/ppt-agent-skill

name: ppt-agent
description: 专业 PPT 演示文稿全流程 AI 生成助手。模拟顶级 PPT 设计公司的完整工作流（需求调研 -> 资料搜集 -> 大纲策划 -> 策划稿 -> 设计稿），输出高质量 HTML 格式演示文稿。当用户提到制作 PPT、做演示文稿、做 slides、做幻灯片、做汇报材料、做培训课件、做路演 deck、做产品介绍页面时触发此技能。即使用户只说"帮我做个关于 X 的介绍"或"我要给老板汇报 Y"，只要暗示需要结构化的多页演示内容，都应该触发。也适用于用户说"帮我把这篇文档做成 PPT"、"把这个主题做成演示"等需要将内容转化为演示格式的场景。

PPT Agent -- 专业演示文稿全流程生成

核心理念

模仿专业 PPT 设计公司（报价万元/页级别）的完整工作流，而非"给个大纲套模板"：

1. **先调研后生成** -- 用真实数据填充内容，不凭空杜撰 2. **策划与设计分离** -- 先验证信息结构，再做视觉包装 3. **内容驱动版式** -- Bento Grid 卡片式布局，每页由内容决定版式 4. **全局风格一致** -- 先定风格再逐页生成，保证跨页统一 5. **智能配图** -- 利用图片生成能力为每页配插图（绝大多数环境都有此能力）

---

环境感知

开始工作前自省 agent 拥有的工具能力：

| 能力 | 降级策略 | |------|---------| | **信息获取**（搜索/URL/文档/知识库） | 全部缺失 -> 依赖用户提供材料 | | **图片生成**（绝大多数环境都有） | 缺失 -> 纯 CSS 装饰替代 | | **文件输出** | 必须有 | | **脚本执行**（Python/Node.js） | 缺失 -> 跳过自动打包和 SVG 转换 |

**原则**：检查实际可调用的工具列表，有什么用什么。

---

路径约定

整个流程中反复用到以下路径，在 Step 1 完成后立即确定：

| 变量 | 含义 | 获取方式 | |------|------|---------| | `SKILL_DIR` | 本 SKILL.md 所在目录的绝对路径 | 即触发 Skill 时读取 SKILL.md 的目录 | | `OUTPUT_DIR` | 产物输出根目录 | 用户当前工作目录下的 `ppt-output/`（首次使用时 `mkdir -p` 创建） |

后续所有路径均基于这两个变量，不再重复说明。

---

输入模式与复杂度判断

入口判断

| 入口 | 示例 | 从哪步开始 | |------|------|-----------| | 纯主题 | "做一个 Dify 企业介绍 PPT" | Step 1 完整流程 | | 主题 + 需求 | "15 页 AI 安全 PPT，暗黑风" | Step 1（跳部分已知问题）| | 源材料 | "把这篇报告做成 PPT" | Step 1（材料为主）| | 已有大纲 | "我有大纲了，生成设计稿" | Step 4 或 5 |

跳步规则

跳过前置步骤时，必须补全对应依赖产物：

| 起始步骤 | 缺失依赖 | 补全方式 | |---------|---------|---------| | Step 4 | 每页内容文本 | 先用 Prompt #3 为每页生成内容分配 | | Step 5 | 策划稿 JSON | 用户提供或先执行 Step 4 |

复杂度自适应

根据目标页数自动调整流程粒度：

| 规模 | 页数 | 调研 | 搜索 | 策划 | 生成 | |------|------|------|------|------|------| | **轻量** | <= 8 页 | 3 题精简版（场景+受众+补充信息） | 3-5 个查询 | Step 3 可与 Step 4 合并一步完成 | 逐页生成 | | **标准** | 9-18 页 | 完整 7 题 | 8-12 个查询 | 完整流程 | 按 Part 分批，每批 3-5 页 | | **大型** | > 18 页 | 完整 7 题 | 10-15 个查询 | 完整流程 | 按 Part 分批，每批 3-5 页，批间确认 |

---

6 步 Pipeline

Step 1: 需求调研 [STOP -- 必须等用户回复]

> **禁止跳过。** 无论主题多简单，都必须提问并等用户回复后才能继续。不替用户做决定。

**执行**：使用 `references/prompts.md` Prompt #1 1. 搜索主题背景资料（3-5 条） 2. 根据复杂度选择完整 7 题或精简 3 题，一次性发给用户 3. **等待用户回复**（阻断点） 4. 整理为需求 JSON

**7 题三层递进结构**（轻量模式只问第 1、2、7 题）：

| 层级 | 问题 | 决定什么 | |------|------|---------| | 场景层 | 1. 演示场景（现场/自阅/培训） | 信息密度和视觉风格 | | 场景层 | 2. 核心受众（动态生成画像） | 专业深度和说服策略 | | 场景层 | 3. 期望行动（决策/理解/执行/改变认知） | 内容编排的最终导向 | | 内容层 | 4. 叙事结构（问题->方案/科普/对比/时间线） | 大纲骨架逻辑 | | 内容层 | 5. 内容侧重（搜索结果动态生成，可多选） | 各 Part 主题权重 | | 内容层 | 6. 说服力要素（数据/案例/权威/方法，可多选） | 卡片内容类型偏好 | | 执行层 | 7. 补充信息（演讲人/品牌色/必含/必避/页数/配图偏好） | 具体执行细节 |

**产物**：需求 JSON（topic + requirements）

---

Step 2: 资料搜集

> 盘点所有信息获取能力，全部用上。

**执行**： 1. 根据主题规划查询（数量参考复杂度表） 2. 用所有可用的信息获取工具并行搜索 3. 每组结果摘要总结

**产物**：搜索结果集合 JSON

---

Step 3: 大纲策划

**执行**：使用 `references/prompts.md` Prompt #2（大纲架构师 v2.0）

**方法论**：金字塔原理 -- 结论先行、以上统下、归类分组、逻辑递进

**自检**：页数符合要求 / 每 part >= 2 页 / 要点有数据支撑

**产物**：`[PPT_OUTLINE]` JSON

---

Step 4: 内容分配 + 策划稿 [建议等用户确认]

> 将内容分配和策划稿生成合为一步。在思考每页应该放什么内容的同时，决定布局和卡片类型，更自然高效。

**执行**：使用 `references/prompts.md` Prompt #3（内容分配与策划稿）

**要点**：

• 将搜索素材精准映射到每页
• 为每页设计多层次内容结构（主卡片 40-100 字 + 数据亮点 + 辅助要点）
• 同时确定 page_type / layout_hint / cards[] 结构
• **每个内容页至少 3 张卡片 + 2 种 card_type + 1 张 data 卡片**
• 布局选择参考 `references/bento-grid.md` 的决策矩阵

向用户展示策划稿概览，建议等用户确认后再进入 Step 5。

**产物**：每页策划卡 JSON 数组 -> 保存为 `OUTPUT_DIR/planning.json`

---

Step 5: 风格决策 + 设计稿生成

分三个子步骤，**顺序不可颠倒**：

5a. 风格决策

**执行**：阅读 `references/styles/index.md` 主索引（含决策矩阵），按主题关键词匹配 26 种预置风格之一

**26 风格按 5 板块分组**（详细 JSON 定义在板块文件中）：

| 板块 | 数量 | 风格 ID | 板块文件 | |------|------|--------|---------| | 暗色专业 | 7 | dark_tech / xiaomi_orange / luxury_purple / nocturne_violet / cyberpunk_neon / chrome_y2k / noir_film | `references/styles/dark.md` | | 浅色高级 | 8 | blue_white / fresh_green / minimal_gray / mocha_editorial / medical_pulse / earth_concrete / champagne_gold / liquid_glass | `references/styles/light.md` | | 活力鲜明 | 4 | vibrant_rainbow / kindergarten_pop / bauhaus_block / candy_pastel | `references/styles/vibrant.md` | | 东方文化 | 3 | royal_red / sakura_wabi / ink_jade | `references/styles/cultural.md` | | 自然/复古 | 4 | botanic_forest / safari_savanna / retro_70s / gov_authority | `references/styles/natural.md` |

**风格预览**：执行 `python3 SKILL_DIR/scripts/gallery.py` 生成 `ppt-output/style-gallery/index.html`，浏览器打开可视化对比 26 风格。

**也必读**：`references/typography.md`（排版铁律：字距 / tabular-nums / OpenType / serif italic 混排 / 首字下沉 / 不对称网格 / 字体栈三层降级 / 微妙纹理）

**产物**：风格定义 JSON -> 保存为 `OUTPUT_DIR/style.json`

5b. 智能配图（根据用户偏好）

> 在需求调研（Step 1 第 7 题）中确认用户的配图偏好后执行。如果用户选择"不需要配图"则跳过。

配图时机

在生成每页 HTML **之前**，先为该页生成配图。每页至少 1 张（封面页、章节封面必须有），生成后保存到 `OUTPUT_DIR/images/`。

generate_image 提示词构造公式

提示词必须同时满足 **4 个维度**，按以下公式组装：

[内容主题] + [视觉风格] + [画面构图] + [技术约束]

| 维度 | 说明 | 示例 | |------|------|------| | 内容主题 | 从该页策划稿 JSON 的核心概念提炼，具体到场景/对象 | "DMSO molecular purification process, crystallization flask with clear liquid" | | 视觉风格 | 与 style.json 的配色方案和情感基调对齐 | 暗黑科技 -> "deep blue dark tech background, subtle cyan glow, futuristic" | | 画面构图 | 根据图片在页面中的放置方式决定 | 右侧半透明 -> "clean composition, main subject on left, fade to transparent on right" | | 技术约束 | 固定后缀，确保输出质量 | "no text, no watermark, high quality, professional illustration" |

风格与配图关键词对应

| PPT 风格 | 配图风格关键词 | |---------|--------------| | 暗黑科技 | dark tech background, neon glow, futuristic, digital, cyber | | 小米橙 | minimal dark background, warm orange accent, clean product shot, modern | | 蓝白商务 | clean professional, light blue, corporate, minimal, bright | | 朱红宫墙 | traditional Chinese, elegant red gold, ink painting, cultural | | 清新自然 | fresh green, organic, nature, soft light, watercolor | | 紫金奢华 | luxury, purple gold, premium, elegant, metallic | | 极简灰白 | minimal, grayscale, clean, geometric, academic | | 活力彩虹 | colorful, vibrant, energetic, playful, gradient, pop art |

按页面类型调整

| 页面类型 | 图片特征 | Prompt 额外关键词 | |---------|---------|-----------------| | 封面页 | 主题概览，视觉冲击 | "hero image, wide composition, dramatic lighting" | | 章节封面 | 该章主题的象征性视觉 | "symbolic, conceptual, centered composition" | | 内容页 |