這是一個為您的專案 TeacherAssist (TXT2PPTX) 撰寫的專業 README.md 文件草案。此文件根據您提供的程式碼結構（FastAPI 後端、Vanilla JS 前端、python-pptx 渲染）進行編寫，旨在展現專業感並為未來擴充預留空間。

TeacherAssist 是一款基於 RAG (Retrieval-Augmented Generation) 概念開發的輕量級 Web 應用程式。使用者只需輸入簡短的文字描述，系統即可透過大語言模型（LLM）進行內容擴充與邏輯分頁，最終自動渲染並輸出專業的 PowerPoint (.pptx) 簡報文件。

• 全自動工作流：從「純文字輸入」到「結構化大綱」再到「PPTX 渲染」的一鍵式體驗。
• 多樣化佈局：內建 9 種專業投影片佈局（封面、章節頁、雙欄對比、數據分析等），避免內容單調。
• LLM 驅動：預設對接 Ollama (Local LLM) 進行離線運算，並支持 Anthropic Claude API 以獲得更高質量的擴充內容。
• 專業視覺規範：內建「Ocean Gradient」主題色系，自動處理字體、對齊、圖標預留位與頁碼渲染。

專案採用前後端分離架構，流程如下：

1. Frontend：Vanilla HTML/CSS/JS 提供即時進度模擬與大綱預覽。
2. Backend (FastAPI)：處理 API 請求並協調整個生成 pipeline。
3. LLM Service：將使用者輸入轉化為符合 PresentationOutline Pydantic 模型之 JSON 結構。
4. PPTX Generator：基於 python-pptx 進行高精度的座標定位與圖形渲染。

• Python 3.11+
• Ollama (如需使用本地 LLM)

1. 克隆專案並進入目錄。
2. 建立虛擬環境並安裝依賴：

python -m venv pptxenv
source pptxenv/bin/activate
pip install fastapi uvicorn python-pptx pydantic httpx

使用內建腳本啟動：

cd txt2pptx
bash start.sh

訪問 http://localhost:8000 即可開始使用。

本專案之原型已打下良好基礎，未來可往以下專業方向擴充：

1. 真正的 RAG 整合：目前僅限於文字輸入擴充，未來可引入文件檢索功能，讓簡報內容基於企業內部 PDF 或知識庫生成。
2. AI 圖像自動生成：串接 Stable Diffusion 或 DALL-E 3，根據 image_prompt 欄位自動生成並填充簡報圖片。
3. VLM 佈局審查：引入多模態模型（如 Qwen2-VL）對渲染後的簡報進行「視覺美感審查」，實現自動排版修正。
4. 多主題模板引擎：支持自定義 .pptx 模板上傳，讓系統在使用者指定的企業標誌與視覺識別系統 (VI) 下運行。

• POST /api/generate：提交生成任務。
• GET /api/download/{filename}：下載成品。
• GET /api/health：系統狀態檢查。

本專案為 TeacherAssist 系列之 V3 版本 prototype，旨在探索「文字即簡報」的高效教學輔助場景。