| name | wan-pptx-generator |
| description | 基于阿里云 qwen-doc-turbo 与 Wan2.7-Image 模型，支持将文档、文本或主题描述自动转换为带有 AI 生成图片的专业 PPT 幻灯片。主要覆盖以下场景：1、文档转 PPT——直接传入 PDF、DOCX、TXT、MD 等格式文件生成演示文稿；2、文本转 PPT——根据用户输入的文字内容或主题描述生成幻灯片；3、风格化生成——指定视觉风格（如"哆啦A梦风格"）和叙事风格（如"TED 演讲风格"）生成 PPT。触发条件：只要用户意图涉及创建、生成、制作 PPT 或演示文稿——无论是直接指令（如"帮我做个 PPT"）、文件驱动（如"把这份文档转成幻灯片"）还是主题驱动（如"做一个关于人工智能的演示文稿"）——均应激活本技能。 |
| metadata | {"version":"0.1.0"} |
Wan PPT Generator（图片PPT 生成技能）
使用qwen-doc-turbo，通过直接 API 调用生成 AI 驱动的 PPT 幻灯片图片，背后调度wan2.7-image模型。
Quick Start
1. 配置环境变量 DASHSCOPE_API_KEY
2. 了解能力 → 阅读下文核心能力介绍
3. 准备输入 → 文件路径或文本内容二选一
4. 运行脚本 → scripts/pptx_generator.py
核心能力：
- ✅ 文档转 PPT：直接传入文件，自动解析并生成幻灯片
- ✅ 文本转 PPT：根据文字内容或主题描述生成演示文稿
- ✅ 风格化生成：支持指定视觉风格与叙事风格
- ✅ AI 图片渲染：每页幻灯片由 Wan2.7-Image 模型生成高质量配图
🎉 限时优惠：当前通过 qwen-doc-turbo 调用 Wan2.7-Image 图片生成限时免费，仅计算文本 Token 费用，欢迎体验！
环境变量配置
使用前需设置 DashScope API Key：
获取 API Key：
运行脚本前，请先检查 DASHSCOPE_API_KEY 是否已在环境配置
风格选择引导
如果用户已经明确说了风格，跳过此菜单直接生成。
当用户没有指定风格，或者说"帮我选一个"、"你来决定"、"有什么风格"时，
主动展示风格菜单供用户选择，格式如下：
🎨 请选择您喜欢的 PPT 风格：
🎌 日漫 / 动漫风
哆啦A梦 / 宫崎骏 / 鸟山明 / 龙珠 / 火影忍者 / 海贼王 / 鬼灭之刃
死神 / 灌篮高手 / 一拳超人 / 美少女战士 / 樱桃小丸子 / 银魂
圣斗士 / 阿童木 / 蜡笔小新 / JOJO的奇妙冒险 / 罗小黑 / 3渲2
🦸 欧美漫画风
漫威 / DC / 蝙蝠侠 / X战警 / 罪恶之城 / 地狱男爵 / 美式漫画
🇨🇳 中国风 / 国漫
新中式国潮 / 水墨风 / 敦煌风 / 工笔画 / 浮世绘 / 剪纸风
三毛流浪记 / 老夫子 / 朱德庸 / 镖人 / 风云雄霸天下
🎮 游戏 / 像素风
原神 / 塞尔达 / 我的世界(Minecraft) / 赛博朋克 / 街机 / 像素风
低面建模 / 积木风 / 2.5D / 3D
✏️ 插画 / 设计风
MBE插画 / 扁平化 / 波普艺术 / 孟菲斯 / 包豪斯 / 苹果设计
材质设计 / 新拟物 / 黏土拟物 / 手绘 / 草图 / 文具手帐
🖼️ 艺术 / 绘画风
油画 / 水彩 / 版画 / 木刻 / 彩绘玻璃 / 超写实 / 超现实
梵高 / 莫奈 / 达芬奇 / 蒙德里安 / 立体主义 / 欧普艺术
🌈 潮流 / 特效风
蒸汽波 / 蒸汽朋克 / 赛璐璐 / 酸性设计 / 故障美学 / 科技未来
哥特风 / 重工业 / 定格动画
📸 复古 / 生活风
胶片复古 / 做旧风 / 怀旧风 / 北欧风 / 奶油风 / 和风侘寂
韦斯安德森 / 宜家 / 维多利亚 / 新艺术 / 大字报 / 杂志排版
🎤 演讲 / 商务风
TED风
直接回复风格名称即可，或者"日漫里选一个最适合的"，如果您无法选择，我将自行为您选择最合适的风格制作PPT。
Workflow：PPT 生成流程
- 判断输入类型 - 根据用户提供的是文件还是文本，选择对应输入方式
- 调用生成脚本 - 调用
scripts/pptx_generator.py，传入内容、查询指令和输出目录
- 生成脚本会实时保存结果：
- 收到大纲 → 保存为
content.md
- 收到每页图片 URL → 逐页下载保存为
1.jpg、2.jpg...
- 收到 PPTX 下载链接 → 下载保存为
presentation_{timestamp}.pptx
- 展示结果 - 在用户交互界面中显示页面图片预览
- 提示保存 - 告知用户图片链接有效期为 24 小时，建议指定目录长期保存
Command Line Arguments（命令行参数）
| 参数 | 简写 | 必填 | 说明 |
|---|
| --content | -c | 否* | PPT 文本内容 |
| --file | -f | 否* | 输入文件路径（支持 pdf、docx、txt、md 等） |
| --query | -q | 是 | 风格与需求描述，如"用哆啦A梦视觉风格和 TED 叙事风格生成 PPT" |
| --mode | -m | 否 | 生成模式，默认为 creative |
| --output-dir | -o | 否 | 输出目录，指定后自动保存大纲、页面图片和 PPTX 文件 |
*注：--content 和 --file 至少需要提供一个
Output Files（输出文件）
当指定 --output-dir 时，脚本会实时将结果保存到输出目录：
| 文件 | 生成时机 | 说明 |
|---|
content.md | 收到大纲时（第 1 次返回） | PPT 大纲与分镜脚本 |
1.jpg, 2.jpg, ... N.jpg | 收到每页图片 URL 时（逐页返回） | 由 Wan2.7-Image 渲染的每页幻灯片预览图，按页码命名 |
presentation_{timestamp}.pptx | 收到 PPTX 下载链接时（最后返回） | 完整的 PowerPoint 文件 |
Usage Examples（使用示例）
示例 1：传入文件生成 PPT
python3 scripts/pptx_generator.py \
-f ~/Downloads/document.pdf \
-q "用哆啦A梦视觉风格和TED叙事风格生成PPT" \
-m creative \
-o /path/to/output/dir
示例 2：传入文本内容生成 PPT
python3 scripts/pptx_generator.py \
-c "产品名称：智能助手。核心功能：自然语言处理、任务自动化、多平台支持。" \
-q "用极简商务风格和TED叙事风格生成PPT，共5页" \
-m creative \
-o /path/to/output/dir
生成任务耗时过长及进度追踪
通过日志文件 scripts/pptx_generator.log 实时追踪进度。每次运行会先清空日志，再逐条写入带时间戳的日志记录。
重要原则： 若任务长时间未返回结果，告知用户当前进度并建议稍后查看输出目录。绝对不要私自修改用户需求，例如减少页数或降低生成质量。
Error Handling（错误处理）
| 错误 | 原因 | 解决方案 |
|---|
| API key not provided | 未设置 API Key | 设置 DASHSCOPE_API_KEY 环境变量 |
| 请求失败：code=XXX | API 调用失败 | 检查网络连接、API Key 有效性、模型可用性 |
| 解析响应失败 | 响应格式异常 | 查看 scripts/pptx_generator.log 获取详细信息 |
| 必须提供 content 或 file | 未提供输入内容 | 使用 -c 或 -f 参数提供内容 |
| BalanceError | 账户余额不足或后端服务异常 | 检查阿里云账户余额，稍后重试 |
详细错误码参考：DashScope 错误码文档
相关文件
