<a href="https://bento.page" title="bento.page — try it in your browser">
 <img src="docs/assets/bento-logo.svg" alt="Bento" width="96" height="96">
 </a>


# [Bento — the office suite that fits in a file](https://bento.page/)

**This PowerPoint alternative is a single HTML file.** A Bento deck carries
its own viewer, presenter, and editor inside the document — open it in any
browser, edit it, present it, send it. The person you send it to needs
nothing: the file *is* the software.

**Try it in 10 seconds:** open [bento.page/slides](https://bento.page/slides)
— that's the entire app, running on a starter deck that doubles as the
feature tour. Or grab a designed template from the
[gallery](https://bento.page/) and make it yours.

**Download the app:** grab the single `Bento_Slides.bento.html` from the
[GitHub Releases](https://github.com/nyblnet/bento/releases) page or straight
from [bento.page](https://bento.page/releases/slides/Bento_Slides.bento.html)
(~560 KB, no account, no installer). Open it in any modern browser and it *is*
the editor. Save, and it rewrites itself with your deck inside.

## Why this exists

Office documents used to be things you *had*. Now they're things you rent —
locked in someone's cloud, behind someone's login, readable only while a
company keeps its servers on. Bento takes the other path:

- **One file, forever.** Deck, fonts, images, charts, animations, and the
 full editor travel together. A copy from 2026 will open in 2036.
- **View-source honest.** Your data sits in a plain, readable JSON block at
 the top of the file. No binary formats, no lock-in, no archaeology.
- **It saves itself.** The file rewrites its own data block on save (File
 System Access API, with a download fallback). No app to install, ever.
- **Local-first, provably.** Flip on Offline mode and nothing leaves your
 machine — updates and collaboration are hard-blocked, and the app says so.

## What's inside

| Feature | Description |
|---|---|
| **Morph presenting** | Elements that share an id animate between slides — position, size, color, even gradients. Duplicate a slide, rearrange, and the motion designs itself. |
| **Live collaboration** | E2EE (AES-GCM) with keys that live in your file, never on a server. The file itself is the invitation: anyone who opens a copy joins. Offline edits merge back precisely — our own CRDT, character-level text merging included. |
| **A blind relay** | The optional sync relay ([`server/sync-worker/`](server/sync-worker/)) stores ciphertext and learns nothing. Read the source; it's about one file. |
| **Charts, built in** | Bar / line / pie / scatter drawn by our own dependency-free engine, live during presentations: tooltips, zoom, and data that morphs when a bar chart becomes a pie. |
| **Designed for AI** | The document is plain JSON in the file, so agents edit `.bento.html` files in place and chatbots round-trip the JSON (`window.bento.loadDoc`). See [docs/agents.md](docs/agents.md). |
| **Signed self-updates** | Releases are ECDSA-signed and offered in-app. Updating writes a *new* file — the old one stays as your rollback. No server ever touches your documents. |
| **Everything else** | Speaker view, comments, layouts, hidden interactive states, hover reveals, motion paths, PDF export, page sizes, 8 UI languages — in a ~560 KB shell. |

## Use it with AI

Because the document is plain JSON living in one plaintext block near the top
of the file, any assistant that can read and write a file can edit your deck —
no plugin, no API. Two ways in:

- **File harnesses** edit the `#bento-doc` JSON in place:
 [Claude Code](https://claude.com/claude-code), Cursor, Aider, or any agent
 with filesystem access. Claude Code users get a packaged `bento-slides`
 skill (installable from this repo's plugin marketplace: `/plugin marketplace
 add nyblnet/bento`) that even downloads the latest Bento app by itself.
- **Chat round-trip** for any chatbot: copy the document JSON out (*Save →
 Copy document JSON*), let the assistant rewrite it, paste it back.

**It works fully offline with local open-weight models** — point
[Ollama](https://ollama.com), llama.cpp, or LM Studio at the deck and nothing
leaves your machine. The agent guide is a single page you can drop into any
model's context: [bento.page/agents.md](https://bento.page/agents.md) (also in
this repo at [docs/agents.md](docs/agents.md)).

## Architecture in one paragraph

`slides/src/model.ts` defines the JSON document model; one renderer
(`render.ts`) draws it for the editor canvas, thumbnails, and present mode
(Reveal.js drives navigation; morphs are computed from the model, not the
DOM). Animation is an in-house engine (`anim.ts`), charts are in-house
(`charts.ts`), collaboration is an in-house CRDT (`sync/crdt.ts` — pure
data, fuzz-tested by `scripts/test-sync.ts` across hundreds of thousands of
convergence checks). The shell compresses to ~560 KB with the document block
left as plaintext so old files and outside tools can always splice it. The
deep dive: [docs/architecture.md](docs/architecture.md).

## Security model, honestly

- Collab keys are minted client-side at document creation and live only in
 the file. Possession of the file = membership; "Rotate keys" = revocation.
- The relay sees: ciphertext, connection timing, and a hash of the room key.
 It cannot read content, names, or structure.
- Presence names are claims, not proofs — fine within a shared-key room;
 enterprise identity would need signed frames (designed, not built).
- Update checks fetch a static manifest and send nothing about you or your
 document. Signature + hash + version monotonicity are verified in-app.
- Known trade-offs: undo during live collab is snapshot-based and can revert
 a collaborator's concurrent edit to the same property; editing is
 desktop-first (phones view and present well).

## Build from source

Node 20+ and npm are all you need — the app is a single-page build with no
backend to stand up.

```bash
cd slides
npm install
npm run dev # dev server (http://localhost:5173)
npm run build:single # → dist-single/Bento_Slides.bento.html (the product)
```

`node scripts/test-sync.ts` runs the CRDT convergence rig. Releases are cut
locally so the signing key never leaves the maintainer's machine — see
[docs/RELEASING.md](docs/RELEASING.md).

## Where to read more

- [CLAUDE.md](CLAUDE.md) — the deep architecture + development guide (also what
 AI agents read to work in this repo).
- [docs/architecture.md](docs/architecture.md) — how a `.bento.html` file is
 built, the on-disk format, and the runtime layout.
- [docs/format.md](docs/format.md) — the normative `bento/slides` document-model
 spec (every element type, slide/state/layout shape, and collab fields).
- [docs/collab-design.md](docs/collab-design.md) — the CRDT, E2EE relay, and
 signed-write RBAC design + threat model.
- [docs/agents.md](docs/agents.md) — the document format, for AI agents.
- [CHANGELOG.md](CHANGELOG.md) — the version history.
- **Layout:** `slides/` is the app (source in `slides/src/`);
 `server/sync-worker/` is the blind relay; `docs/` and `scripts/` are the
 guides and build tooling.

Contributions welcome — start with [CONTRIBUTING.md](CONTRIBUTING.md). Found a
security issue? See [SECURITY.md](SECURITY.md).

## Community

- **Questions and help** — [Discussions →
 Q&A](https://github.com/nyblnet/bento/discussions/categories/q-a)
- **Ideas and feature requests** — [Discussions →
 Ideas](https://github.com/nyblnet/bento/discussions/categories/ideas)
- **Built something with Bento?** — [Show and
 tell](https://github.com/nyblnet/bento/discussions/categories/show-and-tell)
- **Bugs** — [open an issue](https://github.com/nyblnet/bento/issues).
 Security issues go through [SECURITY.md](SECURITY.md) instead, never a
 public issue.

Planning a substantial contribution? Check the pinned **What's in flight**
issue and the open PRs first, and say what you're planning before you build it
— see [CONTRIBUTING.md](CONTRIBUTING.md).

## Roadmap

**bento/slides** is the first app — a PowerPoint alternative, shipping now.
**bento/spaces** (notes), **bento/dash** (sheets & tables) and **bento/vault**
follow, each as its own self-contained `.bento.html` distributable. The
current release lives on [bento.page](https://bento.page) and reaches every
existing file through the signed update channel.

## License

Bento is open source under the [MIT License](LICENSE) — all software here is
MIT, © 2026 The Bento authors. Bundled runtime components (reveal.js,
Moveable, Selecto) are MIT; the embedded typefaces (Fraunces, Instrument Sans)
are OFL; gallery imagery is public-domain (see
`scripts/gallery-photos/SOURCES.md`). Each component keeps its own license.

Bento 本质上是一个自包含文档范式。你收到的不是一份需要特定软件才能打开的 .pptx 文件，而是一个完整的 .bento.html 文件——它自带查看器、编辑器、演示播放器，甚至还能进行端到端加密的实时协作。发送文件就是发送软件，接收方不需要安装任何东西，不需要登录任何账号，甚至不需要联网。用项目创始人的话说：「Office 文档曾经是你拥有的东西，现在变成了你租用的东西——锁在别人的云端、挡在别人的登录墙后面、只有在别人的服务器还开着的时候才能读取。Bento 选择了另一条路。」

Office 文档曾经是你拥有的东西，现在变成了你租用的东西——锁在别人的云端、挡在别人的登录墙后面。

Bento：一个 HTML 文件就是一个完整的 Office 套件，5000 星背后的本地优先革命

# open-kimi-ppt-skills

[简体中文](README.md) | [English](README_EN.md)

[![npm version](https://img.shields.io/npm/v/open-kimi-ppt-skills)](https://www.npmjs.com/package/open-kimi-ppt-skills)
[![node](https://img.shields.io/badge/node-%3E%3D18-brightgreen)](https://nodejs.org)

逆向 Kimi Slides 实现的非官方演示文稿 Skill：让 AI Coding Agent 能够创建、编辑、复刻、读取并导出 PPT/PPTX。**每次生成默认同时交付两份成果：可继续编辑的 PPTD 项目和开箱即用的 PPTX 成品**（自动嵌入字体、写入淡入淡出翻页切换），支持页内元素动画与[预设主题](theme.md)，并提供本地在线 PPTD 编辑器随时手动导出。支持 Codex、Claude Code、Cursor、WorkBuddy 等任何兼容 SKILL.md 规范的 Agent。

> [!IMPORTANT]
> 本项目通过逆向分析 Kimi Slides Skill、PPTD 格式以及公开网页编辑器的前端行为与通信协议实现，并非 Kimi 或 Moonshot AI 的官方项目，也未获得其认可或支持。项目依赖的公开前端资源和兼容协议可能随 Kimi 更新而失效，仅供学习与研究使用。

## 安装

需要 Node.js 18 或更高版本。

**二选一即可，不要两种都做**，否则容易装到多个目录、反复安装。默认会装到跨 Agent 通用目录 `~/.agents/skills/open-kimi-ppt`（Windows 为 `%USERPROFILE%\.agents\skills\open-kimi-ppt`）；多数支持该目录的 Agent 装一次就能用。

### 方式一：自动安装（推荐）

直接对 AI 说下面任意一句，让 Agent 帮你装：

```text
帮我从 github 安装 open-kimi-ppt skills
```

```text
帮我安装 https://github.com/Binaryify/open-kimi-ppt-skill
```

装完后一般无需再手动执行 `npx ... install`。

### 方式二：手动安装

自己在终端执行：

```bash
npx open-kimi-ppt-skills install
```

仅当你的 Agent **不识别** `~/.agents/skills`、必须装到专属目录时，才加 `--target`（以下为 macOS / Linux；Windows 将 `~` 换成 `%USERPROFILE%`，例如 `%USERPROFILE%\.codex\skills`）：

```bash
# Codex
npx open-kimi-ppt-skills install --target ~/.codex/skills

# Claude Code
npx open-kimi-ppt-skills install --target ~/.claude/skills

# Cursor
npx open-kimi-ppt-skills install --target ~/.cursor/skills

# WorkBuddy
npx open-kimi-ppt-skills install --target ~/.workbuddy/skills
```

> 不要默认对每个 Agent 各装一遍。先用默认目录；确认某个 Agent 发现不了 Skill 时，再对该 Agent 使用 `--target`。

### 更新

Skill 有更新时，再执行一次安装即可（会直接覆盖本地已安装版本）：

```bash
npx open-kimi-ppt-skills@latest install
```

若当初用过 `--target`，更新时带上相同路径：

```bash
npx open-kimi-ppt-skills@latest install --target ~/.claude/skills
```

也可以对 AI 说：`帮我更新 open-kimi-ppt skill`。更新只替换 Skill 文件，不会影响已生成的 PPTD / PPTX 项目。

## 使用

### 让 Agent 生成 PPT

安装完成后，直接向 Agent 描述需求即可。**默认交付物始终是两份**：完整的 PPTD 项目目录（可继续编辑）和对应的 PPTX 成品文件；只有明确要求只输出 PPTD 时才会跳过 PPTX 生成。

为了更稳定的出品，Prompt 里最好带上风格（如「深色产品发布风」），或附上参考 PPT 模板；只写主题、不给风格时效果更容易波动。

#### Prompt 示例

**示例 1：小米 YU7（约 8 页，图片作背景）**

```text
使用 open-kimi-ppt 做一个介绍小米 yu7的 PPT,要求图片做背景,素材从网上找,8 页左右
```

| 在线编辑 PPTD | 导出 PPTX |
| :---: | :---: |
| [![小米 YU7 在线编辑](docs/images/example-yu7-editor.png)](docs/images/example-yu7-editor.png) | [![小米 YU7 导出 PPTX](docs/images/example-yu7-pptx.png)](docs/images/example-yu7-pptx.png) |

[![WorkBuddy 生成小米 YU7 PPT](docs/images/example-workbuddy-yu7.png)](docs/images/example-workbuddy-yu7.png)

**示例 2：DJI Pocket 4（图片作背景）**

```text
使用 open-kimi-ppt 帮我生成DJI Pocket4 的 PPT,要求图片做背景,素材从网上找
```

| 在线编辑 PPTD | 导出 PPTX |
| :---: | :---: |
| [![DJI Pocket 4 在线编辑](docs/images/example-dji-pocket4-editor.png)](docs/images/example-dji-pocket4-editor.png) | [![DJI Pocket 4 导出 PPTX](docs/images/example-dji-pocket4-pptx.png)](docs/images/example-dji-pocket4-pptx.png) |

**示例 3：iPhone 17 Pro（约 8 页）**

```text
使用 open-kimi-ppt 制作 iPhone 17 Pro 介绍 PPT
```

[![iPhone 17 Pro](docs/images/example-iphone-17pro.png)](docs/images/example-iphone-17pro.png)

**示例 4：带页内元素动画（现场演示）**

```text
使用 open-kimi-ppt 做一个介绍小米 yu7的 PPT,要求图片做背景,素材从网上找,8 页左右
要求带元素入场动画
```

成品示例见 [example/xiaomi-yu7-ppt-animation](example/xiaomi-yu7-ppt-animation)（含 PPTD 项目与 PPTX，可用 `npx open-kimi-ppt-skills serve` 打开预览动画）。

### 在线编辑与手动导出

建议直接让 AI 启动本地编辑器，例如说：

```text
帮我执行 npx open-kimi-ppt-skills serve
```

也可以自己在终端运行：

```bash
npx open-kimi-ppt-skills serve
```

然后打开 <http://127.0.0.1:55173/>，选择包含 `.pptd` 清单、`pages/` 和 `media/` 的完整项目文件夹，即可在浏览器中查看、编辑项目并导出 PPTX。仓库自带的 [example/dji-pocket4](example/dji-pocket4) 是一个完整的 18 页示例项目，可直接打开体验。

```bash
# 启动后自动打开浏览器
npx open-kimi-ppt-skills serve --open

# 使用其他端口
npx open-kimi-ppt-skills serve --port 56000
```

可写目录需要使用支持 File System Access API 的 Chromium 系浏览器；其他浏览器会回退为只读文件夹上传。按 `Ctrl+C` 停止服务。

## 功能特性

- **PPTD 生成**：让 Agent 生成完整、可继续编辑的 PPTD 项目，支持从零创作、风格迁移、模板复用、图片/PDF 复刻。
- **预设主题**：内置约 30 套官方同款 design system，点名即可套用；完整列表与预览图见 [theme.md](theme.md)。
- **元素动画**：默认不加。提示词加上「要求带元素入场动画」即可，由 AI 按页编排合适的入场效果。
- **PPTX 生成**：默认同步生成 PPTX 成品，自动嵌入字体并写入淡入淡出**翻页**切换（与页内元素动画是两回事）。
- **视觉质检**：多模态模型在导出 PPTX 前自动导出整份页面图片、拼接总览图逐项核查（变形、遮挡、出界、对比度、排版、文字溢出），问题页面修复后复检，直至全部通过。
- **在线编辑**：通过浏览器查看和编辑本地 PPTD 项目，自动保存，可配置页面切换动画。
- **手动导出**：在编辑器中随时手动导出 PPTX。
- **格式互转**：将现有 PPTX 转换为 PPTD 后继续修改。
- **安全可控**：本地编辑仅在用户明确授权的项目目录内读写文件。

## 为什么选 open-kimi-ppt

常见 PPT Skill 大致分三类：用代码库直接拼 OOXML / pptxgenjs、整页生成图片再塞进 PPTX、或输出网页 HTML 翻页。open-kimi-ppt 走的是 **PPTD 中间层 + 真实可编辑 PPTX** 路线，兼顾 Agent 好写、人好看、PowerPoint 能改。

| | open-kimi-ppt | 代码拼 PPTX（如 pptxgenjs） | 整页图片 PPT | 网页 HTML PPT |
| --- | --- | --- | --- | --- |
| 交付物 | PPTD 项目 + PPTX | 多为仅 PPTX | 多为仅 PPTX | 单文件 HTML |
| Agent 友好度 | YAML 逐页描述，结构清晰 | 坐标/API 细节多，易排版翻车 | 依赖出图模型与提示词 | HTML/CSS 模板约束强 |
| PowerPoint 可编辑 | 文本、形状、图片可继续改 | 可编辑，但难二次精修 | 整页位图，难改字 | 不是原生 PPTX |
| 视觉质量 | 真实版式 + 导出前多模态质检 | 依赖 Agent 手调布局 | 画面统一，偏海报感 | 动效强，适合演示分享 |
| 二次编辑 | 浏览器可视化编辑 + 自动保存 | 主要靠改代码重导出 | 基本需重新出图 | 改 HTML 源码 |
| 适用场景 | 要交可改的正式 PPTX，又要好看 | 结构化汇报、模板填充 | 视觉统一的海报风讲稿 | 浏览器内演讲 / 发布会 |

更具体地说，相对其他方案的优势是：

1. **中间格式为 Agent 设计**：PPTD 用 YAML 描述主题、布局与元素，比直接写 OOXML / pptxgenjs 更稳，也比「整页渲一张图」更可局部修改。
2. **默认同交两份成果**：可继续迭代的 PPTD 项目 + 开箱即用的 PPTX（嵌字体、淡入淡出翻页），不是只给半成品。
3. **支持元素动画**：提示词写「要求带元素入场动画」即可启用；具体效果与节奏由 AI 处理，无需用户点名动画类型。
4. **PPTX 真能改**：导出后文本框、形状仍可在 PowerPoint / WPS 里编辑，不像图片型 PPT 只能当海报。
5. **有本地可视化编辑器**：浏览器里预览、微调、配切换动画并手动再导出，不需要每次都让 Agent 重跑全流程。
6. **导出前强制视觉质检**：整页截图 + 总览图检查遮挡、出界、对比度、溢出等问题，修完再出 PPTX。
7. **不绑官方模型，成本更低**：相对官方 Kimi Slides，你可以在任意兼容 Agent 里使用 DeepSeek 等低成本模型；即便模型不支持多模态，只要按 PPTD 规范生成，也能做出不错的成品（有多模态时再做视觉质检会更稳）。

[![DeepSeek 生成 Liquid Glass 风格 PPT](docs/images/example-deepseek-liquid-glass.png)](docs/images/example-deepseek-liquid-glass.png)

*上图：在 WorkBuddy 中使用 DeepSeek-V4-Flash 生成 Apple Liquid Glass 风格 PPT 的实际效果。*

[![Reasonix + DeepSeek 生成 DJI Pocket 4 Pro PPT](docs/images/example-reasonix-deepseek.png)](docs/images/example-reasonix-deepseek.png)

*上图：在 Reasonix 中使用 DeepSeek-V4-Flash 生成 DJI Pocket 4 Pro PPT。*

[![ChatGPT / Codex 使用 5.6 Luna 生成 iPhone 17 Pro PPT](docs/images/example-codex-iphone17pro.png)](docs/images/example-codex-iphone17pro.png)

*上图：在 ChatGPT / Codex 中使用 5.6 Luna 模型生成 iPhone 17 Pro PPT，又快又好。*

### 关于风格与主题

默认 **不会** 自动套用固定主题：未指定风格时由 Agent 按场景指南自行发挥。Skill 内另附约 30 套官方同款 preset，**仅在你点名时**才会使用（例如「用 pine-green-strategy」）。

完整主题名、风格说明与预览图见 **[theme.md](theme.md)**。

> [!TIP]
> **强烈建议在 Prompt 里写明 PPT 风格、点名一套 preset，或直接附上参考 PPT / PPTX 模板。** 有风格约束或模板参照时，出品会明显更好、更稳定；只给主题不给风格时，Agent 会自行发挥，效果容易波动。

常见用法：

1. **在 Prompt 里描述风格**：例如「深色科技风」「杂志排版」「苹果 liquid glass」「极简留白 + 大字报」等；
2. **点名预设主题**：例如「用 `pine-green-strategy`」——主题列表见 [theme.md](theme.md)；
3. **提供参考模板**：上传现有 PPT / PPTX / 截图，让 Agent 迁移配色、版式与风格。

可组合使用：先点名 preset 或给模板定调，再用一句话补充本次要强化的风格。

## 界面预览

| 在线编辑 PPTD | 导出 PPTX |
| :---: | :---: |
| [![在线编辑 PPTD](docs/images/editor-overview.png)](docs/images/editor-overview.png) | [![导出 PPTX](docs/images/export-pptx.png)](docs/images/export-pptx.png) |

## 什么是 PPTD

PPTD 是一种基于 YAML 的演示文稿 DSL，是 OOXML 之上的简化抽象层：保留主题、页面布局、元素位置等核心信息，去除了 Master 等复杂嵌套，每页自包含、所见即所得。完整的格式定义见 [reference/pptd.md](skills/open-kimi-ppt/reference/pptd.md)。

一个完整的 PPTD 项目目录结构如下：

```text
deck/
 deck.pptd # 清单文件
 pages/ # 每页一个 .page 文件
 media/ # 本地媒体资源（如有）
 deck.pptx # 默认同步生成的 PPTX 成品
```

## 工作原理与安全边界

- CLI 只在 `127.0.0.1` 启动静态文件服务，不会监听局域网地址。
- 浏览器只在用户主动授权后读取完整 PPTD 项目目录。
- 保存回调只允许修改 `.pptd` 和 `.page` 文件，并拒绝绝对路径与 `..` 路径越界。
- PPTD 内容由本地宿主交给公开的 Kimi 网页编辑器处理；远程图片、字体和编辑器资源仍可能从对应服务器加载。
- 本项目不会提供或注入 Kimi 登录令牌，也不会访问用户的 Kimi 私有文稿。

## 兼容性说明

这是针对当前公开实现的兼容宿主，不是稳定的官方 SDK。Kimi 更新前端资源哈希、PPTD 格式或 iframe/RPC 协议后，本项目可能需要同步升级。成功生成 PPTX 也不代表 PowerPoint、WPS 和 Keynote 对所有动画效果都能完全一致地播放。

## 本地开发

```bash
npm install --global .
npm test
npm run pack:check
```

## 声明

Kimi、Kimi Slides 及相关商标归其权利人所有。

逆向 Kimi Slides 实现的非官方演示文稿 Skill：让 AI Coding Agent 能够创建、编辑、复刻、读取并导出 PPT/PPTX。每次生成默认同时交付两份成果：可继续编辑的 PPTD 项目和开箱即用的 PPTX 成品（自动嵌入字体、写入淡入淡出翻页切换），支持页内元素动画与预设主题，并提供本地在线 PPTD 编辑器随时手动导出。支持 Codex、Claude Code、Cursor、WorkBuddy 等任何兼容 SKILL.md 规范的 Agent。

本项目通过逆向分析 Kimi Slides Skill、PPTD 格式以及公开网页编辑器的前端行为与通信协议实现，并非 Kimi 或 Moonshot AI 的官方项目，也未获得其认可或支持。项目依赖的公开前端资源和兼容协议可能随 Kimi 更新而失效，仅供学习与研究使用。

open-kimi-ppt-skills小米YU7案例

【阶段一 · 月度经营汇报正式文档成稿】

# 角色
你是某某低空企业低空业务部负责人，正在准备向公司经营班子的月度汇报。

# 汇报对象
公司经营班子。他们关心：业绩进展、竞争威胁、需要公司层面决策的事项。
不需要技术科普。

# 本月业务要点
[政策面] 新版民航法施行、三部委印发民航"十五五"规划、我部总经理受访观点被采用
[项目面] 在招：宿松县全空间无人体系、四川省低空空域监管；商机：海南 36 项低空工程、包头"一网统飞"平台
[竞争面] 六安"一网统飞"试点被运营商中标；行业资本动作
[风险面] 招标出现三维高斯建模硬指标、普遍要求 5 年运营期

# 任务
撰写月度经营汇报，要求：
1. 开头给"月度核心结论"，用一段话讲清本月最重要的判断，经营班子只看开头也能抓住重点
2. 政策、项目、竞争、风险四段展开。每段不只罗列事实，必须给出"这说明什么"的判断
3. 竞争部分是重点：分析清楚为什么重要、建议如何应对
4. 结尾给"下月工作重点"（带优先级）和"需要公司层面支持的事项"
5. 语言正式、克制，不用"赋能""抓手""闭环"这类词
6. 所有数据标注来源，可回溯

---

【阶段二 · 一键生成投屏汇报 PPT】

把上一阶段成稿的《低空经济业务板块月度经营汇报》文档发给 AI，并附上以下提示词：

把这份《低空经济业务板块月度经营汇报》做成一份用于月度经营会投屏的汇报 PPT。

要求：
1. 版式风格：深色科技感，深蓝底＋科技蓝主色＋金橙点缀，标题字体用腾讯体 W7，适合大屏投影、远距离可读；
2. 结构：结论先行——封面之后先给"全篇导航"和"月度核心结论"，正文按 PART 01 市场与政策环境 / PART 02 项目与商机进展 / PART 03 竞争格局变化 / PART 04 决策与行动 四个部分分章推进；
3. 章节编号从 PART 01 开始连续编号，每个 PART 配一页章节过渡页；每一页顶部统一显示所属 PART 与页码，全篇版式保持一致；
4. 每页只讲一个核心观点，标题即结论（如"规模在涨，但竞争格局正在变化"），正文用要点而非整段文字，每页底部给一句判断/建议；
5. 关键数据（中标金额、项目数量、市场规模）用大字号数字或图表强调；
6. 全篇控制在 15 页左右；
7. 内容严格来自我给你的汇报文档，不要编造数据，不确定的地方保留原文口径。

生成后导出为 .pptx，并给我一个可以在线翻页预览的版本。

解决同一份业务事实在正式文档、上会投屏、对外通报中反复重写口径打架的难题。先将零散业务输入提炼为结论先行的月度经营汇报文档，再依据 15 页投屏模板规范导出格式统一、深色科技风格的高质量汇报 PPT。

本资源配套提供一份真实的 15 页《低空经济业务板块月度经营汇报》演示文稿（.pptx），支持在线预览与原文件下载。

参考来源：某某低空企业 WorkBuddy 实战案例 · 汇报材料成稿

业务要点一键转月度正式经营汇报文档，并快速生成 15 页深色科技感投屏 PPTX。

经营汇报成稿与投屏 PPT

# Dashi PPT Skill · 大师 PPT / 网页 PPT / 可编辑 PPTX

![GitHub stars](https://img.shields.io/github/stars/chuspeeism/dashi-ppt-skill?style=flat-square)
![Skill](https://img.shields.io/badge/Skill-Agent-111111?style=flat-square)
![HTML Deck](https://img.shields.io/badge/HTML-Deck-0A7CFF?style=flat-square)
![PPTX Export](https://img.shields.io/badge/PPTX-%E5%8F%AF%E7%BC%96%E8%BE%91%E5%AF%BC%E5%87%BA-D24726?style=flat-square)
![Claude Code](https://img.shields.io/badge/Claude%20Code-Supported-6B5B95?style=flat-square)
![Codex](https://img.shields.io/badge/Codex-Supported-222222?style=flat-square)
![豆包](https://img.shields.io/badge/%E8%B1%86%E5%8C%85-Supported-3370FF?style=flat-square)
![Marvis](https://img.shields.io/badge/Marvis-Supported-FF5A5F?style=flat-square)
![Workbuddy](https://img.shields.io/badge/Workbuddy-Supported-2EA44F?style=flat-square)
![Dumate](https://img.shields.io/badge/Dumate-Supported-F59E0B?style=flat-square)
![Qclaw](https://img.shields.io/badge/Qclaw-Supported-14B8A6?style=flat-square)
[![License: AGPL-3.0](https://img.shields.io/badge/License-AGPL--3.0-blue?style=flat-square)](./LICENSE)

[English](./README.en.md) · [简体中文](README.md)

一个真正适合职场人的 PPT Skill。把文档丢给你的 AI Agent，每一页都自带编辑控制台的 PPT Skill——不满意的地方直接在浏览器里改，改完还能一键导出成真实的、可编辑的 PPTX。

- 12 套视觉主题
- 1020 个版式页面
- 8576 个可调控件

![生成效果演示](https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/hero-result.gif)

## 12 套内置视觉主题

Skill 会展示预览让你选择主题，可以随时让 Agent 整套换掉。下面每套主题的预览，都是从它自己的版式库里挑出的 4 个正文版式（图表、分析模型、卡片、目录等），全部由这个 Skill 真实渲染，非示意图：

| | |
|---|---|
| <img src="https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/theme01.jpg" width="440" alt="轻拟态风内页预览"> **theme01** | <img src="https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/theme02.jpg" width="440" alt="炫光紫绿风内页预览"> **theme02** |
| <img src="https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/theme03.jpg" width="440" alt="深浅代码风内页预览"> **theme03** | <img src="https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/theme04.jpg" width="440" alt="玻璃糖果风内页预览"> **theme04** |
| <img src="https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/theme05.jpg" width="440" alt="色谱图表风内页预览"> **theme05** | <img src="https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/theme06.jpg" width="440" alt="深色图谱风内页预览"> **theme06** |
| <img src="https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/theme07.jpg" width="440" alt="冷白调研风内页预览"> **theme07** | <img src="https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/theme08.jpg" width="440" alt="黑金实验风内页预览"> **theme08** |
| <img src="https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/theme09.jpg" width="440" alt="深蓝杂志风内页预览"> **theme09** | <img src="https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/theme10.jpg" width="440" alt="金色指数风内页预览"> **theme10** |
| <img src="https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/theme11.jpg" width="440" alt="高能增长风内页预览"> **theme11** | <img src="https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/theme12.jpg" width="440" alt="声波霓虹风内页预览"> **theme12** |

## 快速开始

**一键安装/更新**：

```bash
npx dashi-ppt-skill@latest
```
国内网络:
```bash
npx --registry=https://registry.npmmirror.com dashi-ppt-skill@latest
```
安装和更新是同一条命令,重跑即原地更新(已装依赖自动保留)。
让 AI Agent 帮你安装：

```text
帮我安装 skill：npx dashi-ppt-skill@latest，国内镜像 npx --registry=https://registry.npmmirror.com dashi-ppt-skill@latest
```

环境要求：Node.js 20+ 和 npm；导出 PPTX / PDF 需要本机装有 Chrome / Chromium / Edge。

## 效果

- **12套主题**：覆盖多种 PPT 使用场景和风格
- **1020个版式**：每套主题独立的页面结构和视觉语言，20 种页面角色（封面、目录、指标、趋势、对比、流程、风险、结尾……）
- **图表与分析模型**：雷达图、瀑布图、矩形树图、漏斗、热力图、桑基图、甘特图，以及 SWOT、波特五力、PEST、商业模式画布、双钻模型等分析模型版式
- **自带控制台**：滑杆、开关、下拉——换布局、调模块数量、换配色、换页面重点
- **文字可编辑**：点击任意文字就地修改
- **媒体替换**：点击或拖拽替换媒体槽，文字资料也会自动预留图片占位符
- **一键导出**：HTML离线包 / PDF / 可编辑 PPTX

## 适用场景

**合适**：行业研究 / 融资复盘 / 竞品分析 / 趋势报告 / 项目汇报 / 方案展示 / 路演材料 / 内部培训——需要快速形成结构完整、视觉统一、还能继续改的演示文稿

**不合适**：需要逐像素手工定制视觉的场景

## HTML 与导出能力

- **适配 Agent 能力**：HTML / Agent 能直接读、改、校验；每一页由"版式 + 文案字段"构成
- **表现力更高**：入场动画、翻页动画、交互控件、明暗模式切换等
- **产物即编辑器**：结果为网页版 PPT 编辑器——翻页、改字、换图、调版式，打开就能用
- **导出PPTX**：一键导出成真实的 PPTX——逐节点还原、文字保持可编辑

HTML 版与导出 PPTX 版的逐页对比：

![HTML 与导出 PPTX 逐页对比](https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/html-vs-pptx.gif)

## 平台支持

> 下表只列出已实测的平台，不代表"仅限这些"。

| 平台 | 状态 | 说明 |
|------|------|------|
| Claude Code | 支持 ||
| Codex | 支持 | 可调用生图能力补充配图 |
| 豆包 | 支持 | 需要启动办公模式 |
| Marvis / Workbuddy / Dumate / Qclaw | 支持 | skill 文件放在任意位置、读取 `SKILL.md` 即可 |
| Cursor / 其他本地 Agent | 可用 | 需要能读写文件并执行 shell 命令 |
| 普通网页 Chatbot | 不推荐 | 生成器需要本地 Node.js 环境 |

## 使用流程

把手头的文档丢进去，直接说要做 PPT，等待几分钟就能生成一份完整的 PPT：

1. 描述需求 — 主题、受众、页数、想突出的结论
2. 选风格 — Skill 会展示 12 套风格预览让你选择；同时确认是否需要图片 / 视频
3. 自动组稿 — Skill 把需求整理成结构化的内容，并设计对应的 PPT 方案
4. 随手编辑 — 改文字、换图片、调模块数量、换配色，改动自动保存
5. 交付 — 可以选择让 Agent 换风格调细节；满意导出需要的格式

![图片占位符一键填图](https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/image-placeholder.gif)

## 生成后编辑

> 生成之后如何编辑，比生成本身更重要

设计调节：每页都附带一个控制台，20 多个维度的编辑空间——内容、布局、模块数量、页面重点、预设配色、翻页动画；
文字编辑:任意文本点击即可编辑；
图片、视频槽：点击或拖拽即可替换，上传自动压缩。

| 点击任意文字就地编辑 | 加图片 |
|---|---|
| ![点击文字就地编辑，装饰元素随字数自适应](https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/text-edit.gif) | ![向页面插入图片](https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/add-image.gif) |

### 控制台改：布局、模块数量、图表、配色

拖动控制台右侧的滑杆，就能自定义页面中模块的数量；页面的逻辑重点也可以通过滑杆调换，帮你把握演讲节奏。

| 拖滑杆增减模块 | 换布局 |
|---|---|
| ![拖动滑杆调节目录、表格、多项式、图片数量](https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/slider-edit.gif) | ![一句话切换页面布局](https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/layout-switch.gif) |

| 换图表 | 风格内配色切换 |
|---|---|
| ![一句话更换图表类型](https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/chart-switch.gif) | ![每套风格内支持局部配色调换](https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/palette-switch.gif) |

### 翻页动画

9种切换动画可以随意选择

![翻页过渡动画效果](https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/transitions.gif)

### 其他

- 左侧缩略图目录支持拖拽重排页面，页面可跳过 / 删除 / 复制
- 顶栏一键进入放映模式、切换明暗主题、重置全部改动

图表版式：

![多种图表版式展示](https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/layouts-tour.gif)

分析模型与专业版式

![内置分析模型版式](https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/analysis-models.png)

高频使用的目录页、表格页、数字海报页、图文页：

![常用版式](https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/common-layouts.png)

## 导出

![一键导出可编辑 PPT](https://github.com/chuspeeism/dashi-ppt-skill/releases/download/readme-assets-v1/export-pptx.gif)

可以跨过 HTML 的中间态，直接跟 Agent 说"用这个 skill 生成 PPT 格式的文件"，从提示词一步到 PPTX。

命令行导出：

```bash
npm --prefix <project目录> run export:pptx -- <PPT输出目录>/ppt 输出.pptx
npm --prefix <project目录> run export:pdf -- <PPT输出目录>/ppt
```

## FAQ

**能导出可编辑的 PPTX 吗？**
> 能。虽然 PPT 无法拥有 HTML 的全量能力，但我们尽最大可能保留了可编辑性。

**生成一套 PPT 大概消耗多少 token？**
> 一套 10 页的 PPT 实测约 10 万 token（随文档长度和往返修改次数浮动）。按 Codex 5 小时额度窗口粗算，大约够生成 10 套

**可以自定义xxx？**
> 当前自定义样式仅限于特定范围。这是有意为之：稳定的产出比自由的选色更重要。

**需要联网吗？我的内容安全吗？**

> 内容层面零上传：你的文档和 PPT 内容不会发送到任何服务器，生成、编辑、导出都在本机完成，成品离线可开。会联网的只有两件事：首次生成时 npm 自动安装依赖；完成任务后的静默版本检查（只拉取最新版本号，不上传任何内容）。另外本地预览服务默认在同一局域网内可访问，仅供浏览，导出接口只对本机开放。

**无法导出 PPTX？**

> 导出 PPTX / PDF 需要本机 Chrome / Chromium / Edge（可用 `CHROME_PATH` 环境变量指定）。

## 开源协议 License

本项目采用 **GNU Affero General Public License v3.0（AGPL-3.0）** 开源——这是 OSI 认证开源协议中 copyleft 效力最强的一个。你可以自由使用、修改、分发本项目（包括商业用途）；但如果你分发修改版，或基于本项目及其修改版通过网络对外提供服务（如 SaaS），必须以 AGPL-3.0 向用户公开完整的对应源代码。

**例外**：子包 `project/packages/html-deck-to-pptx`（导出引擎）为**专有组件**，仅授权作为本 skill 的组成部分使用，不得单独提取、复制或再分发（详见该目录下的 LICENSE；其 v0.2.7 及之前的历史版本曾以 MIT 发布，该授权仅对历史版本有效）。

Copyright (c) 2026 [chuspeeism](https://github.com/chuspeeism)。完整协议文本见根目录 [LICENSE](LICENSE) 文件。如需 AGPL-3.0 之外的商业授权，请联系作者。

## Star History

<a href="https://www.star-history.com/?repos=chuspeeism%2Fdashi-ppt-skill&type=date&legend=top-left">
 <picture>
 <source media="(prefers-color-scheme: dark)" srcset="https://api.star-history.com/chart?repos=chuspeeism/dashi-ppt-skill&type=date&theme=dark&legend=top-left&sealed_token=MpgO76zZLzPPs8bi8jDFZyG1b8gYNbtA8RQhnghNJ0wtwmM9UwUwNiBiy0rtx1stNTntfSl1TJCqxLCMvnTKnj6He8CPK9MYawX-G8i4x4HabmaLVCC0gg" />
 <source media="(prefers-color-scheme: light)" srcset="https://api.star-history.com/chart?repos=chuspeeism/dashi-ppt-skill&type=date&legend=top-left&sealed_token=MpgO76zZLzPPs8bi8jDFZyG1b8gYNbtA8RQhnghNJ0wtwmM9UwUwNiBiy0rtx1stNTntfSl1TJCqxLCMvnTKnj6He8CPK9MYawX-G8i4x4HabmaLVCC0gg" />
 <img alt="Star History Chart" src="https://api.star-history.com/chart?repos=chuspeeism/dashi-ppt-skill&type=date&legend=top-left&sealed_token=MpgO76zZLzPPs8bi8jDFZyG1b8gYNbtA8RQhnghNJ0wtwmM9UwUwNiBiy0rtx1stNTntfSl1TJCqxLCMvnTKnj6He8CPK9MYawX-G8i4x4HabmaLVCC0gg" />
 </picture>
</a>

把手头的文档丢进去，直接说要做 PPT，等待几分钟就能生成一份完整的 PPT：

1.描述需求 — 主题、受众、页数、想突出的结论
2.选风格 — Skill 会展示 12 套风格预览让你选择；同时确认是否需要图片 / 视频
3.自动组稿 — Skill 把需求整理成结构化的内容，并设计对应的 PPT 方案
4.随手编辑 — 改文字、换图片、调模块数量、换配色，改动自动保存
交付 — 可以选择让 Agent 换风格调细节；满意导出需要的格式

一个真正适合职场人的 PPT Skill。把文档丢给你的 AI Agent，每一页都自带编辑控制台的 PPT Skill——不满意的地方直接在浏览器里改，改完还能一键导出成真实的、可编辑的 PPTX。

Dashi PPT Skill · 大师 PPT / 网页 PPT / 可编辑 PPTX

# Gorden PPT Skill

> 史上最强原生PPT Skill，更适合中国宝宝。生成的效果不让你震惊，你来打我。
>
> ⚠️ **非商业使用**：本仓库及内置模板**仅供个人学习与研究**，禁止任何商业用途。
> 
> **支持定制私有化模板**：如果你想要Agent能按你公司的PPT模板来生成PPT，可以加我微信**duge360**定制。

## 交流群

加我微信duge360，拉你进PPT Skill交流群，AI话题也可以讨论。

## 几大特色
1、能生成信息密度高、排版复杂、看起来高大上的PPT，也支持生成简约、商务风格的PPT。适合国企、互联网大厂使用。

2、兼容所有模型，DeepSeek、小米Mimo、Claude、GPT均实测过，国产模型也能完成的非常好。

3、技能自动更新机制：如果我更新了可选用的PPT模板，使用技能时会自动更新技能。技能像软件一样可以更新

## 效果展示

以下是用本 Skill 生成的实际页面（信息密度高、排版复杂、商务质感）：


 <img src="./assets/showcase-1.jpg" alt="效果展示 1 - 战略定位分析" width="720" />



 <img src="./assets/showcase-2.jpg" alt="效果展示 2 - 价值冰山模型" width="720" />



 <img src="./assets/showcase-3.jpg" alt="效果展示 3 - 产品化闭环" width="720" />


## 使用方法
极其简单，把这段提示词发给你的Agent即可：

安装这个Skill：https://github.com/GordenSun/GordenPPTSkill
然后使用这个Skill做一个复杂、豪华的PPT，读取本地XXX文件，来介绍XXX项目

## 谁要看这个

- 想给自己用的 AI 助手装一个"做 PPT"技能的人：**请读 [SKILL.md](./SKILL.md)**
- 想看本项目目录怎么组织：继续往下看本文件
- 想理解模板分类 / 推荐：**请读 [templates/INDEX.md](./templates/INDEX.md)**

## 快速开始（命令行）

```bash
# 1. 确认依赖
python3 -c "import pptx; print(pptx.__version__)" # python-pptx 1.0+
soffice --version # LibreOffice (仅渲染预览时需要)
which pdftoppm # poppler (仅渲染预览时需要)

# 2. 选定模板 + 写 edits.json，跑构建
python3 scripts/build_pptx.py \
 templates/minimal-business-summary/template.pptx \
 edits.json \
 out/final.pptx \
 --detail templates/minimal-business-summary/detail.json

# 3. (可选) 渲染最终预览图
python3 scripts/render_slides.py out/final.pptx out/preview --dpi 144
```

## 字体环境

模板大量使用 `微软雅黑`。如果你的机器没装它，配 `~/.config/fontconfig/fonts.conf` 加一条 alias：

```xml
<alias binding="strong">
 <family>微软雅黑</family>
 <accept>
 <family>WenQuanYi Micro Hei</family>
 <family>DengXian</family>
 <family>Noto Sans SC</family>
 <family>PingFang SC</family>
 </accept>
</alias>
```

(`brew install --cask font-noto-sans-sc`，或下载 WenQuanYi Micro Hei 放进 `~/Library/Fonts/` 并 `fc-cache -f`。)

## 目录速览

```
SKILL.md # AI 入口文档
VERSION # 1.0.0
CHANGELOG.md # 人读变更
updates.json # 机读变更
manifest.json # 每文件版本 + sha256
scripts/ # 5 个面向使用者的脚本（build / render / update / manifest）
references/ # 编辑规则、Schema、工作流参考
templates/ # 17 个模板（每个 4 文件）
```

## 致谢与版权

- 本仓库没有PPT模板的版权
- **禁止任何二次分发 / 商业使用**
- 用到的开源工具：[LibreOffice](https://www.libreoffice.org/)、[python-pptx](https://python-pptx.readthedocs.io/)、[Poppler](https://poppler.freedesktop.org/)、[WenQuanYi Micro Hei](http://wenq.org/)
- 感谢 [LinuxDO](https://linux.do) 社区的支持

1、能生成信息密度高、排版复杂、看起来高大上的PPT，也支持生成简约、商务风格的PPT。适合国企、互联网大厂使用。
2、兼容所有模型，DeepSeek、小米Mimo、Claude、GPT均实测过，国产模型也能完成的非常好。
3、技能自动更新机制：如果我更新了可选用的PPT模板，使用技能时会自动更新技能。技能像软件一样可以更新

对中文职场人可能是最实用的一个，所以最近安装了：内置 17 套人工打磨过的中文 PPTX 模板——国企风、大厂风、商业提案风，工作总结、季度汇报、培训课件直接对号入座。

Gorden PPT Skill：更适合中国宝宝的skill

# Codex PPT Skill

一个面向 Codex 的 PPT 生成 skill，也可在 Claude Code、OpenClaw、Hermes Agent 等支持 `SKILL.md` 的 agent 中使用；在这些非 Codex 环境中通常需要配置 `gpt-image-2.5-flare`、第三方生图 API 或 OpenAI 兼容格式的生图接口。它把文章、报告、论文、课程笔记等内容转换成“整页图片式”的演示文稿：先规划大纲和视觉风格，再生成每页幻灯片图片，最后用本地脚本组装为 `.pptx`。

## 温馨提示

> [!TIP]
> 本 skill 负责从文章、报告、大纲或想法生成图片式 PPT，适合强视觉表达，但页面元素本身不可直接编辑。如果你需要进一步转换成可编辑 PPT，可以在生成完成后尝试使用 [image-to-editable-ppt-skill](https://github.com/ningzimu/image-to-editable-ppt-skill) 进行转换。
>
> 关于 `codex-ppt` 和 `image-to-editable-ppt` 这两个技能的详细介绍，参见 [skill_duo_intro.pdf](assets/skill_duo_intro.pdf)。该 PPT 由 `codex-ppt` skill 生成，提示词为：“请分别阅读 Codex PPT和 Image to Editable PPT 这两个技能的内容，然后用 Codex PPT 帮我做一个PPT吧，20页，每个技能的介绍10页。”
>
> 另外，关于这个 PPT Skill 设计和调优的实践经验，可以看这篇文章：[2000 个 GitHub Star 换来的经验：好的 AI Skill 是调出来的，不是写出来的](https://mp.weixin.qq.com/s/LaxWBX-nogHPpSxlk-Vs8Q)。

> [!NOTE]
> 想查看更多用户用这个 skill 做出的 PPT 效果，可以前往置顶 Issue 的案例展示区：[欢迎分享 codex-ppt 使用案例和 PPT 效果](https://github.com/ningzimu/codex-ppt-skill/issues/34)。

这个 skill 主要给大家提供一个还不错的 PPT 生成流程。为了尽量通用，它的流程设计会稍微复杂一些；复杂也会带来不稳定性或者冗余性。比如它同时兼容 Codex 内置生图和 API/CLI fallback 生图，也会兼容有无子 agent 可用这两种情况，但大部分人日常使用时其实只会固定走其中一条路线。

建议大家在走通自己常用的路线之后，让 AI 帮你改一下这个 skill，把你的偏好固定下来，省得每次都重新选择。比如固定使用内置生图或固定使用某个 API，固定是否使用子 agent，固定常用输出目录、风格、页数节奏等。

另外，如果你在做 PPT 的过程中遇到了自己喜欢的版式或排版，无论是这个 skill 做出来的，还是从别的地方找到的 PPT 风格图片，都可以让 AI 保存到你的个人风格库（`~/.codex-ppt-skill/references/`）里，逐步沉淀自己的风格。个人风格库存放在 skill 安装目录之外，更新或重装 skill 都不会丢失。Skills 本质上是非常个性化的流程，鼓励大家在使用这个 skill 的基础上，按自己的偏好持续调优，让它更适配自己的工作流。

关于 skills 如何设计和使用，可以参考 [good-skill-design.pptx](assets/good-skill-design.pptx)。这个 PPT 也是用本 skill 做的，采用的是手绘技术解释风；内容基于 Claude 在设计 skills 方面的最佳实践文章 [The Complete Guide to Building Skills for Claude](https://resources.anthropic.com/hubfs/The-Complete-Guide-to-Building-Skill-for-Claude.pdf)。祝大家玩得愉快！

## 特点

- 多 agent 可用：支持 Codex、Claude Code、OpenClaw、Hermes Agent 等支持 `SKILL.md` 的环境；最推荐在 Codex 中使用，优先走内置生图和编辑图能力。
- 第三方生图供应商接入：支持 OpenAI 兼容接口、AtlasCloud、`base URL` 和自定义模型名配置，方便通过 API/CLI fallback 使用 `gpt-image-2.5-flare` 或兼容模型。
- 稳定的阶段化流程：先确认大纲、页数、视觉风格、生图后端和样张，再进入整套生成，降低一次生成完整 PPT 时的返工和偏航。
- 不是无脑生成：会先引导你确认 `outline.md`、每页要点、风格方向和样张效果，再按确认后的方案继续。
- 低门槛输入：文章、报告、论文、课程笔记、Markdown、大纲、PDF、Word 等材料都可以作为起点。
- 内置 12 种 PPT 风格参考：包括清爽专业、科研答辩、党政红、教学课件、电子墨水杂志、手绘技术解释、仪表盘、麦肯锡等；不会写提示词也可以先从内置风格开始，尤其推荐手绘技术解释风。
- 支持自定义风格复刻：可以上传喜欢的图片、PDF 或 PPT/PPTX，让 agent 先分析配色、版式、字体和视觉元素，再按该风格生成新 PPT。
- 可沉淀个人风格库：生成满意后，可以把当前风格保存到个人风格库（`~/.codex-ppt-skill/references/`），下次直接复用；风格库存放在 skill 安装目录之外，更新 skill 不会丢失，同名时个人风格优先于内置风格。
- 多 agent 并发生成：样张确认后，支持一个子 agent 负责一页，并对文字清晰度、风格一致性和内容完整性做自检，发现问题及时返修。
- 支持指定图片插入：可以要求某一页必须放入论文原图、实验结果图、截图、架构图等素材，并让页面围绕这些图片适配主题和版式。
- 自动生成演讲稿：会生成 `speech.md`，并在组装 PPTX 时写入每页备注，方便直接演示或二次修改。

## 生成效果

下面是一套技术分享 PPT 的生成效果示例。每页都是由 `gpt-image-2` 生成的完整 16:9 幻灯片图片，再由本地脚本组装为 PPTX。

![生成 PPT 效果示例](assets/slides_example.png)

下面是一套论文答辩风案例，来源于论文 [Attention Is All You Need](https://arxiv.org/abs/1706.03762)。它展示了如何在指定页中插入论文原始图片作为输入素材，例如模型架构图、attention 模块图和 attention 可视化图，并围绕这些图片生成统一风格的 PPT（见 Issue #14）。

![论文原图插入案例](assets/paper-figures-example.png)

## 风格示例

以下是已生成预览图的风格，示例图均由 `gpt-image-2` 生成，用于帮助用户在开始制作前选择视觉方向。

| 清爽专业风 | 创意杂志风 |
| --- | --- |
| ![清爽专业风](assets/style-previews/clean-professional.png) | ![创意杂志风](assets/style-previews/creative-magazine.png) |
| 电子墨水杂志风 | 数据仪表盘风 |
| ![电子墨水杂志风](assets/style-previews/e-ink-magazine.png) | ![数据仪表盘风](assets/style-previews/data-dashboard.png) |
| 复古扁平插画风 | 手绘技术解释风 |
| ![复古扁平插画风](assets/style-previews/retro-flat-illustration.png) | ![手绘技术解释风](assets/style-previews/handdrawn-technical.png) |
| 手绘白板风 | 温暖手工风 |
| ![手绘白板风](assets/style-previews/handdrawn-whiteboard.png) | ![温暖手工风](assets/style-previews/warm-handmade.png) |
| 科研答辩风 | 麦肯锡风格 |
| ![科研答辩风](assets/style-previews/scientific-defense.png) | ![麦肯锡风格](assets/style-previews/mckinsey-style.png) |
| 党政红风格 | 教学课件风 |
| ![党政红风格](assets/style-previews/party-government-red.png) | ![教学课件风](assets/style-previews/teaching-courseware.png) |

## 输出结构

每个 PPT 会生成一个独立项目目录：

```text
{基础目录}/{PPT名称}/ # 当前 PPT 的独立项目目录
├── origin_image/ # 正式幻灯片图片目录，只放最终采用的页面
│ ├── slide_01.png # 第 1 页幻灯片图片
│ ├── slide_02.png # 第 2 页幻灯片图片
│ └── ... # 后续页面图片，按页码顺序命名
├── outline.md # 经确认的 PPT 大纲、页数、每页标题和要点
├── speech.md # 演讲稿，会写入 PPT 每页备注
└── {PPT名称}.pptx # 最终组装生成的 PowerPoint 文件
```

你可以在 `origin_image/` 里查看每一页最终采用的幻灯片图片，文件会按 `slide_01.png`、`slide_02.png` 这样的顺序排列。想预览整套 PPT 的视觉效果，或只挑某一页继续修改时，直接看这里最方便。

`speech.md` 是配套演讲稿。生成 `.pptx` 时，这些内容会自动写入每页 PPT 的备注区，你可以在 PowerPoint 里直接查看、修改，或演示时作为讲稿使用。

## 适用场景

- 技术文章转分享 PPT
- 论文或报告转演示稿
- 课程笔记转课件
- 科研项目申报、中期检查、结题验收和论文答辩
- 商业汇报、产品介绍、调研总结
- 需要强视觉统一性的图片式演示文稿

## 安装

### 一句话安装

【推荐】可以直接把下面这句话发给你的 Agent，让它帮你安装：

```text
请帮我安装这个 codex-ppt skill，链接是：https://github.com/ningzimu/codex-ppt-skill
```

### 手动安装到 Codex

如需手动安装到 Codex，可以使用 `skills` CLI 安装到 Codex 的全局 skills 目录：

```bash
npx -y skills@latest add ningzimu/codex-ppt-skill \
 --skill codex-ppt \
 --agent codex \
 --global
```

安装完成后，重启 Codex 让新 skill 生效。

也可以从 GitHub Releases 下载 `codex-ppt-skill-v*.zip`，解压后把其中的 `codex-ppt` 文件夹放到 `~/.codex/skills/codex-ppt`，然后重启 Codex。

如果你是在本地开发这个仓库，也可以把 skill 目录链接到 Codex skills 目录，方便实时调试修改：

```bash
mkdir -p ~/.codex/skills
ln -s /path/to/codex-ppt-skill/skills/codex-ppt ~/.codex/skills/codex-ppt
```

### OpenClaw

可以通过 ClawHub 安装：

```bash
openclaw skills install codex-ppt
```

ClawHub 页面：[clawhub.ai/ningzimu/codex-ppt](https://clawhub.ai/ningzimu/codex-ppt)

如果使用 OpenClaw 的 skill allowlist，需要把 `codex-ppt` 加入允许列表。

### Claude Code、Hermes Agent

这些 agent 都可以读取 `SKILL.md` 形式的 skill。也可以使用 `skills` CLI 安装：

```bash
# Claude Code
npx -y skills@latest add ningzimu/codex-ppt-skill \
 --skill codex-ppt \
 --agent claude-code \
 --global

# Hermes Agent
npx -y skills@latest add ningzimu/codex-ppt-skill \
 --skill codex-ppt \
 --agent hermes-agent \
 --global
```

常见目标目录是：Claude Code 使用 `~/.claude/skills/codex-ppt`，Hermes Agent 使用 `~/.hermes/skills/codex-ppt`。

如果你是在本地开发这个仓库，也可以用软链接替代复制，方便实时调试修改。

### 更新

重新执行一遍上面对应的安装命令即可覆盖为最新版本，也可以直接让 agent 帮你更新：

```text
请帮我更新 codex-ppt skill 到最新版本，仓库是：https://github.com/ningzimu/codex-ppt-skill
```

更新后重启 agent 生效。API key 配置（`~/.codex-ppt-skill/.env`）和个人风格库（`~/.codex-ppt-skill/references/`）都在 skill 安装目录之外，更新或重装不会丢失。

## 生图模型配置

> [!TIP]
> 你可以先正常使用 Codex PPT 开始制作 PPT。一般不需要自己手动配置生图模型；当流程走到“选择生图后端”时，AI 会根据当前环境判断是否需要配置，并在需要时引导你提供相关信息。
>
> - 如果你使用的是 Codex 内置图片生成能力，通常不需要额外配置 API key。
> - 如果你确定要使用第三方供应商或 OpenAI 兼容中转站，请让 AI 先阅读 [生图模型配置指南](skills/codex-ppt/docs/image-model-configuration.md)，再配置 API key、base URL 和模型名。

指定图片分辨率、提高质量或要求修改某一页，本身不会触发第三方 API 配置。如果你是通过 GPT 会员订阅使用 Codex，并且 Codex 内置图片生成工具可用，通常可以继续使用内置生图能力，不需要准备 API key。

## 使用方式

在 Codex、Claude Code、OpenClaw 或 Hermes Agent 中明确指定使用 `codex-ppt` skill，例如：

```text
请使用 codex-ppt skill 把 /path/to/article.md 做成 10 页左右的 PPT。
```

skill 会按以下流程执行：

1. 阅读内容并规划 PPT 大纲
2. 生成 `outline.md`，并请求你确认页数、标题和每页要点
3. 给出 2-3 个视觉风格选项，并推荐一个让用户确认
4. 在首次生图前说明将使用的生图方式，并请求你确认
5. 使用确认后的图片生成后端生成 1 页样张，让用户确认风格、版式节奏和文字质量
6. 创建 PPT 项目目录
7. 使用同一图片生成后端逐页生成全部幻灯片图片
8. 检查文字清晰度、风格一致性和内容完整性
9. 生成 `speech.md`
10. 使用 `assemble_ppt.py` 组装 `.pptx`
11. 可选：如果生成的 PPT 风格你很喜欢，可以保存到风格库；如果使用的是内置风格，则无需重复保存

## 使用技巧

- 优先使用当前环境可调用的内置生图工具；实际模型、分辨率和可调参数取决于环境，不能仅凭会员身份或成功出图确认。若需精确指定尺寸或质量，而内置工具未暴露这些参数，可选择支持相应参数的 API/CLI fallback。API/CLI fallback 默认输出为 2K 16:9；文字较多或仍模糊时可尝试 4K；GPT Image 2.5 超过 `2560x1440` 像素的输出属于实验性能力，需检查实际结果。
- API/CLI fallback 默认使用 `gpt-image-2.5-flare`，可用 `--model gpt-image-2.5-sunburst` 切换。两者支持 `xhigh` / `max` 质量及透明 PNG/WebP；默认仍为 2K 16:9、`medium`。旧模型保留原参数限制，第三方服务需确认其支持的模型和参数。
- 如果只是不满意某一页的内容、排版、配色或文字表达，可以直接让当前 agent 针对这一页做细致修改，不需要整套 PPT 重新生成。

![单页局部修改示意：打开 PPT、点击标注，并框选需要修改的位置](assets/single-slide-revision-example.png)

- 你也可以提供喜欢的 PPT 风格参考，可以是一张截图、多张截图，或完整 PPT/PDF。建议先让当前 agent 分析参考材料的配色、版式、字体和视觉元素，再按这个风格生成新 PPT。生成满意后，也可以让 agent 把这套风格保存到个人风格库（`~/.codex-ppt-skill/references/`）里，方便以后复用，且不会因更新 skill 而丢失。
- 如果需要插入论文原图、实验结果图、截图或架构图，可以在大纲中指定这些图片对应的页码和用途。

## 我的其他项目

- [image-to-editable-ppt-skill](https://github.com/ningzimu/image-to-editable-ppt-skill)：把幻灯片截图、PDF 页面或图片版 PPTX 重建为可编辑 PowerPoint，适合在 `codex-ppt` 生成整页图片后继续做可编辑化。
- [codex-gpt-image](https://github.com/ningzimu/codex-gpt-image)：通过 Codex OAuth / 会员登录生成图片，支持 GPT Image 2.5 请求参数；实际后端模型取决于服务端。
- [handdrawn-tech-illustrations](https://github.com/ningzimu/handdrawn-tech-illustrations)：面向中文技术内容的手绘配图 skill，可以把技术文章、产品笔记、截图、大纲或粗略想法生成正文配图、概念解释图、微信公众号封面和小红书封面；风格强调亲和、轻卡通、中文可读和适中的信息密度。
- [awesome-ai-ppt](https://github.com/ningzimu/awesome-ai-ppt)：精选的 AI PPT 相关开源项目，按 HTML-first、图片生成式、PPTX-native、转换与自动化基础设施等工作流分类，关注能帮助 agent 或开发者创建、编辑、转换、检查 PPT 的 GitHub 仓库。
- [awesome-skills](https://github.com/ningzimu/awesome-skills)：精选实用的 AI Agent Skills 与配套工具；安装一个入口后，Agent 会根据任务从持续更新的清单中选择、安装并使用合适的 skill。
- [claude-code-lens](https://github.com/ningzimu/claude-code-lens)：Claude Code 本地观测工具，用来查看 API 流量、日志、prompt 和工具调用，适合排查 agent 实际在做什么。

## 支持

遇到问题？请查看[使用文档](https://ningzimu.github.io/codex-ppt-skill/#/)，加入 [CodexPPT](https://t.me/CodexPPT)，或[提交 Issue](https://github.com/ningzimu/codex-ppt-skill/issues/new)。

<img width="220" alt="微信 2026-09-13 13 27 42" src="https://github.com/user-attachments/assets/e3df121d-7c26-49e5-b953-b9d0dbfb39ed" />

## 许可证

MIT

## 致谢

感谢 [LinuxDO](https://linux.do) 社区的支持。

一个面向 Codex 的 PPT 生成 skill，也可在 Claude Code、OpenClaw、Hermes Agent 等支持 SKILL.md 的 agent 中使用；在这些非 Codex 环境中通常需要配置 gpt-image-2.5-flare、第三方生图 API 或 OpenAI 兼容格式的生图接口。它把文章、报告、论文、课程笔记等内容转换成“整页图片式”的演示文稿：先规划大纲和视觉风格，再生成每页幻灯片图片，最后用本地脚本组装为 .pptx。

把内容，变成能讲的PPT，从文章、报告、论文、课程笔记或大纲开始。先确认结构与样张，再逐页生成并组装为 PPTX。

Codex PPT Skill：把文章生成成图片式 PPT

<div align="center" id="中文">


 <img src="assets/logo.png" alt="EasySlides Logo" width="128" height="128">


<h1 align="center">EasySlides</h1>


 <a href="CHANGELOG.md"><img alt="Version: 1.2.0" src="https://img.shields.io/badge/Version-v1.2.0-2563EB?style=flat-square"></a>
 <a href="LICENSE"><img alt="License: MIT" src="https://img.shields.io/badge/License-MIT-16A34A?style=flat-square"></a>
 <img alt="Output: Editable PPTX" src="https://img.shields.io/badge/Output-Editable%20PPTX-D24726?style=flat-square">


面向论文汇报、研究综述与答辩的 AI PPT 插件，让 Agent 基于研究材料制作可编辑 PPT。

继续开发前请先读 [项目交接入口](docs/agent-handoff.md)，再按其中的工作流与验证入口执行。

[中文](#中文) | [English](#english)

</div>

### 先看效果

| 原生可编辑 · `literature_minimal` | 图片整页重建 · `zdyf_blue` |
| --- | --- |
| [![literature_minimal：Transformer 论文汇报成品](site/assets/slides/work-01/slide-01.jpg)](http://easyslides.scansci.com/?view=detail&work=0) | [![zdyf_blue：社会学习与听觉学习汇报成品](site/assets/slides/work-06/slide-01.jpg)](http://easyslides.scansci.com/?view=detail&work=5) |

点击缩略图查看整套 PPT；展厅支持逐页预览与下载可编辑文件。

[成品与原生模板](http://easyslides.scansci.com/?library=native#catalog) · [图片参考模板](http://easyslides.scansci.com/?library=image#catalog)

原生模板用于直接制作，图片模板用于指导生图。也支持提供自己的 PPT 或参考图片。

### 安装与开始

在 Codex 或支持技能安装的 AI Agent 中发送：

```text
请帮我安装 EasySlides 的完整仓库和运行依赖，并检查能否生成 PPT：
https://github.com/Rimagination/easyslides
```

安装后，上传材料并说出目标：

```text
用 easyslides 把这篇论文做成组会汇报，先逐项弹窗问清需求，再开始制作。
```

插件会询问尚未明确的材料来源、听众、目标、时长、风格与制作路径，说明相对耗时和
Token 消耗；已知信息不重复问，无需浏览器或填表。安装细节见 [安装指南](INSTALL.md)。

### 三条制作路径

![EasySlides 三种制作路线：直接生成可编辑 PPT、AI 生图后整页重建、AI 生图后局部重建](assets/easyslides-workflow.svg)

复制下面一句，替换主题、材料或篇幅即可。

#### 1. 直接制作：便于反复修改内容与布局

文字与布局直接构建为可编辑元素，论文原图作为图片保留。

```text
用 easyslides 基于我上传的多模态城市交通论文，
使用 literature_minimal 模板直接制作 12 页可编辑综述，
保留原图和来源，不补充外部资料。
```

#### 2. 整页重建：先确定完整图片页，再忠实重建

以下案例重建整页文字与简单结构，复杂配图保留为图片；已有完整图片页时可跳过生图。

```text
先用联网工具搜集多模态城市交通流量预测的论文与原图，再用 easyslides 制作 12 页综述：
每次 ImageGen 附上“国自然-绿色”模板参考图和适用的论文原图，逐页生成完整图片 PPT，
再忠实整页重建为可编辑 PPT，保留复杂配图。
```

#### 3. 局部重建：只让指定区域可编辑

选中区域内的文字与简单结构可编辑，其余部分保持图片。

```text
用 easyslides 局部重建我上传的多模态城市交通汇报图片，
只让标题、正文和页码可编辑，保留复杂配图；先确认重建区域，其余部分保持原貌。
```

### 使用须知

- **工具依赖**：联网搜集依赖宿主工具，EasySlides 未内置 Deep Research 引擎；新图片生成需要可调用的 ImageGen。
- **质量检查**：图片重建先确认样页，再扩展整套；交付前核对原文证据、页码和实际渲染。详见 [重建工作流](workflows/slide-image-to-editable-pptx.md)。
- **隐私与授权**：文件在本地管理，提交给云端 AI 的材料由对应服务处理；发布私人材料及复用第三方图片前需确认授权。


<details>
<summary>开发与致谢</summary>

开发文档：[架构说明](ARCHITECTURE.md) · [工作流入口](workflows/index.md)。
贡献者名单见 [CONTRIBUTORS.md](CONTRIBUTORS.md)。

EasySlides 的开发借鉴了以下公开项目的实践：

- 可编辑 PPTX 与本地生成：[hugohe3/ppt-master](https://github.com/hugohe3/ppt-master)、[Gabberflast/academic-pptx-skill](https://github.com/Gabberflast/academic-pptx-skill)。
- 学术表达：[LearnPrompt/humanize-ppt](https://github.com/LearnPrompt/humanize-ppt)。
- 风格与模板管理：[op7418/guizang-ppt-skill](https://github.com/op7418/guizang-ppt-skill)。
- 论文与文献报告：[xiao634zhang/paper-ppt-skill](https://github.com/xiao634zhang/paper-ppt-skill)、[fangyuanopus/literature-report-ppt-builder](https://github.com/fangyuanopus/literature-report-ppt-builder)。

致谢不代表这些项目对 EasySlides 的正式背书。代码许可见 [LICENSE](LICENSE)；引用、上传或再分发第三方模板与图片时，请确认对应素材的授权。

</details>

[回到顶部](#easyslides)

---

## English

A research-focused AI PPT plugin for paper presentations, literature reviews and thesis defenses.

### See the Results

[Examples and native templates](http://easyslides.scansci.com/?library=native#catalog) · [Image-reference templates](http://easyslides.scansci.com/?library=image#catalog)

Native templates support direct creation; image references guide image generation. You can also supply your own PPTX or reference images.

### Install and Start

In Codex or an Agent that supports skill installation, say:

```text
Please install the full EasySlides repository and its runtime dependencies,
and check that it can generate PPTX files:
https://github.com/Rimagination/easyslides
```

Then ask:

```text
Use easyslides to turn this paper into a journal-club presentation.
Ask me about the requirements step by step before creating it.
```

EasySlides asks about missing source, audience, goal, timing, style and production choices, with relative time and token estimates. Known answers are reused; no browser form is required. See the [installation guide](INSTALL.md) for the full repository and dependencies.

### Three Methods, Three Examples

#### 1. Direct creation — revise content and layouts freely

```text
Use easyslides to create a 12-slide editable review from my uploaded
multimodal traffic papers with literature_minimal.
Preserve original figures and citations; do not add external sources.
```

#### 2. Full-slide reconstruction — establish the image, then rebuild it

```text
First use web tools to collect multimodal traffic prediction papers and original figures.
Then use easyslides to make a 12-slide review: attach the “国自然-绿色” template references
and relevant paper figures to each ImageGen call, generate complete slide images,
and faithfully rebuild them with editable text and simple structures,
preserving complex pictures.
```

Approved slide images can also be supplied directly, without new image generation.

#### 3. Partial reconstruction — edit selected regions only

```text
Use easyslides to rebuild only the titles, body text and page numbers
in my traffic presentation images. Confirm the regions first;
preserve complex pictures and leave everything else unchanged.
```

### Before You Use It

- **Dependencies:** web research uses host tools; EasySlides has no built-in Deep Research engine. New image generation requires a callable ImageGen tool.
- **Quality:** review representative rebuilt slides before expanding the deck, then check evidence, pagination and actual renders. Preserved pictures and unselected regions remain images. See the [reconstruction guide](workflows/slide-image-to-editable-pptx.md).
- **Privacy:** files stay in your workspace; cloud AI processes submitted material. Confirm permission before publishing private files or reusing third-party images.

<details>
<summary>Implementation and Credits</summary>

See [ARCHITECTURE.md](ARCHITECTURE.md) and [INSTALL.md](INSTALL.md) for development details.
Contributors are listed in [CONTRIBUTORS.md](CONTRIBUTORS.md).

EasySlides draws on public practice from [hugohe3/ppt-master](https://github.com/hugohe3/ppt-master), [Gabberflast/academic-pptx-skill](https://github.com/Gabberflast/academic-pptx-skill), [LearnPrompt/humanize-ppt](https://github.com/LearnPrompt/humanize-ppt), [op7418/guizang-ppt-skill](https://github.com/op7418/guizang-ppt-skill), [xiao634zhang/paper-ppt-skill](https://github.com/xiao634zhang/paper-ppt-skill), and [fangyuanopus/literature-report-ppt-builder](https://github.com/fangyuanopus/literature-report-ppt-builder). Acknowledgement does not imply endorsement. See [LICENSE](LICENSE) for the code license; third-party templates and images require their own permissions.

</details>

[Back to top](#easyslides)

面向论文汇报、研究综述与答辩的 AI PPT 插件，让 Agent 基于研究材料制作可编辑 PPT，论文、网页、Markdown、已有 PPT 和几句需求都可以成为起点。若听众、时长、模板或表达重点会影响成品，Agent 会先用问题和选项向你确认，而不是替你猜。

把材料交给 Agent，说清你要讲的故事

EasySlides 生成最懂学术的 AI PPT

baoyu-slide-deck 是宝玉技能合集中的演示制作工作流，先整理文章大纲和风格，再保存逐页图像提示词、生成图片并合成 PPTX 与 PDF。它适合内容分享、课程概念讲解和视觉化产品介绍。本文提供安装入口、分阶段制作方法与中文示例，明确说明主流程输出图片型幻灯片，图片中的文字和图表并非原生可编辑对象。附件收录四种官方风格样张。

从文章分析、大纲和逐页提示词到图片合成 PPTX/PDF，附四种官方风格样张。

宝玉 Slide Deck：把文章变成风格统一的图片型 PPT

# 归藏 PPT Skill：用 AI 制作杂志风与瑞士风网页演示

当一份演示需要体现讲述者的观点与节奏，页面设计就不能只靠套用商务模板。归藏 PPT Skill 提供了两套辨识度较高的视觉系统，并把内容整理、版式选择和现场排练放在同一条工作流程里。它主要生成可在浏览器中横向翻页的 HTML 演示。[项目介绍](https://github.com/op7418/guizang-ppt-skill)

## 两种风格，对应不同表达需求

Style A 采用电子杂志与电子墨水的方向，适合观点分享、故事叙述和个人演讲。页面的阅读感较强，可以围绕一段关键引述、一张图片或一个判断展开。

Style B 采用瑞士国际主义设计，强调网格、字号对比和明确的重点色。它更适合产品分析、事实陈述与方法论表达。两种风格并没有绝对的优劣，选择应围绕观众需要看懂什么。[风格与工作流](https://github.com/op7418/guizang-ppt-skill/blob/main/SKILL.md)

例如，一场创业经历分享，可以让关键事件推动页序；一次产品评审，则更适合先给出问题与证据，再比较选项。把同一份长文直接分段塞入漂亮版式，仍然可能得到难以讲述的 PPT。建议先写出每一页的目的，再讨论配色。

## 从文章到演示，先调整讲述节奏

工作流会梳理受众、时长、原始素材和必须保留的约束，再套用对应模板、选择页面结构。准备材料时，最好明确哪些是结论、哪些是证据、哪些只是补充背景。

对于一篇信息较多的文章，可以先做 6—10 页的简版：开场说明为什么值得关注，中间保留少量最重要的证据，最后给出观众可以采取的行动。具体页数应服从讲述时长与材料，而不是为了凑满固定数量。细节可以放入备注或附录。

配图也应服务于表达。产品截图需要准确时，应明确保留文字和界面信息；概念性插图则可以用于解释关系。不要把生成的示意图当成真实产品截图或数据证明。[检查清单](https://github.com/op7418/guizang-ppt-skill/blob/main/references/checklist.md)

## 演讲者模式让排练成为交付的一部分

项目提供演讲者视图和观众窗口。讲述者可以看到当前页、下一页、备注与计时信息，再根据排练结果调整内容。计时排练的意义在于暴露问题：哪一页解释成本过高，哪里需要转场，哪些内容应该移到备用页。[演讲者模式](https://github.com/op7418/guizang-ppt-skill/blob/main/references/presenter-mode.md)

这类功能尤其适合线下分享和产品路演。第一次使用时，应在正式演讲前测试窗口同步、字体与图片，并在实际投影条件下确认字号。本站的静态样张只能展示视觉与界面，不能替代这一步操作检查。

## 安装方法与中文任务示例

项目提供的安装命令为：

```bash
npx skills add https://github.com/op7418/guizang-ppt-skill --skill guizang-ppt-skill
```

安装后需保留完整技能目录中的模板、参考规范和脚本。适用环境应能读写文件、执行必要命令并预览网页。普通聊天窗口如果没有这些能力，通常只能帮助规划文案，无法完成相同的制作与检查流程。[安装说明](https://github.com/op7418/guizang-ppt-skill#安装)

可以用下面这段本站原创示例开始：

> 请使用归藏 PPT Skill，把我提供的产品分析做成 8 页中文瑞士风网页演示，用于 10 分钟内部分享。先提炼观众需要理解的核心问题和逐页目的，再组织证据与结论。沿用我提供的截图和数据，缺失信息标记待补充。完成后补齐每页讲述要点、转场和建议时长，检查中文标题和页面溢出，并说明如何进入演讲者模式排练。

如果更看重个人分享的叙事感，可以把示例中的瑞士风改为电子杂志风，并提供一段代表自己表达方式的原文。

## 适合怎样的交付？

归藏 PPT Skill 更适合浏览器演示与现场讲述。需要大量表格、密集培训资料，或者多人在 PowerPoint 内协同修改时，应先评估格式与信息密度要求。它的主输出是 HTML，本页提供的 PPT 附件只是用于网站预览的静态合集。

附件收录官方仓库的视觉概览图，以及 README 中的电子杂志风和瑞士风拼图，共三页。图片保持原貌，来源地址及项目 AGPL-3.0 许可文本保存在讲者备注中。拼图适合比较整体风格，细节请结合源图查看。这不是现场运行该技能生成的可编辑 PowerPoint，也不包含网页动画与演讲控制能力。

项目地址：[op7418/guizang-ppt-skill](https://github.com/op7418/guizang-ppt-skill)，[许可原文](https://github.com/op7418/guizang-ppt-skill/blob/main/LICENSE)。有用编辑部整理，资料核对日期：2026 年 9 月 4 日。

归藏 PPT Skill 围绕电子杂志风与瑞士国际主义风格，组织内容、页面版式和现场演讲。它主要生成浏览器可播放的 HTML，适合观点分享、产品分析和路演。本文讲清两种风格的选择方法、安装步骤、中文任务示例与演讲者模式，并说明网页演示与 PowerPoint 编辑的差异。三页预览附件收录官方视觉概览和风格拼图。

两套视觉系统搭配演讲备注与排练功能，适合中文分享和产品讲述，附三页官方视觉样张。

归藏 PPT Skill：用 AI 制作杂志风与瑞士风网页演示

# Frontend Slides：把文章和现有 PPT 做成有动画的网页演示

一份产品介绍需要反复发给客户，一场技术分享希望观众通过链接回看，或者现有 PPT 内容已经完整、视觉却缺乏变化。这些任务可以尝试 Frontend Slides：它让 AI 编程助手根据材料制作浏览器中的幻灯片，也支持读取已有 PowerPoint 后重新组织网页演示。[项目介绍](https://github.com/zarazhangrui/frontend-slides)

## 先看样式，再决定整套演示怎么做

很多人能判断哪一页更好看，却很难准确描述字体、留白与配色。Frontend Slides 把视觉选择提前：先了解主题、受众和材料，再给出三个风格预览，选定之后才制作完整演示。

项目提供浅色、深色与特色主题，还接入了同作者的 beautiful-html-templates 设计库。比起直接说“做得高级一点”，读者可以通过样页判断：这种标题大小能否容纳中文，这种配色是否适合品牌，复杂内容放进去后是否仍然清楚。[风格说明](https://github.com/zarazhangrui/frontend-slides/blob/main/STYLE_PRESETS.md)

实际选择时，建议同时查看标题页和一页内容页。只用封面判断风格，容易忽略数据页、长标题和图文混排的表现。本站配套预览选取了 Soft Editorial、Editorial Forest、Cobalt Grid 三张官方图库样张，帮助比较不同方向。[模板图库](https://github.com/zarazhangrui/beautiful-html-templates)

## 它生成的是什么文件？

主要成果是 HTML 网页演示，包含页面样式和交互逻辑，可以用浏览器播放。项目还提供 PDF 导出脚本，用于静态分享。需要特别区分：读取 PPTX 并转成网页，不等于最后会输出保留原生对象的可编辑 PPTX。[输出与转换说明](https://github.com/zarazhangrui/frontend-slides/blob/main/SKILL.md)

因此，它适合活动分享、产品演示、浏览器播放和链接传播。如果交付要求是让同事在 PowerPoint 中逐字修改，并继续使用原有母版，应先确认所需格式，再选择相应工具。网页里的动画效果也不会自动保留到静态 PDF。

## 从现有 PPT 开始时，先核对内容

转换流程会先提取原稿的文字、图片和备注，确认提取结果后再选风格和生成网页。编辑时应检查原稿页数、关键数字、图注和配图是否齐全，避免“新稿看起来更简洁”掩盖了信息遗漏。

建议把不可变动的部分单独列出来，例如产品规格、报价条款、Logo 比例和结论原文。允许调整的内容也应明确，例如页序、标题措辞和装饰风格。这样更容易让 AI 在正确的范围内改稿，而不是自行重写整个演示。

## 安装与第一次使用

Claude Code 用户可按项目说明先添加来源：

```text
/plugin marketplace add https://github.com/zarazhangrui/frontend-slides
```

完成后，再单独发送安装命令：

```text
/plugin install frontend-slides@frontend-slides
```

安装后通过 `/frontend-slides:frontend-slides` 调用。其他能读写文件、执行命令的 Agent 可以读取完整技能目录，按仓库说明使用。PPT 内容提取和 PDF 导出各有运行依赖；“单文件网页”描述的是主要交付形式，不代表制作与导出过程完全不需要环境配置。[安装说明](https://github.com/zarazhangrui/frontend-slides#installation)

下面是有用编辑部整理的中文任务示例：

> 请使用 Frontend Slides，把我提供的产品介绍整理为 8 页中文网页演示，受众是第一次了解产品的企业客户。先列出每页要回答的问题，再给出三个视觉样页。选定后生成完整 HTML，并附每页讲述要点。保留产品参数和原始图片，不添加未经材料支持的客户案例。请检查中文长标题、浏览器翻页和图片加载，并说明静态 PDF 与网页动画的差异。

正式演示前，最好在实际使用的电脑上打开文件，检查字体、图片和全屏播放。需要离线使用时，明确要求整理本地素材并检查外链资源，而不要只凭“HTML 文件已经生成”判断准备完成。

## 本页附件与来源

附件为有用编辑部整理的三页图片型风格样张 PPT，图片来自项目 README 引用的 beautiful-html-templates 图库。它展示设计方向，未实际运行 Frontend Slides 生成整套网页，也不展示动画或原生 PPTX 编辑能力。样张中的业务内容属于原作者演示内容，不能直接作为读者的业务事实。

来源和 MIT 许可保存在附件讲者备注中。工具本身的说明以 [Frontend Slides 仓库](https://github.com/zarazhangrui/frontend-slides)为准，图片许可见[图库 LICENSE](https://github.com/zarazhangrui/beautiful-html-templates/blob/main/LICENSE)。有用编辑部整理，资料核对日期：2026 年 9 月 4 日。

Frontend Slides 适合产品介绍、技术分享和浏览器播放。它让 AI 先整理内容、展示风格预览，再生成完整网页，也支持提取现有 PPT 的文字和图片后重新设计。本文介绍安装方式、中文任务示例与格式边界：主要输出是 HTML，可导出静态 PDF，不能据此视为原生可编辑 PPTX 工具。配套附件为三页官方图库图片合集，方便比较视觉方向。

先比较视觉样页，再把文章或现有 PPT 制作为 HTML 演示，附三页官方图库风格预览。

Frontend Slides：把文章和现有 PPT 做成有动画的网页演示

# CyberPPT

[简体中文](README.md) | [繁體中文](README.zh-TW.md) | [English](README.en.md) | [日本語](README.ja.md) | [한국어](README.ko.md) | [Français](README.fr.md) | [Português](README.pt.md) | [Español](README.es.md) | [العربية](README.ar.md)

CyberPPT 是一个 Codex Skill，用于把文档、研究材料和业务数据转化为高密度、可编辑、咨询风格的 PowerPoint 演示文稿。

适用场景：咨询风格 PPT，高信息密度，包括行业研究、消费品分析、品牌战略、电商分析、用户研究、高管汇报、董事会材料、客户提案和项目复盘。 

不适用场景：字少的低信息密度风格，包括演讲、个人风格表达、叙事、分享、观点类 PPT。

CyberPPT 的核心不是“套模板”，而是把源材料先转成可审计证据链，再通过 SCR 论证、页面密度规划、视觉蓝图和严格门禁，生成可编辑且高保真的咨询式 PPTX。

## **使用方法（必看！）**

**安装：复制项目地址让Codex安装Skill。**

正式做PPT分为三个阶段：

**1.资料分析。**

-上传你的资料文档，明确告诉Codex：“使用XX文件夹下的CyberPPT这个skill，根据上传的文档/资料做一份PPT。”以及其他补充的要求。这个阶段会分析你的资料，出证据底稿。

-备注：这里它会自动分析、确认做多少页，如果你要指定，也可以指定。

**2.选择风格和制作蓝图。**

-这里会有8种内置的风格供你选择，选完以后，进入生成蓝图流程，会一次性把所有页面的蓝图做出来，这里还不可以编辑。

**3.生成可编辑的PPT。**

-这一阶段会把蓝图挨个还原，特别要注意，AI的注意力会分散，如果你发现它在一次性把全部还原，立即停下，告诉它：“严格按照Skill逐页还原。”否则它会偷懒，只出骨架图。如果逐页还原结果有偏差，可以在出现问题的时候指出（**用标箭头截图的方式最好**），一般第一页和第二页会花比较久、也容易出错，这是第一次跑任务磨合不可避免的，但是一旦你调教好，它会越做越快越做越好。

**最后说明**

-必须经过三个阶段不可跳过，才能保证该Skill能还原蓝图的90%左右，最难还原的是曲线图表，如果你发现跑偏了，可以截图让Codex精细还原。小图标AI容易给错，可以指出问题让AI重新给。剩下的换行、字体大小的问题，可以自己编辑调整，不要试图追求100%完美还原，能做到，但是有随机性（即抽卡），有时候能一次性搞定，有的时候会有一些跑偏。如果一定要让AI达到100%，花费的调试过程、Token会比较多，但建议还是：**AI搞定90%，剩下10%自己搞定**，否则直接用蓝图就可以了。

## 核心能力

- 从 DOCX、PDF、TXT、XLSX、研究报告、业务材料和原始数据中提取证据、事实、数字、判断和 caveat。
- 建立 MBB 标准证据表，再做内容脑暴、故事线比较、SCR 收敛和逐页页面计划。
- 默认提供 8 种固定 CyberPPT 视觉风格，每种风格都有独立 16:9 样张。
- 生成完整逐页 ImageGen 蓝图，用于锁定构图、层级、密度、色板和图表语言。
- 使用“复杂视觉保真 + 主要文字可编辑”的混合还原策略生成 PPTX。
- 执行结构 QA、视觉 QA、可编辑性 QA、容器溢出 QA、空间锚点 QA 和曲线追踪 QA。

## 强制流程

1. 分析：建立 MBB 证据表，记录冲突、缺口和 caveat；脑暴 2-3 条故事线，收敛为 SCR、逐页大纲、图表计划、信息密度和组件清单。
2. 蓝图：展示 8 种固定视觉风格；用户选择后锁定风格编号、色板、网格、标题层级、图表语言和页面密度，并生成逐页 ImageGen 蓝图。
3. 还原：按蓝图制作 PPTX，区分复杂视觉资产层和可编辑信息层；用原生文本、形状、表格、图表、SVG path 或 custom geometry 重建页面。
4. 交付：提供 PPTX、全页渲染图、`slide_manifest.json`、`visual_qa_gate.json` 和 strict QA 结果。任一关键门禁失败，不得交付确认。

## 8 种视觉风格

| 选项 | 名称 | 样张 |
|---|---|---|
| 01 | 经典深红咨询风 | ![Palette 01](assets/palette-samples/palette-01.png) |
| 02 | 冷灰 + 勃艮第红 | ![Palette 02](assets/palette-samples/palette-02.png) |
| 03 | 暖象牙白 + 暗酒红 | ![Palette 03](assets/palette-samples/palette-03.png) |
| 04 | 象牙白 + 深蓝强调 | ![Palette 04](assets/palette-samples/palette-04.png) |
| 05 | 浅灰白 + 墨绿 | ![Palette 05](assets/palette-samples/palette-05.png) |
| 06 | 纸张米色 + 铜棕 | ![Palette 06](assets/palette-samples/palette-06.png) |
| 07 | 纯净浅灰 + 黑金 | ![Palette 07](assets/palette-samples/palette-07.png) |
| 08 | 冷白灰 + 深紫 | ![Palette 08](assets/palette-samples/palette-08.png) |

## 门禁机制

CyberPPT 内置多层门禁，防止“文件生成了，但证据、密度、可编辑性或视觉还原不合格”。

| 门禁 | 检查什么 | 失败后怎么处理 |
|---|---|---|
| Reference Gate | 每个阶段开始前是否读取对应 reference 文件 | 未读取不得进入阶段 |
| Evidence Gate | 所有事实、数字、判断、建议是否可追溯到源材料 | 缺证据必须标记缺口或返工 |
| Storyline Gate | 是否完成 2-3 条故事线脑暴、比较和 SCR 收敛 | 不能只交单版大纲 |
| Density Gate | 每页是否有信息密度、组件清单、图表计划和 SO WHAT | 低密度页面必须补充或重排 |
| Style Gate | 是否展示 8 张独立 16:9 风格样张，并锁定选定风格 | 不能只给文字风格说明 |
| Blueprint Gate | 是否为全部页面生成逐页 ImageGen 蓝图 | 蓝图未确认不得进入 PPTX |
| Asset Admission Gate | 每页图片资产是否有来源、必要性和可编辑性影响说明 | 无必要性的图片必须改为原生重建 |
| Editable Layer Gate | 主标题、正文、关键数字、图表标签、页脚、SO WHAT 是否可编辑 | 主要信息图片化即失败 |
| Visual Semantics Gate | 图表语义、曲线、面板系统、底色、层级和视觉重心是否忠实蓝图 | 不能用“可编辑”解释视觉降级 |
| Curve Trace Gate | 流线、弧线、异形边界、Ribbon、桑基图等是否精确追踪 | 粗略矩形、少点折线或默认曲线失败 |
| Spatial Registration Gate | 图标、节点、标签、箭头、曲线是否按锚点对齐 | 没重叠不代表位置合格 |
| Container Overflow Gate | 文字是否越过卡片、单元格、结论条、SO WHAT 或图表区 | 容器内溢出即失败 |
| Typography Gate | 字号是否符合固定 C0/T1-T14 层级 | 不得用无限缩字解决密度 |
| Render QA Gate | 是否逐页渲染并与蓝图对照 | 文件生成成功不等于完成 |
| Strict QA Gate | `validate_pptx.py --strict` 是否通过 manifest 和 visual QA 检查 | 出现 errors 必须返工 |

关键原则：`结构可编辑` 和 `视觉还原` 是同等硬门槛；`strict QA` 通过不等于视觉合格；ImageGen 蓝图是参考，不是最终 PPT 背景。

## 安装

使用 Git 将 CyberPPT 安装到 Codex skills 目录，并保持目录名为 `cyber-ppt`。文件夹根目录必须包含 `SKILL.md`。

```powershell
git clone https://github.com/crazyykhllc-bit/CyberPPT.git "$env:USERPROFILE\.codex\skills\cyber-ppt"
```

## 更新

```powershell
cd "$env:USERPROFILE\.codex\skills\cyber-ppt"
git pull
```

## PPTX 校验

```bash
python scripts/validate_pptx.py path/to/deck.pptx --manifest path/to/slide_manifest.json --visual-qa path/to/visual_qa_gate.json --strict --json-out path/to/report.json
```

CyberPPT 专注高信息密度的咨询式演示，适合从研究报告、业务文档和数据表中整理结论与证据。它先建立证据表和故事线，再确认风格与逐页蓝图，最后生成主要文字可编辑的 PPTX，并检查视觉还原和内容溢出。本文介绍完整流程、安装方式与使用建议，配有八种官方风格样张合集。

一个用于生成高密度、可编辑、咨询风格 PowerPoint 的 Codex Skill，支持 SCR 叙事、风格确认和 PPTX 质量检查。

CyberPPT：把研究资料做成高密度、可编辑的咨询风 PPT

Codex Slides 是一个开源的 AI 幻灯片工作室,直接运行在 OpenAI Codex 里。用一句话描述一份演示,或把一个代码仓库、一份 PDF、一整个文件夹交给它,然后看着你的编程 agent 完成调研、大纲、风格、逐页渲染,直到导出。每一步都看得见、可干预,每个项目都留在你自己的磁盘上。Fast 模式约五分钟产出 10+ 页,导出真正的 PPTX 或 PDF。

Codex Slides 是一个开源的 AI 幻灯片工作室,直接长在你的编程 agent 里——一句话描述,当场看它逐页生成,导出真正的 PPTX 或 PDF,全程在你自己的机器上。

Codex Slides：在 AI 对话中完成 PPT 的生成、修改与导出

# PPT Master — AI 生成原生 PowerPoint，支持任意文档输入

> **可编辑早已是及格线——真正拉开差距的是原生深度。** PPT Master 交给你的是一份真正的 PowerPoint：母版、原生形状、数据驱动的图表与表格，而不是一堆扁平文本框，也不是套模板填空的结果。它还不止把幻灯片排得好看——先替你把逻辑理顺，再谈视觉；而这份原生深度在持续向 PowerPoint 本身靠拢，逐版本补齐更多原生能力。
> 
> 形态上，它是一套在具备 Agent 能力的 AI 工具里运行的工作流：把你的主题或材料交给 AI，就在你本机生成，数据不出本地，不锁定任何平台和模型。

---

## 项目介绍

### 产品定位

PPT Master 交付的是 PowerPoint 的原生对象模型本身，而且具备原生深度：
- **原生可编辑对象**：带调节手柄的原生形状与连接符、按需的数据驱动图表与表格、完整的文本/图片/填充/效果，点开任意元素均可作为原生 PowerPoint 对象继续编辑。
- **真实母版继承**：在走模板/结构化路线时，可产出带真实母版与版式（`p:sldMaster` / `p:sldLayout` 继承）的完整 deck。
- **全场景管线**：支持从源文档直接生成新 PPT，也支持从参考资料提炼可复用的模板、将新内容填入已有 `.pptx` 并保留设计，或为成品追加原生转场、动画与旁白。

### 核心承诺

- **成本透明可控**：工具完全开源，唯一成本是调用的 AI 模型费用，无任何额外订阅费。
- **数据不出本地**：除与 AI 模型的必要请求外，所有文档解析、排版渲染与导出全流程均在本机完成。
- **不锁定平台与模型**：任何具备 Agent 能力的 AI IDE/CLI 均可驱动；支持 Claude、GPT、Gemini、Kimi 等主流模型。

> [!NOTE]
> **工具定位提示**：`harness + model = agent`。PPT Master 负责编排工作流，产出上限主要取决于底层模型。推荐使用具有大上下文窗口的模型配合 AI 生图使用。

---

## 使用方法

### 1. 前置环境准备

运行环境仅需 **Python 3.10+**：

- **macOS**：
 ```bash
 brew install python
 ```
- **Linux (Ubuntu/Debian)**：
 ```bash
 sudo apt install python3 python3-pip
 ```
- **Windows**：
 从 [python.org](https://www.python.org/downloads/) 下载安装包，**安装时必须勾选 "Add to PATH"**。

*(可选依赖)* 如果需要转换小众源文件格式（如 `.doc`、`.odt`、`.rtf`、`.tex` 等），可额外安装 `pandoc`。常用的 `.docx`、`.html`、`.epub`、`.ipynb` 已由 Python 原生支持，无需安装 Pandoc。

---

### 2. 选择并准备 Agent 工具

PPT Master 可在任何具备 Agent 能力（支持读写文件、执行命令、持续多轮对话）的工具中运行，任意选择一种即可：

| 类型 | 代表工具 | 说明 |
|---|---|---|
| **IDE 内置 Agent** | Cursor、Windsurf、Zed 等 | 编辑器原生集成 Agent 对话面板 |
| **IDE 扩展 / 插件** | Claude Code（VS Code / JetBrains 插件）、GitHub Copilot、Cline 等 | 在主流编辑器内安装插件使用 |
| **CLI 终端 Agent** | Claude Code CLI、Codex CLI、Gemini CLI 等 | 终端命令行交互，适合轻量与自动化操作 |

---

### 3. 配置项目

#### 方式 A：Git Clone（推荐）

```bash
# 克隆仓库
git clone https://github.com/hugohe3/ppt-master.git
cd ppt-master

# 安装 Python 依赖
pip install -r requirements.txt
```

*日常更新（针对 Git 用户）：*
```bash
python3 skills/ppt-master/scripts/update_repo.py
```

#### 方式 B：下载 ZIP 压缩包

1. 前往仓库页面下载 ZIP 压缩包并解压。
2. 打开终端进入解压后的项目目录，执行依赖安装：
 ```bash
 pip install -r requirements.txt
 ```

#### 方式 C：通过 Agent Marketplace 安装 Skill

```bash
# 跨 agent CLI（Claude Code、Cursor、Codex 等）
npx skills add hugohe3/ppt-master

# 或在 Claude Code 内执行：
/plugin marketplace add hugohe3/ppt-master
/plugin install ppt-master@ppt-master
```
*注：安装后仍需在对应目录执行 `pip install -r requirements.txt`。*

---

### 4. 开始创作

1. **加载项目**：在 Agent 工具中通过 **文件 → 打开文件夹** 打开 `ppt-master` 根目录（CLI 用户直接在终端 `cd` 进入该目录）。
2. **提供材料**：
 - **文件输入（推荐）**：将 PDF、DOCX、Markdown、图片等素材放置到 `projects/` 目录下，在聊天面板中告知文件路径。
 - **直接文本**：直接将文字内容粘贴到对话框中。

#### 常用操作指令

- **标准流程（AI 协助梳理大纲与设计规范）**：
 ```text
 请用 projects/q3-report/sources/report.pdf 生成一份 16:9 商业汇报 PPT
 ```
 AI 将先确认设计规范（配色、模板风格、预计页数），确认后逐步完成内容提炼、版面排版并导出 PPTX。

- **快速生成（跳过交互确认）**：
 ```text
 用 projects/q3-report/sources/report.pdf 快速生成一份 6 页 PPT，不用跟我确认，直接导出
 ```

- **套用既有 PPT 模板 / 样式修改**：
 ```text
 参考 projects/template.pptx 的设计，将 projects/data.txt 的内容制作为 PPT 并保留原模板样式
 ```

#### 导出与结果

- 导出的成品位于 `exports/<name>_<timestamp>.pptx`，所有元素均为可逐形状编辑的原生 DrawingML。
- 如需保留完整数据源、支持原生编辑图表数据，可让 AI 在命令中附带 `--native-charts-and-tables` 导出。

---

### 5. 配图获取与配置（可选）

根据需求可启用 AI 绘图或网络图库检索能力，配置统一在 `.env` 中管理：

```bash
cp .env.example .env
```

- **AI 生图**：如果 Agent 环境本身支持生图工具，可直接调用；也可在 `.env` 中配置对应生图供应商的 API Key（支持通过 `python3 skills/ppt-master/scripts/image_gen.py --list-backends` 查看支持的后端清单）。
- **免版权图库搜索**：
 - 默认零配置下自动使用 Openverse / Wikimedia Commons。
 - 可在 `.env` 中配置免费申请的 `PEXELS_API_KEY` 或 `PIXABAY_API_KEY`，以获取更高质量的现代商业摄影与人物、办公类素材。

AI 可以将文档或主题转换为真正的原生 PowerPoint 演示文稿——包含原生形状、过渡效果和动画，可按需生成数据驱动的图表和表格，支持从演讲者备注中提取音频旁白，并支持您自己的 .pptx 模板。

一款开源的 AI 演示制作工作流：从文档梳理故事线、设计页面，到导出可继续编辑的 PPTX。附安装方法与需求示例。

AI 提示词与 Skills资源库