byted-sol-biz-pdf-audio-player: PDF 逐页语音讲解在线展示系统

目标

将任意一份 PDF 演示稿变成一个在线可翻页 + 同步语音讲解的 Web 页面。整套流程端到端自动化，覆盖：解析 → 讲稿 → 合成 → 上传 → 部署。

能力边界

• 输入：一份本地 PDF 文件（任意页数，建议 ≤ 50 页，控制成本与 TTS 时长）
• 输出：
  • 本地产物：output/<task_id>/{parsed.md, pages_detail.json, speech.json, manifest.json, audio/page_XXX.mp3}
  • 线上产物：TOS 对象（upload/pdf-share/<share_id>/）+ vefaas 在线站点

🧭 执行交互规则（严禁跳过）

• 每完成一步必须输出进展：任何耗时步骤结束后，都要向用户报告当前阶段、已产出文件、下一步动作；长步骤内部每 30 秒左右也要输出一次进展，避免用户以为任务卡住。
• 讲稿确认是强制 Gate：Step 2 生成 speech.json 后，必须先运行 review_speech.py，并把脚本输出的逐页讲稿正文完整展示给用户；不允许只说“讲稿已生成，请确认”。用户没有明确回复“确认无误/继续/可以合成音频”之前，禁止进入 Step 3 TTS、上传或部署。
• 用户有修改意见时必须先整改：默认使用当前 Agent 自带模型改写 speech.json 中对应页内容；再次运行 review_speech.py --only <页码> 输出给用户确认；循环直到用户确认无误。
• 进展输出模板：推荐使用 ✅ Step X 完成：<结果文件/数量>；下一步：<动作>。失败时使用 ❌ Step X 失败：<错误>；建议：<修复方式>。