# /ppt > 一键生成专业 PPT 的编排器 * * * ## 🚀 首次使用初始化（必读） > **在生成 PPT 之前，必须先确认用户的账号和工具可用性。** ### Step 1: 确认账号能力 **必须使用 AskUserQuestion 工具询问用户：** 问题1: 您是否有 ChatGPT Plus/Pro 账号？ - 是 → 可使用 deep-research 进行深度研究 - 否 → 仅使用 WebSearch（研究质量较低）问题2: 您是否有 Gemini API Key（Pro 或以上）？ - 是 → 可使用 nano-banana-image 生成配图 - 否 → 跳过配图生成 ### Step 2: 安装依赖 Skill 根据用户确认，安装对应的 skill： # 如果有 ChatGPT Plus，安装 deep-research # 相对路径: ../../../openai-deep-research (同一个 git 库) SKILL_BASE="/home/david/prj/origin-task" # deep-research skill if [ ! -d "$SKILL_BASE/openai-deep-research" ]; then echo "deep-research skill 已在 $SKILL_BASE/openai-deep-research" fi # nano-banana-image skill if [ ! -d "$SKILL_BASE/nano-banana-image" ]; then echo "nano-banana-image skill 已在 $SKILL_BASE/nano-banana-image" fi ### Step 3: 配置认证 **ChatGPT Plus 用户：** 提示: 请在浏览器中登录 ChatGPT (chat.openai.com) deep-research 将使用 Playwright 自动化访问 **Gemini API 用户：** 提示: 请设置环境变量 GEMINI_API_KEY export GEMINI_API_KEY="your-api-key-here" ### Step 4: 记录用户配置将确认结果保存到 `.pptrc.yaml`： # .pptrc.yaml (自动生成) capabilities: deep_research: true # 有 ChatGPT Plus image_generation: true # 有 Gemini API auth: chatgpt_logged_in: true gemini_api_key_set: true ### ⚠️ 初始化检查清单 **每次执行 /ppt 时，检查：** 1. 是否存在 `.pptrc.yaml`？ * 否 → 执行初始化流程 * 是 → 读取已保存的配置 2. deep-research 是否可用？ * 检查: `python -c "from research.deep_research import DeepResearch"` 3. nano-banana-image 是否可用？ * 检查: skill 目录是否存在 + GEMINI_API_KEY 是否设置 **如果任何检查失败，提示用户重新配置！** * * * ## 🔄 强制反思协议（P1 必读） > **每个阶段完成后，必须输出反思报告，检查是否有遗漏或问题。** ### 为什么需要反思？ AI 容易"声称完成"但实际跳过步骤。强制反思机制： 1. 验证 artifact 文件是否真的存在 2. 检查内容质量（非空、有来源） 3. 发现遗漏并立即修正 ### 反思输出格式 **每个 Stage 完成后，必须输出：** ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 📋 STAGE REFLECTION: [STAGE_NAME] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ✅ [检查项1]: 通过 ✅ [检查项2]: 通过 ⚠️ [检查项3]: 警告 - [原因] ❌ [检查项4]: 失败 - [原因] ⚠️ Warnings: - [警告1] - [警告2] 📌 Next: [下一步操作] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ### 各阶段检查清单 #### Stage 0: Init 反思检查项: - [ ] .pptrc.yaml 已创建 - [ ] deep_research 配置正确 - [ ] image_generation 配置正确 #### Stage 1: Skeleton 反思检查项: - [ ] skeleton.yaml 已创建 - [ ] research_tasks 已定义（数量 > 0） - [ ] structure 已定义 #### Stage 2: Research 反思检查项: - [ ] research_results/ 目录已创建 - [ ] 所有 required 任务都有对应的 .md 文件 - [ ] 每个结果文件内容 > 100 字符 - [ ] 每个结果文件包含来源引用 #### Stage 2.5: Images 反思（如果启用）检查项: - [ ] images/ 目录已创建 - [ ] 封面图已生成 - [ ] 章节图已生成（可选） #### Stage 3: Enrich 反思检查项: - [ ] slides/ 目录已创建 - [ ] 所有幻灯片文件已生成 - [ ] @RESEARCH 标记内容已填充（非占位符） #### Stage 4: Render 反思检查项: - [ ] PPTX 文件已生成 - [ ] 文件大小合理（> 10KB） ### 反思后行动如果有 ❌ 错误: → 停止，修复问题，重新执行当前阶段如果有 ⚠️ 警告: → 输出警告，询问用户是否继续如果全部 ✅ 通过: → 继续下一阶段 * * * ## 🎨 图片生成协议（P1） > **当 image_generation: true 时，在研究完成后生成装饰图片。** ### 触发条件 # .pptrc.yaml 中 capabilities: image_generation: true # ← 此项为 true 时触发 ### 执行时机 Stage 2: Research 完成 ↓ Stage 2.5: Images 生成 ← 在此执行 ↓ Stage 3: Enrich ### 图片生成任务根据 skeleton.yaml 中的 `image_position` 字段：位置 | 用途 | Aspect Ratio ---|---|--- `cover` | 封面主视觉 | 16:9 `section` | 章节标题背景 | 16:9 `ending` | 结尾感谢图 | 16:9 ### AI 执行协议 **当看到`image_generation: true` 时：** #### Step 1: 显式输出图片任务 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 🎨 IMAGE GENERATION TASK ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ Skill: nano-banana-image Images to generate: - cover: 封面主视觉 - section-01: 章节1背景 - ending: 结尾感谢图 Status: ⏳ Generating... ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ #### Step 2: 调用图片生成 # 使用 Task 工具调用 nano-banana-image Task( subagent_type="general-purpose", prompt=""" 使用 nano-banana-image skill 生成 PPT 装饰图片: 1. 封面图: 描述: [PPT标题相关的视觉描述] 输出: images/cover.png 比例: 16:9 2. 结尾图: 描述: Thank you, professional closing 输出: images/ending.png 比例: 16:9 要求: 使用 nano-banana-pro 色彩风格（深色背景、金色/青色点缀） """, description="Generate PPT images" ) #### Step 3: 保存到 images/ 目录 output/project-name/ ├── images/ # 🆕 图片目录 │ ├── cover.png │ ├── section-01.png │ └── ending.png ├── research_results/ ├── slides/ └── skeleton.yaml #### Step 4: 在 slide-md 中引用 --- slide: id: "01-01" type: cover layout: title-only image: images/cover.png # 🆕 引用图片 --- # PPT 标题 ### 图片生成失败处理如果图片生成失败: → 输出警告，但继续后续流程 → 幻灯片将没有装饰图，但内容不受影响 * * * ## 📋 Research Directive 语法（必读） > **这是 PPT 生成的核心机制：显式声明研究任务，强制执行获取结果。 ** ### 语法定义 #### 1\. skeleton.yaml 中声明研究任务 # 在 skeleton.yaml 顶层或章节内声明 research_tasks: - id: "r01" # 唯一标识符 query: | # 研究提示词（详细描述） Tesla TSLA stock performance in 2025: - Opening and closing prices - Year-over-year change percentage - Major events affecting stock price - Analyst ratings summary skill: "deep-research" # 使用的 skill required: true # true=必须执行, false=可选 output_format: | # 期望的输出格式 ## 2025年股价表现 - 年初价格: $XXX - 年末价格: $XXX - 涨跌幅: +/-XX% ### 关键事件 1. [事件1] 2. [事件2] #### 2\. slide-md 中标记填充位置 --- slide: id: "02-02" layout: two-column --- # 2025年股价回顾 ::: left 此区域将由研究结果 r01 填充 ::: ::: right 此区域将由研究结果 r02 填充 ::: ### ⚠️ AI 执行协议（强制） **当看到`research_tasks` 或 `` 标记时，必须执行以下步骤：** #### Step 1: 显式输出研究任务 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 🔍 RESEARCH TASK [r01] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ Skill: deep-research Query: Tesla TSLA stock performance in 2025: - Opening and closing prices - Year-over-year change percentage ... Expected Output Format: ## 2025年股价表现 - 年初价格: $XXX ... ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ #### Step 2: 调用 Skill 执行研究 # 必须使用 Task 工具调用 deep-research Task( subagent_type="general-purpose", prompt=""" 执行研究任务 [r01]: 使用 openai-deep-research skill 研究以下内容： {query} 输出格式要求： {output_format} 要求： 1. 数据必须有来源引用 2. 数据时效性：最近6个月 3. 包含具体数字，不要模糊表述 """, description="Research: r01" ) #### Step 3: 🆕 保存研究结果到文件（P0 强制） > **⚠️ 关键改动** : 研究结果必须持久化到文件，渲染器会验证！ # 目录结构 output/project-name/ ├── skeleton.yaml ├── research_results/ # 🆕 必须存在 │ ├── r01.md # 研究结果内容 │ ├── r01.meta.json # 元数据（可选但推荐） │ ├── r02.md │ └── ... └── slides/ └── *.slide.md **保存 research_results/{task_id}.md:** # Research Result: r01 Generated: 2026-01-12T10:30:00Z Skill: deep-research --- ## 2025年股价表现 - 年初价格: $248.42 - 年末价格: $445.03 - 涨跌幅: +79.1% ### 关键事件 1. Q1: FSD V12 发布，股价上涨 15% 2. Q3: Robotaxi 发布会，股价创新高 3. Q4: 马斯克政治参与引发波动 --- *来源: Yahoo Finance, Reuters* *研究时间: 2026-01-12* **保存 research_results/{task_id}.meta.json (可选):** { "task_id": "r01", "skill": "deep-research", "query_hash": "abc123...", "executed_at": "2026-01-12T10:30:00Z", "duration_seconds": 45, "source_count": 5, "content_length": 1234 } #### Step 4: 填充结果到 slide-md 从 `research_results/{task_id}.md` 读取内容填充： ## 2025年股价表现 - 年初价格: $248.42 - 年末价格: $445.03 - 涨跌幅: +79.1% ### 关键事件 1. Q1: FSD V12 发布，股价上涨 15% 2. Q3: Robotaxi 发布会，股价创新高 3. Q4: 马斯克政治参与引发波动 *来源: Yahoo Finance, Reuters* ### 🚫 渲染阻断机制（P0） > **render.js 会在渲染前验证 research_results/ 目录！ ** 如果 skeleton.yaml 定义了 research_tasks: 但 research_results/ 目录不存在或必需任务 (required: true) 没有对应的 .md 文件则渲染器拒绝执行并输出： ╔════════════════════════════════════════════════════════════╗ ║ ARTIFACT VALIDATION FAILED ║ ╚════════════════════════════════════════════════════════════╝ 🚫 RENDER BLOCKED: research_results/ 目录不存在 skeleton.yaml 定义了 5 个必需研究任务： - [r01] Tesla TSLA stock performance in 2025... - [r02] Tesla 2026 bullish catalysts... ... 解决方法： 1. 使用 /ppt-enrich 执行研究任务 2. 确保每个任务都调用 deep-research skill 3. 将结果保存为 research_results/{task_id}.md **绕过方法（不推荐）：** node render.js ./slides/ --skip-artifact-check ### 研究任务类型类型 | 适用场景 | 示例 query ---|---|--- `market_data` | 股价、财务数据 | "TSLA stock price 2025" `news_events` | 新闻事件分析 | "Tesla major news 2025" `case_study` | 案例研究 | "AI manufacturing cases China 2025" `statistics` | 统计数据 | "Global EV market share 2025" `comparison` | 对比分析 | "Tesla vs BYD sales comparison" `forecast` | 预测分析 | "Tesla stock price forecast 2026" ### 工具优先级优先级 | 工具 | 使用条件 ---|---|--- 🥇 **1st** | `deep-research` | `required: true` 或 capabilities.deep_research=true 🥈 2nd | `WebSearch` | 仅当 deep-research 不可用时的 fallback ### ❌ 禁止行为 ❌ 看到 research_tasks 却不执行研究 ❌ 使用 WebSearch 代替 deep-research（当可用时） ❌ 不显式输出研究任务就直接填充内容 ❌ 填充的内容没有来源引用 ❌ 使用过时数据（超过6个月） ### ✅ 正确流程示例 1. 读取 skeleton.yaml 2. 发现 research_tasks: [r01, r02, r03] 3. 输出: "🔍 RESEARCH TASK [r01]..." 4. 调用: Task(subagent_type="general-purpose", prompt="使用 deep-research...") 5. 等待结果 6. 输出: "🔍 RESEARCH TASK [r02]..." 7. 调用: Task(...) 8. ... 9. 生成 slide-md，填充标记 * * * ## 概述 `/ppt` 是 PPT 生成的主入口命令，它编排 `outline → enrich → render` 三阶段流程，将用户的原始需求转化为专业的 PPTX 文件。 * * * ## 🎨 设计工具箱 (Design Toolkit) > **重要** : 生成 PPT 时，请充分利用以下丰富的设计工具，确保输出美观大方、专业精致。 ### 可用布局类型布局 | 类型 | 适用场景 | 效果 ---|---|---|--- `title-only` | 全屏标题 | 封面、章节页、结尾 | 视觉冲击力强 `bullets` | 要点列表 | 通用内容、3-5 个要点 | 清晰易读 `two-column` | 双列对比 | 对比内容、左右分列 | 结构对称 `three-cards` | 三列卡片 | 案例展示、特性对比 | 并列展示 `table` | 表格 | 数据密集、多维比较 | 信息整齐 `quote` | 引用 | 名人金句、重点强调 | 突出重点 `chart` | 图表 | 流程、时间线、层级 | 可视化强 ### 可用图表模板使用 `::: chart` 块或 ````mermaid` 代码块：模板 | 语法示例 | 适用内容 ---|---|--- **流程图** | `template: process-flow` | 步骤、阶段、流程 **对比图** | `template: comparison` | 传统 vs 现代、优劣势 **时间线** | `template: timeline` | 历史、规划、路线图 **金字塔** | `template: pyramid` | 层级、架构、分类 **自定义** | ````mermaid` 代码块 | 复杂自定义图表 **图表语法示例:** ::: chart template: process-flow title: AI实施三阶段 steps: - 快赢期 | 0-6月 - 价值放大 | 6-18月 - 全面转型 | 18月+ ::: ### 装饰图片位置使用 nano-banana-image 生成同色系装饰图：位置 | 适用页面 | 效果 ---|---|--- `cover` | 封面页 | 全屏主视觉，增强冲击力 `section` | 章节标题页 | 背景装饰，突出主题 `side` | 内容页 | 侧边装饰，增加美感 `ending` | 结尾页 | 感谢装饰，温馨收尾 ### 设计决策原则 1. **数据 → 图表** : 有数字就可视化，不堆砌数字 2. **对比 → 双列/图表** : 对比内容必须清晰区分 3. **流程 → 流程图** : 步骤内容用流程图展示 4. **案例 → 卡片** : 多案例并列用卡片布局 5. **引用 → Quote** : 金句单独突出展示 6. **重要页 → 配图** : 封面、章节页配装饰图 ### 主题选择主题 | 风格 | 适用场景 ---|---|--- `corporate-light` | 浅色正式 | 企业汇报、正式场合 `nano-banana-pro` | 深色科技 | 创意提案、科技演讲 * * * ## 架构 /ppt（编排器） │ ┌────────────────┼────────────────┐ ▼ ▼ ▼ /ppt-outline /ppt-enrich /ppt-render (骨架生成) (内容填充) (PPTX渲染) │ │ │ ▼ ▼ ▼ skeleton.yaml slide-md/*.md output.pptx ## 用法 ### 快速开始 /ppt # 交互式生成 /ppt ./docs/ # 从文档目录生成 /ppt "做一个AI培训的PPT，30分钟" # 从自然语言生成 ### 完整参数 /ppt [input] [options] Arguments: [input] 输入源（目录/文件/描述） Options: -o, --output 输出 PPTX 路径 -t, --theme 主题 (corporate-light | nano-banana-pro) -d, --duration 目标时长（分钟） --no-research 跳过研究步骤 --step 只执行到指定阶段 (outline | enrich | render) --resume 从断点恢复 -v, --verbose 详细输出 ## 工作模式 ### 模式 1: 交互式（默认） /ppt 📋 PPT 生成向导 ━━━━━━━━━━━━━━━ 检测到上下文: - docs/ 目录: 7 个文档, 35,604 字 - 已有骨架: skeleton.yaml 请选择操作: 1. 从现有文档生成 PPT 2. 从骨架继续（跳过 outline） 3. 重新开始选择 [1]: _ ### 模式 2: 批处理 # 从文档目录一键生成 /ppt ./docs/ -o presentation.pptx # 指定主题和时长 /ppt ./docs/ --theme nano-banana-pro -d 60 -o dark-theme.pptx ### 模式 3: 自然语言 /ppt "给企业高管做一个AI转型的培训，90分钟，需要案例" # 系统会: # 1. 解析意图 → 识别为 training, executives, 90min # 2. 生成骨架 → skeleton.yaml # 3. 执行研究 → 补充案例和数据 # 4. 生成内容 → slide-md 文件 # 5. 渲染输出 → presentation.pptx ## 流程阶段 ### Stage 1: Outline（骨架生成） Input: 上下文 / 自然语言描述 Output: skeleton.yaml Tool: /ppt-outline 生成结构化骨架，定义章节、时长、研究需求。 ### Stage 2: Enrich（内容填充） Input: skeleton.yaml + 上下文 Output: slides/*.slide.md Tool: /ppt-enrich 检测内容空缺，执行研究，生成每页幻灯片的 Markdown。 ### Stage 3: Render（渲染输出） Input: slides/*.slide.md Output: presentation.pptx Tool: /ppt-render 将 slide-md 文件渲染为最终 PPTX。 ## 断点续传支持从任意阶段恢复： # 保存状态 /ppt ./docs/ --step enrich # → 生成 .ppt-state.json # 从断点恢复 /ppt --resume .ppt-state.json # → 从 render 阶段继续状态文件结构： { "stage": "enrich", "skeleton_path": "skeleton.yaml", "slides_dir": "slides/", "options": {...}, "timestamp": "2026-01-12T10:00:00Z" } ## 错误恢复错误类型 | 处理策略 ---|--- 骨架验证失败 | 提示修复，不继续研究超时 | 跳过该项，继续生成渲染失败 | 保存 slide-md，提示手动渲染 ## 输出 ### 默认输出结构 project/ ├── skeleton.yaml # 骨架文件 ├── slides/ # slide-md 文件 │ ├── 00-01-cover.slide.md │ ├── 01-01-section.slide.md │ └── ... ├── presentation.pptx # 最终 PPT └── .ppt-state.json # 状态文件（可选） ### 清理选项 /ppt ./docs/ --clean # 生成后删除中间文件 ## 配置 ### 项目配置 (.pptrc.yaml) # .pptrc.yaml defaults: theme: corporate-light duration: 30 audience: professionals research: mode: browser # browser | api | mock cache: true timeout: 300 # 秒 output: dir: ./output clean_intermediate: false ### 环境变量变量 | 说明 ---|--- `OPENAI_API_KEY` | OpenAI API 密钥（api 研究模式） `PPT_THEME` | 默认主题 `PPT_OUTPUT_DIR` | 默认输出目录 ## 文件结构 .claude/skills/ppt/ ├── SKILL.md # 本文档 ├── scripts/ │ ├── orchestrator.py # 主编排脚本 │ ├── intent_parser.py # 意图解析器 │ └── state_manager.py # 状态管理器 └── templates/ └── .pptrc.yaml # 配置模板 ## 依赖的 Skills Skill | 用途 ---|--- `/ppt-outline` | 生成骨架 `/ppt-enrich` | 内容填充 `/ppt-render` | PPTX 渲染 ## 版本历史版本 | 日期 | 变更 ---|---|--- 1.0.0 | 2026-01-12 | 初版 1.1.0 | 2026-01-13 | P1: 强制反思协议、图片生成协议 1.2.0 | 2026-01-13 | P2: Intent Engine 集成、布局预决策 * * * ## 🧠 跨会话追踪协议（P2） > **使用 Intent Engine 记录 PPT 生成的每个阶段，支持跨会话恢复和决策审计。 ** ### 为什么需要跨会话追踪？ 1. **断点恢复** : 会话中断后，新会话能知道上次进度 2. **决策审计** : 记录为什么选择某个布局/主题 3. **质量追踪** : 里程碑记录便于复盘 ### 集成方式 from ie_integration import IETracker tracker = IETracker("ai-trends-brief", Path("./output")) # 创建任务（会话开始时） tracker.create_ppt_task("AI未来趋势简报", 30, "nano-banana-pro") # 每个阶段完成后记录里程碑 tracker.log_milestone("skeleton", "Generated 5 sections, 12 slides") tracker.log_milestone("research", "Completed 3 research tasks with 15 sources") tracker.log_milestone("layout", "Applied layout decisions: 3 cards, 2 bullets") tracker.log_milestone("render", "Generated presentation.pptx (2.3MB)") # 记录重要决策 tracker.log_decision( topic="Section 02 Layout", options=["bullets", "three-cards", "chart"], chosen="three-cards", rationale="Content has 3 AI trends, perfect for card layout" ) # 记录阻塞 tracker.log_blocker("images", "Gemini API rate limited", "Wait 60s and retry") ### AI 执行协议 **每个阶段完成后，必须输出并记录：** ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 🧠 IE MILESTONE: [STAGE_NAME] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ Project: ai-trends-brief Stage: skeleton Summary: Generated skeleton.yaml with 2 sections Artifacts: ✅ skeleton.yaml (1.2KB) ✅ research_tasks: 1 Logged to Intent Engine: ✓ ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ### 会话恢复新会话开始时： # 查看当前任务状态 ie status # 搜索未完成任务 ie search "PPT doing" * * * ## 📐 布局预决策协议（P2） > **在生成 slide-md 之前，必须先运行 LayoutAdvisor 分析内容并决定布局。 ** ### 为什么需要预决策？ 1. **避免单调布局** : 不是所有内容都用 bullets 2. **智能推荐** : 根据内容特征自动推荐最佳布局 3. **设计一致性** : 确保设计决策有据可查 ### 工作流程 skeleton.yaml │ ▼ ┌─────────────────┐ │ LayoutAdvisor │ ← 分析内容特征 │ (预决策) │ └────────┬────────┘ │ ▼ skeleton.yaml (enriched) with _layout_decision │ ▼ ┌─────────────────┐ │ SlideMDWriter │ ← 使用决策生成 │ (内容生成) │ └────────┬────────┘ │ ▼ slides/*.slide.md ### 布局决策字段预决策后，skeleton.yaml 中每个 slide 会添加： structure: - id: "02-trends" title: "2026三大趋势" slides: - id: "02-01" type: content layout: three-cards _layout_decision: # 🆕 预决策结果 layout: three-cards confidence: 0.9 chart_type: null image_position: icon design_hints: - 每个卡片展示一个趋势 - 突出关键指标 rationale: "内容有3个并列趋势，适合卡片布局" ### AI 执行协议 **Enrich 阶段必须先执行预决策：** ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 📐 LAYOUT PRE-DECISION ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ Analyzing 5 sections... [02-01] 2026三大趋势 Layout: three-cards (confidence: 90%) Rationale: 内容有3个并列趋势，适合卡片布局 [03-01] 实施路线图 Layout: chart (confidence: 85%) Chart: timeline Rationale: 时间相关内容适合时间线图表 Layout Distribution: three-cards: 2 bullets: 2 chart: 1 ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ### 布局推荐规则内容特征 | 推荐布局 | 置信度 ---|---|--- 3个并列项 | three-cards | 90% 对比内容 | two-column / comparison chart | 80-85% 步骤/流程 | chart (process-flow) | 90% 时间线 | chart (timeline) | 90% 层级结构 | chart (pyramid) | 85% 引用/金句 | quote | 90% 数据密集 | table | 75% 默认 | bullets | 60% ### 调用方式 from layout_advisor import LayoutAdvisor advisor = LayoutAdvisor(verbose=True) # 为单个章节推荐布局 decision = advisor.recommend_layout(section) print(f"推荐: {decision.layout.value}, 置信度: {decision.confidence}") # 批量应用到 skeleton enriched_skeleton = advisor.apply_decisions_to_skeleton(skeleton) # 生成设计报告 report = advisor.generate_design_report(skeleton) print(report) ## 快速示例 # 最简单的用法 /ppt ./docs/ -o my-presentation.pptx # 完整流程 /ppt ./docs/ \ --theme corporate-light \ --duration 60 \ -o presentation.pptx \ -v

PPT

包含技能