Hindsight

ppt-master——制作更好的PPT

直接让 Agent 做也能出 PPT;差别在关键决定什么时候定、能不能反悔、交付后还改得动。

直接让 Agent 做,差在哪使用方法注意事项组成部分与调用关系

该原型出自 Hugo He 的 github.com/hugohe3/ppt-master,MIT,v6.7.3。 相比于直接让agent做ppt,该skill有一套完整且成熟的工作流。


直接让 Agent 做,问题出在哪

一句话丢过去,Agent 也能交出 .pptx。页数、顺序、每页放什么、配色,全在那一次生成里定死。除了一开始的提示词以外,你第一次能提意见的时候,已经是成品了。顺序错了就得整份重来,而「哪里错了」往往说不清。

而调用该skill后,多出来的是四件事:先由你点路径、两级确认、落盘的设计记录、逐页质量门禁(每 5 页一次早期检查,收官还有一次最终检查)。 总的来说就是在前期设计时把决定权从模型手里挪回你手里,此外在制作过程中你也可以实时预览并批注改进地方,具体情况可见“使用方法”。

产物预览下载示例 PPT(.pptx · 约 97 KB)这里是用 ppt-master 做出来的 PPT,可以下载查看样式、动画效果等(直接生成未做调整,实际制作时可根据成品进一步提出要求)。在一切要求固定的前提下,最终成品的质量取决于模型的选择。这份示例ppt是在DSH中使用deepseek-flash(推理强度为高)完成的,花费token约为30M(高峰时段约2元)。

同一份 PPT,两种做法差在哪

维度可按行展开查看这一维的详细说明。

对比维度直接让 Agent 做ppt-master

生成那一刻,一次定完

动手之前,分两次确认

只能在成品上提意见

两处阻塞点,不点头不继续

没有

design_spec + spec_lock

看生成方式,常是整页文本或图片

原生可编辑形状 + 页面源文件


使用方法

首先装技能包ppt-master.zip · 约 21 MB本技能包相较于原版做了一些易用性修改,建议直接下载该压缩包,更符合后续的教程说明。如需要原包可查询仓库: github.com/hugohe3/ppt-master。

由于该skill涉及一些环境准备以及依赖安装,因此下面收了一段提示词。在下载完压缩包之后,填写下面这一项信息之后直接把提示词复制粘贴给你常用的agent让它帮你做好前置工作。

安装提示词
prompt
请帮我安装 ppt-master,目前只有一个 zip 包在地址 。 用户名以C:/User/<用户> 为准,涉及用户目录的路径按它来拼。 请单独完成一次安装与环境准备,完成后停下等我确认;不要启动 skill、不要生成任何 PPT。 1) 解析 :判断它是本地路径还是 URL。本地路径直接使用;URL 则下载到临时目录。 路径含空格或非 ASCII 字符时自行加引号。 2) 校验归档:确认 zip 可正常读取、只有一个顶层目录(本包为 ppt-master/), 所有条目都在该目录下、无 ".." 路径穿越、无绝对路径;并确认其中存在 SKILL.md、SKILL_en.md、requirements.txt、LICENSE、 scripts/attribution_guard.py、workflows/routing.md。 任何一项不满足就贴出原始信息并停下,不要修复、不要跳过。 3) 确定安装根目录 SKILL_ROOT:若当前宿主有明确约定的 skill 安装目录, 使用它并在回报里写明来源;否则用 <用户> 拼出候选目录,在会话里问我确认, 拿到答复后再继续。不要猜测、不要把任何产品目录写死。若该目录下已存在 ppt-master/, 先报告并停下,不要覆盖。 4) 解压:把归档释放到 <SKILL_ROOT>/ppt-master/,保持原有目录结构, 不修改包内任何文件。 5) 确定解释器:探测当前 shell 实际可用的 Python 命令(按当前 OS 的实际情况, 如 python3 / python / py -3),对每个候选执行 -c "import sys; print(sys.executable, sys.version)" 选出版本在 3.10–3.14 闭区间内、且本次会话真正会调用的那一个, 记下 sys.executable 的绝对路径。没有符合的解释器就报告当前 OS 的官方安装指引 并停下,不要自行安装系统级 Python、不要修改系统 PATH。 6) 完整性自检:用第 5 步的解释器执行 <SKILL_ROOT>/ppt-master/scripts/attribution_guard.py 非零退出就贴出输出并停下,不要检查成因、修复或绕过。 (这一步只是校验解压结果,不等于启动 skill。) 7) 安装依赖:无论 Python 是已有的还是刚装的,这一步都必须执行。用同一个解释器执行 -m pip install -r <SKILL_ROOT>/ppt-master/requirements.txt 不要用裸 pip,不要换解释器,不要只装单个包。 8) 复验:用同一个解释器执行 -c "import pptx, fitz, PIL, yaml; print('OK')" 把原始输出贴给我,四个包都成功才算就绪。 最后回报:、SKILL_ROOT、解释器绝对路径、Python 版本、门禁退出码、复验输出。 任何一步失败就贴出原始报错并停止,不要猜测、跳过、降级或改用别的解释器。

填好安装包地址再复制,提示词里的 <用户> 记得换成自己的系统用户名;如果没填写一般也能执行,但是无疑会增加token的消耗。做好准备工作之后即可进入正题调用skill执行任务。

  1. 开工
  2. 沟通契约
  3. 确定样式
  4. 画页面
  5. 额外要求
第 1 / 5 步一句需求,点一张卡

准备好素材(文档、图片、现有ppt等)后,调用/ppt-master 直接说明需求即可,让agent思考一会后就会出现类似下图的询问(总共四轮,决定大致走向)

开工时的路径选项卡,先定方向
图 1|这里使用DSH示例,agent会先询问你需求,选择大致方案。

共同目的三条顶层路径,都得先由你点一张卡才开工。

点一条看它具体做什么、代价是什么;三条是并列的做法,不是先后步骤。

正在看:生成新 PPTX最完整,也最慢

给它一段文字、几个文件,或者就一句话。它先问听众是谁、要让人做什么决定,再排页面、画 SVG、过质量检查,最后导出 PPTX。

底下还有四种走法:精细生成 / 一把过 / 图片还原成可编辑页 / 保留文字重排版式。最完整,耗时也最长。

把公司的色板、字体、Logo,或者常用的页面骨架存成可复用的工作区,分 Brand / Style / Layout / Deck 四种。

交出来的是模板工作区,不是一份能直接讲的 PPT。之后还得再生成一次。

已经有一份 PPTX,只想改几页、加旁白或动画,走这条。它把原文件导进 roundtrip 工作区,没动的页逐字节还原,只重建被改的对象。

不重新设计,也不跑生成管线;前提是原来的版式还能接着用。

在非快速模式下,会弹出一个如下窗口,在窗口中按需填写并提交即可。Stage 1 收沟通契约:听众是谁、要让人做什么决定、核心信息、交付场合、文件以后还要干嘛,顺带定模板装不装。

Stage 1 沟通契约确认页
图 2|Stage 1:沟通契约,先把听众、目的和交付场合问清楚。

填写第二份约束。Stage 2 给完整方案,方向、配色、字体、图标、图片、页数一次摊开让你挑;选定后写成 design_spec.md 与 spec_lock.md,后面的页面只照这两份来。

Stage 2 设计方案确认页
图 3|Stage 2:确定样式,配色、字体、页数在这张卡上定,之后写进设计记录。

画页面,写出SVG。旁边开着实时预览页,能看着它画。

生成 PPT 时的实时预览页面
图 4|生成中的实时预览页:页面逐页出现,能边看边等。

导出的 PPTX 拿到手,还能接着提出要求,比如:加动效与 Morph、生成逐页旁白、换一版配色、(添加批注)把该页面重新排版、修改内容等等。前几项可直接在会话中提出,后几项则需要在预览页操作如下图所示。

最常用的是批注:在预览页圈出不满意的地方,点「应用修改」,它按批注改 SVG 再重导出。

初版生成后在预览端口添加批注并应用修改
图 5|初版出来后在预览端口加批注,点应用修改,再回会话让它接着改。

完成标志与产物

最终会在工作区内留下一个“project”文件夹,点开之后包含的内容如下图(很多文件夹都是空的,不必担心占内存,后续取出需要的ppt后可将整个文件夹直接删除),制作过程中每次修改的ppt都会在“exports”中留痕,如果做了不满意的改动,可以在此找到前期的版本。

执行结束后留在目录里的产物文件列表
图 6|执行产物:设计记录、页面源和最终的 .pptx 都留在目录里。

注意事项

精细档和一把过档的差别不在画质,在有没有机会反悔。前者多两轮确认和一份设计记录,慢,但能续跑;后者全程不问,快,断了只能重来,调用该skill制作ppt都建议不要开快速模式,开了实际上就类似于直接让 Agent 做,无法体现出优势。

几条贯穿全程的纪律:一步一命令,成功才进下一步;遇到确认点就停,不替你决定;页面问题修页面,规格问题回规划层,不在成品上硬改。

适用场合

要给别人讲、页数上十、结构要反复改。尤其一份 PPT 要同时拿去现场讲和会后传阅,两种读法对页面信息量的要求不一样,它会先把这件事定下来。

不适用场合

三五页的内部同步、只给自己看的草稿。路径卡、两轮确认、质量门禁,走完一遍比直接做还慢。

交付物形态

导出的是可编辑的 PPTX。想继续用 PowerPoint 改字、换色,不用重新生成。


组成部分与调用关系

这一节讲包里有什么、谁调用谁。不装也能用,装不起来时再回来翻。

入口文件

SKILL.md 先探测当前工具有没有结构化选项卡,再发路径卡片、定全局纪律:串行执行、禁止推断路径、遇到确认点就停、失败在哪一层就在哪一层修。它不画页面。

路径权威

workflows/ 里每条路径各有一份运行时权威,点定之后恰好加载一份,绝不混读。references/ 是策略与执行手册(五种讲法、配色、渲染风格、原生形状语法),templates/ 存可复用工作区。

程序工具

scripts/ 是 Python 工具:素材转 Markdown、SVG 质量检查、SVG 转 PPTX、旁白与动画。入口和手册决定做什么,脚本负责真的做出来。

本地服务端口

流程里会起两个本地 Web 服务。确认页(confirm_ui/server.py,默认从 5050 起找空闲端口)收 Stage 1 / Stage 2 的点选,提交后写 result.json; 实时预览页(svg_editor/server.py,默认从 6060 起)在画页面时挂在旁边供标注。 前者是动手前的关口,后者是生成过程中的观察口,都不替你做决定。

切换两条路径,看哪些部分被调用、哪些被跳过。连线表示引用或程序调用,不是时间刻度;点节点读这一处的说明。

入口决定走哪条路
运行时被选中的那一份流程
程序实际调用的脚本与服务

入口文件

1 SKILL.md

每次调用先读它:探测交互能力、发路径卡片,定下串行、禁止推断路径、阻塞即停、在归属层修复这些纪律。它引用的只有 workflows/ 里被点中的那一份。

内置选项卡片问顶层路径与子路径。措辞不决定流程,点选才决定;卡片不可用时降级成文本清单,仍然不会自动选定。

生成新 PPTX、建模板、编辑原生 PPTX 各有一份权威流程。一次运行恰好加载一份,禁止跨路径读取另一条流程。

本地 Flask 服务,默认从 5050 起找空闲端口。Stage 1 收沟通契约与模板选择,Stage 2 收设计方案;提交写 result.json,随后关闭。精细档专有,一把过不启动它。

Strategist 把确认结果写成 design_spec.md(§I–§X)与 spec_lock.md,过 Gate 1 / 2 审计。前者记为什么这么讲,后者锁住配色、字号、页面节奏。Executor 之后只读这两份,不再回头看确认页。

页面设计源。一页一页手写 SVG,主智能体自己写,不外包给批量生成器;导出时所有可见元素都来自这里,模板和 spec 不会在导出时补内容。

svg_editor/server.py 起的实时预览页,默认从 6060 起找空闲端口。画页面时挂在旁边供标注,是旁进程;生成期间不读标注,Step 7 之后才处理。一把过档不启动它。

svg_quality_checker.py 逐页检查,每 5 页一次早期门、收官一次最终门(0 blocking);报告按阻断、新引入、继承、源导入分类。失败时回到出问题的那一层修,不静默降级。

7.1 拆讲稿 → 7.2 svg_final 预览 → 7.3 导出,严格串行、一步一命令。svg_to_pptx.py 把 SVG 编译成 PowerPoint 原生形状,产出 exports/*.pptx 与 postflight 报告;质量指纹对不上就不导出。

本文对你有帮助吗?
目录