ppt-maker

name	ppt-maker
description	从文稿内容生成专业 PPTX 演示文稿，支持用户提供的模板/参考图风格提取、AI 配图（siliconflow-img-gen）和素材图库（pexels/pixabay）。纯 Python 生成，无需 Google/ChatGPT API。
metadata	{"openclaw":{"emoji":"📊","requires":{"bins":["python3"]},"primaryEnv":"SILICONFLOW_API_KEY"}}

PPT Maker

从文稿内容生成专业 .pptx 演示文稿。支持：

• 模板风格提取：上传参考 PPTX 或截图，自动提取配色与布局
• AI 配图：通过 siliconflow-img-gen 生成封面及内容页配图（替换 Google/ChatGPT API）
• 素材图库：可扩展接入 pexels-footage / pixabay-footage 获取免版税图片
• 纯 Python 生成：JSON → python-pptx，无需 Node.js 或外部 API（除图片生成外）

📍 全局技能路径提示：文中所有 ./scripts/ 路径均相对于本技能所在目录（即 <skill> 标签 location 属性所指目录），不是工作区目录。执行时按本技能实际安装路径拼接。

依赖

pip install python-pptx pillow

本脚本依赖 python-pptx；建议安装 pillow 以便生成时保持图片比例。若 python-pptx 未安装，脚本会提示安装命令。

工作流

用户提供文稿 + 可选模板
        │
        ▼
┌───────────────────┐
│ Step 1: 风格分析   │  ← 若有模板 PPTX：运行 extract 命令提取主题
│                   │  ← 若有参考截图：LLM 分析配色/布局
│                   │  ← 若无模板：使用默认主题或与用户确认风格
└────────┬──────────┘
         │
         ▼
┌───────────────────┐
│ Step 2: 大纲生成   │  ← LLM 分析文稿结构，规划每页内容与布局
│                   │  ← 确定哪些页面需要配图
└────────┬──────────┘
         │
         ▼
┌───────────────────┐
│ Step 3: 配图准备   │  ← AI 图：siliconflow-img-gen（16:9 封面/内容插图）
│                   │  ← 素材图：pexels-footage / pixabay-footage（可选）
│                   │  ← 用户图：直接引用用户提供的图片路径
└────────┬──────────┘
         │
         ▼
┌───────────────────┐
│ Step 4: PPTX 生成  │  ← 组装 JSON 配置，运行 generate_pptx.py
│                   │  ← 输出 .pptx 文件
└────────┬──────────┘
         │
         ▼
    交付 PPTX 文件

必须先写版式契约

生成前为每页写出最小版式契约，不能只写“左文右图”这种粗略描述：

• safe_area：若模板有 logo/活动标题/页眉，正文标题必须从页眉安全区以下开始（通常 top >= 1.2in）。
• content_grid：定义每页的列中心、图片高度、标题基线、说明文字基线。
• asset_fit：每张图必须使用 contain 或 cover，禁止默认拉伸；人物组图优先同高、同 top、同 caption baseline。
• reading_order：先标题，再解释句，再主视觉；不要把补充说明压到图片上。
• risk_items：列出本页最容易错的对象，如二维码、截图、长标题、三列人物图、结束页金句。

硬规则：同一页中承担同一角色的图片/卡片/标题，必须共享精确尺寸或精确中心线。不能靠“看起来差不多”。

每页内容硬规则

每张内容页（content / two_column / image_full）必须同时满足以下四条，缺一不可：

1. 标题即结论 — 标题不是"市场分析"这种话题标签，而是"市场规模达 420 亿，年增 18%"这种读完就知道这页在说什么的结论句
2. 中间有核心证据 — 页面中央必须放一个图表、矩阵、表格或流程图，至少占页面面积 40%；纯文字要点不算证据
3. 边上有辅助说明 — 页面边缘或底部放 2–3 行小字，交代假设前提、数据来源、关键注意事项
4. 没有多余的东西 — 不放装饰性图标、不写过渡性废话（"接下来我们看…"）、不堆超过 5 个要点；每页只讲一件事

封面页（cover）、目录页（toc）、章节分隔页（section）、结束页（ending）不受此规则约束。

Step 1: 风格分析

1a. 用户提供了模板 PPTX

python3 ./scripts/generate_pptx.py \
  --extract-style \
  --template /path/to/template.pptx

输出模板的主题信息（配色、字体、布局）。将提取的颜色映射到 JSON 配置的 theme 字段。

若 python-pptx 未安装，脚本返回 error 提示。此时询问用户是否安装，或改用 LLM 分析模式（见 1c）。

1b. 用户提供了参考截图

使用 LLM 分析截图的视觉风格，提取：

{
  "colors": {
    "primary": "#1E3A8A",
    "accent": "#E94560",
    "background": "#FFFFFF",
    "text": "#1F2937"
  },
  "layout": "标题左上 + 内容居中",
  "typography": "标题加粗 36px + 正文 18px"
}

将提取的配色映射到 config JSON 的 theme 字段。

1c. 无模板（默认主题）

向用户确认风格方向：

• 商务专业：深蓝主色 + 白底（primary_color: "1A3C6E"）
• 科技活力：深海军蓝 + 电光蓝强调（primary_color: "0F172A", accent_color: "38BDF8"）
• 极简白：白底 + 单色强调（primary_color: "1A1A1A", background_color: "FFFFFF"）
• 或用户自定义

Step 2: 大纲生成

LLM 分析文稿内容，输出每页的结构规划：

1. 封面页（cover）
   - 标题：{主标题}
   - 副标题：{副标题}
   - 配图：AI 生成抽象科技背景

2. 目录页（toc）
   - 章节：{3-5 个章节}

3. 章节分隔页（section）
   - "01 市场概览"

4-N. 内容页（content / two_column / image_full）
   - 标题 + 要点 + 配图位置

N+1. 结束页（ending）

将大纲展示给用户确认后再继续。

Step 3: 配图准备

优先级策略

图片类型	首选方案	备选方案
封面背景图	siliconflow-img-gen	纯色背景
概念插图	siliconflow-img-gen	pexels/pixabay 素材
数据图表	用户提供	pexels/pixabay 素材
产品截图	用户提供	—
Logo / 二维码	用户提供	—

使用 siliconflow-img-gen 生成配图

# 封面背景（16:9）
python3 ../siliconflow-img-gen/scripts/gen.py \
  --prompt "抽象科技背景，{主题描述}，{主色调}渐变，现代简洁，适合PPT封面，16:9横幅" \
  --image-size 1664x928 \
  --out-dir ./tmp/ppt-images

# 内容页插图（16:9）
python3 ../siliconflow-img-gen/scripts/gen.py \
  --prompt "{页面主题}概念插图，扁平化设计风格，{主色调}主色调，简洁专业" \
  --image-size 1664x928 \
  --out-dir ./tmp/ppt-images

生成后必须验证：检查图片不是纯色白板（siliconflow 偶发异常），异常则重试（最多 3 次）。

使用素材图库（可选）

# pexels-footage
python3 ../pexels-footage/scripts/search.py --query "business meeting" --orientation landscape

# pixabay-footage
python3 ../pixabay-footage/scripts/search.py --query "technology abstract" --orientation horizontal

Step 4: PPTX 生成

组装 JSON 配置

参考 references/slide-layouts.md 了解每种 slide type 的 JSON 格式。

将 Step 1 的主题 + Step 2 的大纲 + Step 3 的图片路径组装为完整 JSON：

{
  "theme": {
    "primary_color": "1A3C6E",
    "secondary_color": "16213E",
    "accent_color": "E94560",
    "background_color": "FFFFFF",
    "text_color": "333333",
    "heading_font": "Microsoft YaHei",
    "body_font": "Microsoft YaHei"
  },
  "slides": [
    {
      "type": "cover",
      "title": "季度业务汇报",
      "subtitle": "Q1 2026 工作总结",
      "author": "业务拓展部",
      "background_image": "./tmp/ppt-images/00.png",
      "background_color": "1A3C6E"
    },
    {
      "type": "toc",
      "title": "目录",
      "items": ["市场概览", "业绩亮点", "问题与挑战", "下季度规划"]
    }
  ]
}

将 JSON 写入文件（如 ./tmp/slides-config.json）。

运行生成脚本

python3 ./scripts/generate_pptx.py \
  --config ./tmp/slides-config.json \
  --output ./output/presentation.pptx

# 若有模板 PPTX 需要继承母版/布局
python3 ./scripts/generate_pptx.py \
  --config ./tmp/slides-config.json \
  --output ./output/presentation.pptx \
  --template /path/to/template.pptx

版式机械检查（必跑）

生成后立刻运行几何检查，先修机器能确定的问题，再做视觉判断：

python3 ./scripts/check_layout.py ./output/presentation.pptx \
  --header-safe-top-in 1.1

检查不通过时不要交付，必须回到 JSON/脚本修正后重新生成。这个脚本会抓：

• 标题/大字号文本进入页眉安全区
• 文本框互相重叠或疑似溢出
• 图片被拉伸变形
• 三张及以上同组图片 top/height/spacing 不一致
• 对象超出页面边界或被裁切

若视觉设计确实需要例外，必须在交付说明里写清楚，并确认渲染图没有真实缺陷。

视觉复查必须输出 defect list

不要只写“整体还行/更协调了”。视觉复查必须按页输出缺陷表：

slide	defect	fix	status
02	标题压到 logo/页眉线	标题下移到 safe area	fixed
04	三张人物图 top 不齐	统一图片 top 和 height	fixed

视觉复查的硬失败项：

• 标题贴到 logo、页眉线、页面边缘
• 文字与文字、文字与图、字幕与截图互相压住
• 同组图片不等高、不等宽、列中心不均匀、说明文字 baseline 不齐
• 图片比例失真、人物被不自然裁切、截图太小无法辨认
• 二维码贴边、被裁切、或没有足够留白
• 结束页金句/感谢语/链接层级混在一起

Step 5: 交付

1. 确认 .pptx 文件已生成且大小合理（非空）
2. 运行 scripts/check_layout.py，结果必须为 ok
3. 渲染或截图全 deck contact sheet，逐页写 defect list，并修到没有硬失败项
4. 告知用户文件路径
5. 清理临时文件（./tmp/ppt-images/ 和 ./tmp/slides-config.json），除非用户要求保留

幻灯片类型速查

type	用途	关键字段
cover	封面	title, subtitle, author, background_image
toc	目录	title, items[]
section	章节分隔	number, title, subtitle
content	标准内容	title, body, bullets[], image, image_position
two_column	双栏对比	left_title, left_body[], right_title, right_body[]
image_full	全图展示	image, title, caption
ending	感谢页	title, subtitle, contact, qr_image

详细 JSON 格式与示例见 references/slide-layouts.md。

反模式

• 不要在用 siliconflow-img-gen 生成图片时设置 inline env var（SILICONFLOW_API_KEY=... python3 ...），API key 已在系统环境中
• 不要跳过图片生成后的验证步骤（纯色白板检查）
• 不要跳过 scripts/check_layout.py
• 不要用“视觉分析了一遍”替代逐页 defect list
• 不要把标题放进模板页眉/logo 区域
• 不要拉伸图片来填满框；人物、截图、二维码都必须保持原始比例
• 不要让同组图片靠手工拖拽；必须使用统一坐标、尺寸和基线
• 每页 slides JSON 必须包含 type 字段
• 颜色值不要带 # 前缀（python-pptx 要求）
• 图片路径使用绝对路径或相对于脚本执行目录的正确相对路径

交付清单

• 风格已确认（模板提取 / LLM 分析 / 默认主题）
• 大纲已与用户确认
• 配图已生成并验证（非纯色白板）
• JSON 配置已写为临时文件
• PPTX 已成功生成且文件非空
• 已运行 scripts/check_layout.py 且无 error
• 已渲染/截图 contact sheet 并逐页记录 defect list
• 同组图片、二维码、截图、结束页层级已人工复查
• 临时文件已清理（除非用户要求保留）
• 交付时说明文件路径、幻灯片数量、使用的模板/风格