Add unit tests, Docker integration, and update documentation

.gitignore

@@ -170,3 +170,4 @@ jupyter/*.pptx
 .gradio/*
 nohup.out
 images/*
+test_results.txt

Dockerfile

@@ -0,0 +1,24 @@
+# Dockerfile
+
+# 使用官方的 Python 基础镜像
+FROM python:3.10-slim
+
+# 设置工作目录
+WORKDIR /app
+
+# 复制 requirements.txt 并安装依赖
+COPY requirements.txt .
+
+# 安装 Python 依赖
+RUN pip install --no-cache-dir -r requirements.txt
+
+# 复制项目的所有文件到容器
+COPY . .
+
+# 复制并执行 validate_tests.sh 脚本
+COPY validate_tests.sh .
+RUN chmod +x validate_tests.sh
+RUN ./validate_tests.sh
+
+# 设置容器入口
+CMD ["python", "src/daemon_process.py"]

README.md

@@ -1,5 +1,31 @@
 # ChatPPT
 
+## 目录
+
+- [主要功能](#主要功能)
+- [产品演示](#产品演示)
+- [快速开始](#快速开始)
+  - [1. 安装依赖](#1-安装依赖)
+  - [2. 配置应用](#2-配置应用)
+  - [3. 如何运行](#3-如何运行)
+    - [A. 作为 Gradio 服务运行](#a-作为-gradio-服务运行)
+    - [B. 命令行方式运行](#b-命令行方式运行)
+- [PowerPoint 母版布局命名规范](#powerpoint-母版布局命名规范)
+- [单元测试](#单元测试)
+  - [单元测试和验证脚本 `validate_tests.sh`](#单元测试和验证脚本-validate_testssh)
+    - [用途](#用途)
+    - [功能](#功能)
+- [使用 Docker 构建与验证](#使用-docker-构建与验证)
+  - [1. `Dockerfile`](#1-dockerfile)
+    - [用途](#用途)
+    - [关键步骤](#关键步骤)
+  - [2. `build_image.sh`](#2-build_imagesh)
+    - [用途](#用途)
+    - [功能](#功能)
+- [贡献](#贡献)
+- [许可证](#许可证)
+- [联系](#联系)
+
 ChatPPT 是一个基于多模态 AI 技术的智能助手，旨在提升企业办公自动化流程的效率。它能够处理语音、图像和文本等多种输入形式，通过精确的提示工程和强大的自然语言处理能力，为用户生成高质量的 PowerPoint 演示文稿。ChatPPT 不仅简化了信息收集和内容创作过程，还通过自动化的报告生成和分析功能，帮助企业快速、准确地完成各类汇报和展示任务，从而显著提升工作效率和业务价值。
 
 ### 主要功能
@@ -83,15 +109,65 @@ python src/main.py test_input.md
 
 该规范确保布局匹配的灵活性，同时支持多种不同内容的组合和扩展。
 
-### 4. 贡献
+## 单元测试
+
+为了确保 ChatPPT 项目的代码质量和可靠性，我们使用了 `unittest` 模块进行单元测试。关于 `unittest` 及其相关工具（如 `@patch` 和 `MagicMock`）的详细说明，请参考 [单元测试详细说明](docs/unit_test.md)。
+
+### 单元测试和验证脚本 `validate_tests.sh`
+
+#### 用途
+`validate_tests.sh` 是一个用于运行单元测试并验证结果的 Shell 脚本。它会在 Docker 镜像构建过程中执行，以确保代码的正确性和稳定性。
+
+#### 功能
+- 脚本运行所有单元测试，并将结果输出到 `test_results.txt` 文件中。
+- 如果测试失败，脚本会输出测试结果，并导致 Docker 构建失败，确保未通过测试的代码不会进入生产环境。
+- 如果所有测试通过，脚本会继续进行 Docker 镜像的构建。
+
+## 使用 Docker 构建与验证
+
+为了便于在各种环境中构建和部署 ChatPPT 项目，我们提供了 Docker 支持。该支持包括以下文件和功能：
+
+### 1. `Dockerfile`
+
+#### 用途
+`Dockerfile` 是用于定义 ChatPPT 项目 Docker 镜像构建过程的配置文件。它描述了构建步骤，包括安装依赖、复制项目文件、运行单元测试等。
+
+#### 关键步骤
+- 使用 `python:3.10-slim` 作为基础镜像，并设置工作目录为 `/app`。
+- 复制项目的 `requirements.txt` 文件，并安装所有 Python 依赖。
+- 复制项目的所有文件到容器中，并赋予 `validate_tests.sh` 脚本执行权限。
+- 在构建过程中执行 `validate_tests.sh` 脚本，以确保所有单元测试通过。如果测试失败，构建过程将中止。
+- 构建成功后，将默认运行 `src/main.py` 作为容器的入口点，以启动 ChatPPT 服务。
+
+### 2. `build_image.sh`
+
+#### 用途
+`build_image.sh` 是一个自动构建 Docker 镜像的 Shell 脚本。它从当前的 Git 分支中获取分支名称，并将其用作 Docker 镜像的标签，便于在不同开发分支上生成不同的 Docker 镜像。
+
+#### 功能
+- 获取当前 Git 分支名称，并将其用作 Docker 镜像的标签，以便追踪不同开发分支的版本。
+- 使用 `docker build` 命令构建 Docker 镜像，并使用当前 Git 分支名称作为标签。
+
+#### 使用示例
+```bash
+chmod +x build_image.sh
+./build_image.sh
+```
+
+![build_docker_image](images/build_docker_image.jpg)
+
+通过这些脚本和配置文件，ChatPPT 项目可以在不同的开发分支中确保构建的 Docker 镜像基于通过单元测试的代码，从而提高了代码质量和部署的可靠性。
+
+
+### 贡献
 
 我们欢迎所有的贡献！如果你有任何建议或功能请求，请先开启一个议题讨论。你的帮助将使 ChatPPT 变得更加完善。
 
-### 5. 许可证
+### 许可证
 
 该项目根据 **Apache 2.0** 许可证进行许可。详情请参见 [LICENSE](LICENSE) 文件。
 
-### 6. 联系
+### 联系
 
 项目作者: Django Peng
 

build_image.sh

@@ -0,0 +1,16 @@
+#!/bin/bash
+
+# 获取当前的 Git 分支名称
+BRANCH_NAME=$(git rev-parse --abbrev-ref HEAD)
+
+# 如果需要，可以处理分支名称，例如替换无效字符
+BRANCH_NAME=${BRANCH_NAME//\//-}
+
+# 使用 Git 分支名称作为 Docker 镜像的标签
+IMAGE_TAG="chatppt:${BRANCH_NAME}"
+
+# 构建 Docker 镜像
+docker build -t $IMAGE_TAG .
+
+# 输出构建结果
+echo "Docker 镜像已构建并打上标签: $IMAGE_TAG"

src/docx_parser.py

@@ -103,8 +103,8 @@ def generate_markdown_from_docx(docx_filename):
         elif text:
             markdown_content += f'{text}\n\n'  # 普通段落直接添加文本
 
-        # 记录调试信息
-        LOG.debug(f"从 docx 文件解析的 markdown 内容:\n{markdown_content}")
+     # 记录调试信息
+    LOG.debug(f"从 docx 文件解析的 markdown 内容:\n{markdown_content}")
 
     return markdown_content
 

tests/test_data_structures.py

@@ -0,0 +1,41 @@
+import unittest
+import os
+import sys
+
+# 添加 src 目录到模块搜索路径，以便可以导入 src 目录中的模块
+sys.path.insert(0, os.path.abspath(os.path.join(os.path.dirname(__file__), '../src')))
+
+from data_structures import PowerPoint, Slide, SlideContent
+
+class TestDataStructures(unittest.TestCase):
+    """
+    测试 PowerPoint、Slide、SlideContent 数据类，验证数据结构的正确性。
+    """
+
+    def test_slide_content(self):
+        slide_content = SlideContent(title="Test Slide", bullet_points=[{'text': "Bullet 1", 'level': 0}], image_path="images/test.png")
+        self.assertEqual(slide_content.title, "Test Slide")
+        self.assertEqual(slide_content.bullet_points, [{'text': "Bullet 1", 'level': 0}])
+        self.assertEqual(slide_content.image_path, "images/test.png")
+
+    def test_slide(self):
+        slide_content = SlideContent(title="Slide with Layout")
+        slide = Slide(layout_id=2, layout_name="Title, Content 0", content=slide_content)
+        self.assertEqual(slide.layout_id, 2)
+        self.assertEqual(slide.layout_name, "Title, Content 0")
+        self.assertEqual(slide.content.title, "Slide with Layout")
+
+    def test_powerpoint(self):
+        slide_content1 = SlideContent(title="Slide 1")
+        slide_content2 = SlideContent(title="Slide 2")
+        slide1 = Slide(layout_id=1, layout_name="Title 1", content=slide_content1)
+        slide2 = Slide(layout_id=2, layout_name="Title, Content 0", content=slide_content2)
+        ppt = PowerPoint(title="Test Presentation", slides=[slide1, slide2])
+
+        self.assertEqual(ppt.title, "Test Presentation")
+        self.assertEqual(len(ppt.slides), 2)
+        self.assertEqual(ppt.slides[0].content.title, "Slide 1")
+        self.assertEqual(ppt.slides[1].content.title, "Slide 2")
+
+if __name__ == "__main__":
+    unittest.main()

tests/test_doc_parser.py

@@ -0,0 +1,88 @@
+import unittest
+import os
+import sys
+
+# 添加 src 目录到模块搜索路径，以便可以导入 src 目录中的模块
+sys.path.insert(0, os.path.abspath(os.path.join(os.path.dirname(__file__), '../src')))
+
+from docx_parser import generate_markdown_from_docx
+
+class TestGenerateMarkdownFromDocx(unittest.TestCase):
+    """
+    测试从 docx 文件生成 Markdown 格式内容的功能。
+    """
+
+    def setUp(self):
+        """
+        在每个测试方法执行前运行。用于准备测试所需的文件和目录。
+        """
+        # 定义测试 docx 文件的路径
+        self.test_docx_filename = 'inputs/docx/multimodal_llm_overview.docx'
+
+        # 生成 Markdown 内容
+        self.generated_markdown = generate_markdown_from_docx(self.test_docx_filename)
+
+    def test_generated_markdown_content(self):
+        """
+        测试生成的 Markdown 内容是否符合预期。
+        """
+        # 期望的 Markdown 输出内容
+        expected_markdown = """
+# 多模态大模型概述
+
+多模态大模型是指能够处理多种数据模态（如文本、图像、音频等）的人工智能模型。它们在自然语言处理、计算机视觉等领域有广泛的应用。
+
+## 1. 多模态大模型的特点
+
+- 支持多种数据类型：
+- 跨模态学习能力：
+- 广泛的应用场景：
+### 1.1 支持多种数据类型
+
+多模态大模型能够同时处理文本、图像、音频等多种类型的数据，实现数据的融合。
+
+## 2. 多模态模型架构
+
+以下是多模态模型的典型架构示意图：
+
+![图片1](images/multimodal_llm_overview/1.png)
+
+TransFormer 架构图：
+
+![图片2](images/multimodal_llm_overview/2.png)
+
+### 2.1 模态融合技术
+
+通过模态融合，可以提升模型对复杂数据的理解能力。
+
+关键技术：注意力机制、Transformer架构等。
+
+- 应用领域：
+  - 自然语言处理：
+    - 机器翻译、文本生成等。
+  - 计算机视觉：
+    - 图像识别、目标检测等。
+## 3. 未来展望
+
+多模态大模型将在人工智能领域持续发挥重要作用，推动技术创新。
+"""
+
+        # 比较生成的 Markdown 内容与预期内容
+        self.assertEqual(self.generated_markdown.strip(), expected_markdown.strip(), "生成的 Markdown 内容与预期不匹配")
+
+    def tearDown(self):
+        """
+        在每个测试方法执行后运行。用于清理测试产生的文件和目录。
+        """
+        # 获取图像目录路径
+        images_dir = 'images/multimodal_llm_overview'
+        # 删除生成的图像文件和目录
+        if os.path.exists(images_dir):
+            for filename in os.listdir(images_dir):
+                file_path = os.path.join(images_dir, filename)
+                if os.path.isfile(file_path):
+                    os.unlink(file_path)  # 删除文件
+            os.rmdir(images_dir)  # 删除目录
+
+if __name__ == '__main__':
+    unittest.main()