jackyshen-gen-pptx

/pptx [-t THEME] [-noIMG] [-noQA]

生成指定风格的pptx格式幻灯片。

• 不带参数：调度所有任务步骤。
• 参数-t THEME：指定配色方案
• 参数-noIMG：不使用文生图skill进行配图
• 参数-noQA：跳过QA步骤

快速参考

---

读取内容

# 文本提取
python -m markitdown presentation.pptx

# 可视化概览
python scripts/thumbnail.py presentation.pptx

# 原始 XML
python scripts/office/unpack.py presentation.pptx unpacked/

---

编辑工作的流程

完整详情请阅读 editing.md。

1. 用 thumbnail.py 分析模板
2. 解包 → 操作幻灯片 → 编辑内容 → 清理 → 打包

---

从零开始创建

完整详情请阅读 creating.md。

当没有模板或参考演示文稿时使用。

---

设计思路

不要制作无聊的幻灯片。 白底上的纯要点列表不会给任何人留下深刻印象。考虑从这个列表中为每张幻灯片获取灵感。

开始前

• 选择一个醒目且与内容相关的配色方案：配色应该感觉是为这个主题量身定制的。如果把配色换到完全不同的演示文稿中仍然能"work"，说明你的选择还不够具体。
• 主次分明：一种颜色应该占主导地位（60-70% 的视觉权重），搭配 1-2 种辅助色调和一种锐利的强调色。永远不要给所有颜色同等权重。
• 深浅对比：标题页和结论页用深色背景，内容页用浅色背景（"三明治"结构）。或者全程使用深色以营造高级感。
• 坚持一个视觉主题：选择一个独特的元素并重复使用——圆角图片边框、放在彩色圆形中的图标、粗的单侧边框。在每张幻灯片上保持一致。

配色方案

选择与主题匹配的配色——不要默认使用通用蓝色。用这些配色方案作为灵感：

缺省默认主题色是优普丰(UPerform)

配色原则：

• 主导色占60-70%视觉权重，1-2个辅助色，1个强调色
• 避免所有颜色等权重分配
• 深色背景用于标题和结尾页，浅色用于内容页（”三明治”结构）
• 选一个独特的视觉元素并在每页重复使用

对于每张幻灯片

每张幻灯片都需要一个视觉元素——图片、图表、图标或形状。纯文字幻灯片容易被遗忘。

布局选项：

• 双栏（文字在左，插图在右）
• 图标 + 文字行（图标在彩色圆形中，标题加粗，下方配描述）
• 2x2 或 2x3 网格（图片在一侧，内容块网格在另一侧）
• 半出血图片（占满左或右半边）配内容叠加

数据展示：

• 大数字亮点（大号数字 60-72pt，下方配小标签）
• 对比栏（前后对比、优缺点、选项并列）
• 时间线或流程（编号步骤、箭头）

视觉打磨：

• 章节标题旁的小彩色圆形图标
• 斜体强调文字用于关键数据或标语

字体排版

选择有趣的字体搭配——不要默认使用 Arial。选择有个性的标题字体，搭配干净的正文字体。

间距

• 最小边距 0.5"
• 内容块间距 0.3"-0.5"
• 留出呼吸空间——不要填满每一寸

避免（常见错误）

• 不要重复相同的布局——不同的幻灯片要变换栏位、卡片和强调点
• 正文不要居中对齐——段落和列表左对齐；仅标题居中
• 不要吝啬字号对比——标题需要 36pt+ 才能从 14-16pt 的正文中突出
• 不要默认使用蓝色——选择反映特定主题的配色
• 不要随机混用间距——选择 0.3" 或 0.5" 的间距并一致使用
• 不要只设计一张幻灯片而让其余的保持朴素——要么完全投入，要么保持简洁一致
• 不要制作纯文字幻灯片——添加图片、图标、图表或视觉元素；避免单调的标题 + 要点
• 不要忘记文本框内边距——当用文本边缘对齐线条或形状时，在文本框上设置 margin: 0 或偏移形状以留出内边距
• 不要使用低对比度元素——图标和文字都需要与背景形成强对比；避免浅色文字配浅色背景或深色文字配深色背景
• 绝对不要在标题下使用强调线——这是 AI 生成幻灯片的标志；使用留白或背景色代替
• 不要先生成PPT代码再想起来加图片 — 图片是规划出来的，不是事后补救的。如果先写了代码再加水印式图片，布局必然混乱。必须在Task 0阶段就完成所有图片的规划、生成、下载。
• 不要随意放置图片 — 每张图片必须有固定的x/y/w/h，必须在写代码之前就确定位置，而不是写代码时随手一摆。
• 不要让元素超出边界 — 所有元素（包括装饰性元素）必须完全位于幻灯片内（x≥0, y≥0, x+w≤10, y+h≤5.625）。延伸到边界外可能引发渲染问题。
• 不要让主标题换行 - 规划布局时要考虑主标题尽量是在同一行，文本框宽度要足够容纳

---

QA（质检必做）

假设存在问题。你的工作是找到它们。

你的第一次渲染几乎从来不是完全正确的。把 QA 当作 bug hunt，而不是确认步骤。如果你第一次检查没发现任何问题，说明你看得不够仔细。

内容 QA

python -m markitdown output.pptx

检查缺失内容、拼写错误、顺序错误。

使用模板时，检查遗留的占位符文本：

python -m markitdown output.pptx | grep -iE "xxxx|lorem|ipsum|this.*(page|slide).*layout"

如果 grep 返回结果，在宣布成功前修复它们。

视觉 QA

⚠️ spawn sub agents——即使只有 2-3 张幻灯片。你一直盯着代码，会看到你期望看到的，而不是实际存在的。子代理有新鲜的视角。

首先探测环境中是否存在图像理解(image understanding)模型或相应视觉理解大模型或相应SKILL或服务能力（注意不是视觉生成能力）。如果不存在，则跳过此视觉QA环节。如果存在，则将幻灯片转换为图片（见转换为图片），调用视觉理解模型并使用以下提示词：

视觉检查这些幻灯片。假设存在问题——找出它们。

查看：
- 元素重叠（文字穿过形状、线条穿过文字、元素堆叠）
- 文字溢出或在边缘/框边界处被截断
- 装饰线为单行文字设计但标题换行到两行
- 来源引用或页脚与上方内容冲突
- 元素太近（< 0.3" 间距）或卡片/章节几乎相触
- 不均匀的间距（一处大块空白，另一处拥挤）
- 距幻灯片边缘的边距不足（< 0.5"）
- 栏或相似元素不一致对齐
- 低对比度文字（例如，浅灰色文字配奶油色背景）
- 低对比度图标（例如，深色图标配深色背景但没有对比圆形）
- 文本框太窄导致过度换行
- 遗留的占位符内容

对于每张幻灯片，列出问题或关注区域，即使是小问题。

阅读并分析这些图片：
1. /path/to/slide-01.jpg（预期：[简要描述]）
2. /path/to/slide-02.jpg（预期：[简要描述]）

报告发现的所有问题，包括小问题。

验证循环

1. 生成幻灯片 → 转换为图片 → 检查
2. 列出发现的问题（如果没有发现问题，再更批判性地看一次）
3. 修复问题
4. 重新验证受影响的幻灯片——一次修复经常会产生另一个问题
5. 重复直到完整检查没有发现新问题

在完成至少一个修复-验证循环之前，不要宣布成功。

---

转换为图片

将演示文稿转换为单独的幻灯片图片以便视觉检查：

python scripts/office/soffice.py --headless --convert-to pdf output.pptx
pdftoppm -jpeg -r 150 output.pdf slide

这会创建 slide-01.jpg、slide-02.jpg 等。

要在修复后重新渲染特定幻灯片：

pdftoppm -jpeg -r 150 -f N -l N output.pdf slide-fixed

---

依赖

• pip install "markitdown[pptx]" - 文本提取
• pip install Pillow - 缩略图网格
• npm install -g pptxgenjs - 从零创建
• LibreOffice（soffice）- PDF 转换（通过 scripts/office/soffice.py 为沙盒环境自动配置）
• Poppler（pdftoppm）- PDF 转图片