| name | ppt-agent |
| description | 端到端 PPT 生成助手（LearnGraph 官方技能）:把"人类顶级 PPT 团队"的工作流——需求调研→大纲→资料检索→策划稿→整页 SVG 设计——固化成流水线,产出可拖进 PowerPoint 编辑的 1280×720 整页 SVG 幻灯片 + 网页预览 + 原生 .pptx。 当用户想做/生成/制作一套 PPT、幻灯片、演示文稿、slides、deck,或要为汇报/答辩/路演/组会/ 课堂/产品介绍准备演示,或说"用 ppt-agent"、"帮我做个关于 X 的 PPT"、"把这个主题做成幻灯片" 时触发。全程两道人审关口(需求、大纲,用 canvas 确认卡交互),其余自动;调研走 LearnGraph 门控网页抓取 (fetch_web_page / 外部搜索通道)与 search_images,配图/示意图用 generate_image 生成并以 base64 内联, 出片在离线沙箱内执行 build_preview.py / build_pptx.py,视觉 QA 用 document-conversion 渲染逐页检查, 交付经 sandbox_publish_file 发布 .pptx 与 preview.html。确认后自动产出**每个色块/文字/线条都是原生 PowerPoint 形状、打开即可改字改色**的 .pptx;若起点是已有 .pptx 模板、或要做幻灯片级 OOXML 增删/ 文本提取,请改用 LearnGraph 内置 pptx-generation 技能。
|
PPT Agent（LearnGraph 官方技能）
Overview
把"人类顶级 PPT 团队"的工作流固化成流水线:需求调研 → 大纲 → 资料检索 → 策划稿 → 整页 SVG 设计 → 预览交付。逐页产出 1280×720 的 SVG,再逐元素翻译成由原生形状 / 文本框组成、打开即可改字改色的 .pptx,并生成网页预览。核心信条:PPT 的灵魂是内容不是皮囊——先想清楚为谁做、做什么,再谈设计。
本版按 LearnGraph 系统组件做了适配:调研走门控网页抓取与文搜图,配图走文生图/图生图,确认关口用 canvas 交互卡,脚本在离线沙箱内出片(skill.sandbox-run / sandbox_exec),视觉 QA 用 document-conversion 渲染,交付经 sandbox_publish_file。本技能已注册为官方技能(backend/app/skills/ppt_agent/),随工作区自动启用、自动获得系统授权。
工作流总览
七阶段顺序执行;只在 ① 需求、② 大纲两处停下等用户确认,其余自动跑完。
| # | 阶段 | 关口 | 读取的提示词 / 资源 | LearnGraph 组件 | 落盘 |
|---|
| 1 | 需求调研 | 🛑 等确认 | references/01-requirement-interview.md | 门控抓取 fetch_web_page(egress 开启且域名授权)或外部搜索通道;search_images 图调;canvas 卡收确认 | 00-research.md |
| 2 | 大纲 | 🛑 等确认 | references/02-outline-architect.md | canvas_emit_trusted_component(option_group + allow_custom)确认/调整 | 01-outline.json |
| 3 | 资料检索 | 自动 | (工具驱动,见下) | fetch_web_page / 搜索通道;search_images + download_external_image(审批制) | 02-content.md |
| 4 | 策划稿 | 自动 | references/03-planning.md + references/bento-grid.md | —(纯推理;配图/图表需求记占位) | 03-plan.md(含全局风格令牌)、复杂页 slides/wire-NN.svg |
| 5 | SVG 设计 | 自动 | references/04-design-svg.md + references/bento-grid.md | 配图/示意图 generate_image(文生图/图生图)→ base64 data URI 内联 | slides/slide-NN.svg |
| 6 | 预览 + 出片 | 自动 | scripts/build_preview.py、scripts/build_pptx.py、references/svg-to-powerpoint.md | 离线沙箱内执行(skill.sandbox-run / sandbox_exec;python-pptx/lxml 已预装) | preview.html、<主题>.pptx、README.md |
| 7 | 视觉 QA | 自动 | (渲染逐页检查,见下) | document-conversion 的 html_to_png / html_to_pdf(沙箱 Chromium) | 修复后重出片 |
快速通道(跳过已完成阶段)
用户已提供确认过的大纲 / 逐页内容时(如给了大纲文件或对话中已敲定每页写什么),不得重复问需求、重新生成大纲:把已有材料整理为 00-research.md + 01-outline.json + 02-content.md 直接落盘,从阶段 4 开跑。同理,资料已给足则跳过阶段 3。需要朴素模板(标题+要点,无设计)时可直接转 LearnGraph 内置 pptx-generation 的 build_deck.py,不必走本流水线。
开始前
确认或推断 PPT 主题,在沙箱工作区建产物目录 ppt-decks/<今天日期>-<主题slug>/(内含 slides/ 子目录),用 sandbox_write_file 落盘后续文件。用户指定了别的位置就用用户的。交付前把产物发布给用户(阶段 6/7)。
分阶段执行
阶段 1 · 需求调研 🛑
读 references/01-requirement-interview.md 照其执行:先调研主题,再向用户提 3-5 个关键问题;把调研摘要 + 需求纪要写入 00-research.md。停下,等用户补全 / 确认需求再继续。
- 调研通道(按可用性依次选择):① 门控网页抓取
fetch_web_page(仅当 egress 开启且目标域名在 web_fetch.policy.allowed_domains,见 web-fetch-render 技能);② 对话内可用的外部搜索 / FetchProvider 通道;③ 图片调研 search_images(文搜图)。
- 所有通道都不可用、且用户未给足素材时:如实说明,基于用户素材 + 模型知识完成需求纪要,并在
00-research.md 中标注"事实性数据待用户补充",不得编造数据与来源。
- 提问可直接对话,也可用
canvas_emit_trusted_component(short_answer_table / fill_blank)做一张批量作答卡。
阶段 2 · 大纲 🛑
读 references/02-outline-architect.md,把 00-research.md 填入 {{CONTEXT}}、目标页数填入 {{PAGE_REQUIREMENTS}},生成 [PPT_OUTLINE] JSON 并提取存为 01-outline.json。再以"数字便利贴"形式每页一行展示给用户(封面 / 目录 / 各章节页 / 结尾),供其增删、改写、调序;随后用 canvas_emit_trusted_component 发一张确认卡(option_group,选项如「确认,按此开跑」「我要调整」,allow_custom=true 接收自由文本意见)。停下,等用户确认大纲再继续(卡上提交、对话回复、逐页修改意见均视为确认信号)。
阶段 3 · 资料检索(自动)
按确认后的大纲逐页 / 逐节检索,为每页备齐要点、数据、案例(标注来源),汇总写入 02-content.md、按大纲结构组织。
- 文字资料:同阶段 1 的调研通道;抓到的页面若需保存正文,可用 document-conversion 的
extract_text 抽取后整理。
- 图片素材:需要真实照片/案例图时用
search_images 搜;确认要"用图"后接 download_external_image(单张 url+destination_path,多张 urls+destination_dir;命中白名单自动放行,否则弹审批卡),成功后拿到 file_id 备用。搜到但未下载的图片只是链接,不是文件,不要直接当素材。
- 用户已给足素材或主题无需外部资料时,可精简此步。
阶段 4 · 策划稿(自动)
读 references/03-planning.md 与 references/bento-grid.md,结合 01-outline.json + 02-content.md:先定全局风格令牌(主辅色/字号阶梯/卡片圆角/视觉母题,写在 03-plan.md 开头),再为每页规划版面(便当组合、视觉层级、占位元素),写入 03-plan.md;对复杂页(≥4 个内容块或用户指明的重点页)另产出低保真线框 slides/wire-NN.svg。
- 占位元素明确三类:内联可画(图表/图标 → 阶段 5 用内联 SVG 路径绘制)、可生成配图(示意图/插画 → 阶段 5 用
generate_image)、用户素材(照片等 → 阶段 5 用 base64 内联)。在 03-plan.md 里注明每处配图的生成描述。
阶段 5 · SVG 设计(自动)
读 references/04-design-svg.md 与 references/bento-grid.md。逐页把该页在 03-plan.md 的规划填入 {{PAGE_PLAN}}、该页内容填入 {{PAGE_CONTENT}}、需求中的风格填入 {{STYLE}}、03-plan.md 开头的风格令牌填入 {{STYLE_TOKENS}}(每页相同、原样注入),生成纯 SVG,用 sandbox_write_file 存为 slides/slide-01.svg、slide-02.svg……(两位数序号,与页序一致)。有线框的页面以线框为版面基准。
- 配图:策划稿标注"可生成配图"的页,用
generate_image(文生图;16:9 配图用 2048x1152;基于用户图片改版用图生图 source_file_ids),拿到 file_id 后用 read_session_file 取字节,转 base64 data URI 内联进该页 SVG 的 <image>(带 x/y/width/height);用户提供的照片同理。
- 严格遵守 04 号提示词的硬性要求:不引用任何外部资源;base64 内联不算外部资源,外链 URL 禁止。
阶段 6 · 预览 + 出片(自动)
- 预览:在离线沙箱内执行
scripts/build_preview.py <deck-dir>,生成 preview.html(单文件、内联全部 SVG)。
- 出 .pptx:沙箱内执行
scripts/build_pptx.py <deck-dir> [<输出名>.pptx]——把每页 SVG 逐元素翻译成原生 PowerPoint 形状(矩形/圆角矩形、椭圆、连接线、文本框、渐变填充逐一还原;<image> 位图还原为图片形状),打开即可直接改字、改色、挪位置;只有复杂图标/箭头/装饰路径(<path> 与浅色 <g opacity>)合成一张透明 PNG 叠在最上层。沙箱镜像已预装 python-pptx、lxml;图标叠层需任一 SVG 渲染器(Chrome/Edge / rsvg-convert / inkscape / cairosvg,脚本自动探测,缺了就跳过图标,不影响形状与文字)。
- README:按
references/svg-to-powerpoint.md 写 README.md(主题 / 页数 / 风格 + 如何打开 .pptx,附手工导入 SVG 的兜底法)。
执行方式(本技能已注册为官方沙箱技能包,脚本随工作区自动物化进沙箱 skills/ppt-agent/scripts/):用 skill.sandbox-run 运行 —— skill_key=ppt-agent,script_path=scripts/build_preview.py(或 scripts/build_pptx.py),argv_extra=[<deck 相对路径>];或直接用 sandbox_exec 在沙箱工作区内执行 python3 scripts/build_pptx.py <deck>。宿主兜底:本机装有 python-pptx + lxml 时可直接运行(Windows 加 PYTHONUTF8=1)。沙箱离线,不联网、不 pip install、不下载字体。
阶段 7 · 视觉 QA(自动)
用 LearnGraph 渲染链路把页面渲染成图片逐页检查:
- 主路径:对每页 SVG 包一层最小 HTML(仅
<html><body style="margin:0"><svg …>),用 document-conversion 的 html_to_png 逐页渲染为 qa/slide-NN.png;或对整份 preview.html 用 html_to_pdf 出 PDF 通览。
- 兜底:渲染通道不可用(沙箱异常等)时,退化为逐页审读 SVG 源码核对坐标与层级。
逐页检查:
- 文字溢出卡片 / 画布边界(最常见,优先查)
- 元素重叠、卡片间距 <20px、明显失衡的留白
- 页与页配色 / 字号不一致(违反风格令牌)
- 低对比(浅底浅字、深底深字)
- 配图位置 / 比例与占位规划一致
发现问题→回改对应 slides/slide-NN.svg→重跑阶段 6 出片,直至通过。QA 未通过不得向用户交付。
交付
sandbox_publish_file 发布 <主题>.pptx 与 preview.html(文件卡片,用户可直接下载 / 打开)。- 报告产物目录,提示用户直接打开
<主题>.pptx,或先看 preview.html 通览。
关键约束
- 不跳过两道关口:需求、大纲未经用户确认,不得进入后续自动阶段(快速通道除外——用户已确认的材料即视为过关;canvas 卡上提交、对话回复均算确认)。
- SVG 严格
viewBox="0 0 1280 720":文字用 <text>(可编辑)、不引外部资源(配图仅允许 base64 data URI 内联)。
- 沙箱离线边界:出片与渲染 QA 全程不联网、不装包、不下载模板字体;联网只发生在阶段 1/3 的门控调研通道。
- 重要 PPT:用户要求时可在阶段 4 后加设一道"看策划稿再出图"的确认关;默认不停。
- 阶段 6 自动产出 .pptx(每页逐元素翻译成原生形状 / 文本框,打开即可改字改色;仅复杂图标走透明 PNG 叠层),阶段 7 视觉 QA 通过后方可交付。但若起点是已有 .pptx 模板、或要做幻灯片级 OOXML 增删 / 文本提取,那是 LearnGraph 内置
pptx-generation 技能的活,转过去。
