IbCheckDeck 投研演示质检

投行演示文稿（Deck）的修改轮次越多，出错的概率就越高。一个典型案例是：第 3 页写着 $500M 营收，第 8 页的图表也是 $500M，但第 15 页的财务附注却变成了 $485M。这类错误往往不是粗心，而是多轮编辑后遗留的数据漂移。人工 QC 通常依赖逐页通读，但 30 页以上的 Deck 很难完全依赖人脑记忆来追踪所有数字和叙事逻辑。

核心工作流：提取与交叉验证

IbCheckDeck 采用 只读（Read-and-report） 的干预策略，不修改原文件，而是生成一份结构化的 QC 报告。

1. 环境感知与文本提取：技能会首先判断运行环境是 PowerPoint Add-in 还是聊天界面，并据此决定是从活动文档读取还是从上传的 .pptx 文件中解析。它会提取每一页的文本，并强制保留 页面归属（Slide-level attribution）。
2. 脚本化数字归一化：这是最核心的技术细节。技能要求将提取的文本写入临时文件，并调用 scripts/extract_numbers.py 进行处理。脚本会自动归一化单位（例如将 $500MM 和 $500,000,000 视为同一数值），并识别营收、EBITDA、倍数等指标类别，从而标记出同一指标在不同页面出现数值冲突的情况。

四维质检维度

除了脚本化的数字检查，技能还要求 Agent 执行以下分析：

• 数字一致性：除了脚本标记，还需人工逻辑介入，核对合计数、百分比以及时间周期（如 FY vs LTM）是否对齐。
• 数据与叙事对齐：检查趋势描述（如“利润率下降”）是否与图表走向一致。这能捕获“第 4 页文案没改，但第 7 页图表变了”的经典错误。
• 语言与术语规范：依据 references/ib-terminology.md，将口语化表达（如 "pretty good"）替换为投行标准的书面语，消除术语漂移。
• 视觉格式验证：虽然无法直接查看图像，但通过检查文本提取结果，可以发现缺失的图表来源引用、坐标轴标签遗漏或数字格式漂移（如同时使用 1,000 和 1K）。

适用边界与依赖

该技能高度依赖 python-pptx 库，如果环境中缺失该依赖，提取流程将直接失败。此外，视觉 QC 部分主要基于文本特征推断，对于复杂的图形重叠或对比度问题，仍无法完全替代人工肉眼巡检。