障碍，但需要在预飞行阶段解决。
Q3：为什么流程这么长？能跳过某些阶段吗？ A：阶段设计对应真实踩过的坑：跳过环境对等会导致样式塌陷，跳过保真检查会导致公式或图片错位，跳过教学审查会导致返工。建议完整跑通一次流程建立基线，之后的讲次再根据实际情况合并处理。
Q4：TikZ 图和 R 图分别怎么处理？
A：TikZ 先通过 /extract-tikz 验证 SVG 与 Beamer 源同步，再在阶段 4 以 0 基索引引用；R 绘制的图形在阶段 5 优先转成 Plotly 交互图，TikZ 与复杂图形保留静态 SVG。因此开工前请备好所需的 RDS 数据文件。
Q5：它和 Pandoc 直接转换、手工重写相比该怎么选？ A：追求快速看效果、讲义结构简单，Pandoc 更轻；需要完全重新设计版式，手工重写更自由；而当你有一套需要长期维护、公式与图表都不能出错的课程讲义时，这个技能的价值最大——它提供的是"转完能直接上课"的质量保障，而不只是一次格式转换。