技能介绍

它解决什么问题

把一张英文截图或一段英文材料变成可上课用的东西，中间至少要过四道手工工序：转录文本、逐句校对、按格式排 Word、再为每个段落和单词配音频并拼出网页。这套流程之前靠每次重新描述上下文来跑，确定性步骤（排版、TTS、页面组装）也因脚本散落而难以复现。eng-doc-courseware-pipeline 把整条链路固化为可重复执行的流水线：确定性步骤都有 lib/ 下的可运行脚本，创意步骤只给产出规范。

核心能力与流程

流水线共 7 步，前 3 步产出 Word，后 4 步产出课件：

图文提取（S1）：图片逐张用 Read 工具识别英文，保留原始段落结构写入 content.txt；标题行加 [TITLE] 前缀，需加粗的小标题加 [B] 前缀。
校对（S2）：拼写、时态、搭配错误直接修正，逗号拼接句改分号，保留标记原地改。
Word 生成（S3）：lib/build_doc.py 按 references/format_spec.md 排版——Arial 14pt、行距固定 30 磅、首行缩进 2 字符、标题居中、无空段；生成后读回校验字体、行距、缩进。
数据源（S4）：按 assets/course_data_template.py 拆出 reading（段落/逐句音频 + 中文翻译 + 朗读技巧说明）、vocab（15–20 个考研重点词）、grammar（5–8 个考点）、dictation（释义与挖空），写入 WORK_DIR/course_data.py。
音频与数据（S5）：lib/build_audio.py 用 Edge TTS 批量产出约 40–50 个 mp3，并用 eng_to_ipa 生成音素表；先写 course_data.js 再跑音频，断点安全；单文件失败重试 3 次，已存在且 ≥200 字节即跳过。
组装与预览（S6–S7）：assets/index_template.html 是数据驱动的单页课件，内置朗读精练、词汇卡、语法解析、默写闯关、AI 学伴五个模块；lib/serve.py 起本地静态服务供预览。

适用边界与已知坑

音频路径：course_data.py 里的音频字段必须带 tts/ 前缀，build_audio.py 会直接拼到工作目录，漏写会生成 tts/tts/ 嵌套。
跟读评测：内置的逐词 + 音素近似打分基于浏览器 Web Speech API，只适合教学演示；要工业级声学评分，需替换 startReadAlong 处的实现。
麦克风权限：录音跟读仅在 Chrome 且通过 localhost/https 打开时可用，file:// 直接打开只能听不能录。
不是通用课件工具：输入应为英文材料，词汇与语法拆解面向考研/精读场景，换语言或场景需改 course_data_schema.md 的规范。