majiayu000 PPT 视觉增强工具
任务目标
- 本 Skill 用于：为 PPT 内容生成高质量视觉呈现，包括图片渲染、交互式播放器和视频合成
- 能力包含：风格化图片生成、HTML 播放器生成、视频素材管理、FFmpeg 视频合成
- 触发条件：用户需要为 PPT 内容添加视觉效果，或与 ppt-generator Skill 协同工作
前置准备
- 依赖说明：scripts 脚本所需的依赖包
pillow>=9.0.0 python-dotenv>=0.19.0 - 系统依赖：FFmpeg（可选，用于视频合成功能）
# Ubuntu/Debian sudo apt-get install ffmpeg # macOS brew install ffmpeg
操作步骤
标准流程（与 ppt-generator 协同）
步骤 1：获取 PPT 内容（协作模式）
- 与 ppt-generator Skill 协同：
- ppt-generator 负责：主题分析、内容规划、结构设计
- 输出格式：符合规范的 JSON 数据（详见 references/ppt_structure_guide.md）
- 接收 JSON 数据，包含：
- metadata：标题、作者、主题、关键词
- slides：每页的布局、标题、内容、图片标注
步骤 2：选择视觉风格
- 扫描
assets/styles/目录，列出可用风格：gradient-glass.md：渐变毛玻璃风格（科技感、商务）vector-illustration.md：矢量插画风格（温暖、教育）
- 根据内容主题和场景推荐合适的风格
- 智能体生成图片描述提示词，参考风格模板
步骤 3：生成视觉素材
图片生成（使用智能体能力）：
- 根据每页内容和风格模板，生成图片描述
- 使用智能体的图像生成能力创建图片
- 保存为 slide-01.png, slide-02.png 等
可选：视频生成（需要可灵 AI API）：
- 如果用户需要视频转场，调用可灵 AI API
- 生成首页预览视频和页面转场视频
- 使用
scripts/video_materials.py管理视频素材
步骤 4：生成播放器
- 调用
scripts/generate_viewer.py生成 HTML 播放器：- 支持图片轮播、键盘导航、全屏播放
- 支持视频+图片混合播放（如果生成了视频）
- 输出交互式播放器，可直接在浏览器中预览
步骤 5：视频合成（可选）
- 如果生成了视频素材，调用
scripts/video_composer.py：- 使用 FFmpeg 合成完整视频
- 统一分辨率和帧率
- 输出 full_ppt_video.mp4
独立使用模式
当用户直接提供 PPT 内容（JSON 格式）时：
- 读取用户提供的 JSON 文件或内容
- 执行步骤 2-5，生成视觉呈现
协同工作流程
与 ppt-generator Skill 配合
用户请求："生成一个关于 AI 产品的 PPT"
┌─────────────────────────────────────────────────────────┐
│ ppt-generator Skill │
├─────────────────────────────────────────────────────────┤
│ 1. 主题分析师：分析主题，生成大纲 │
│ 2. 模板设计师：推荐布局 │
│ 3. 内容策划师：规划内容结构 │
│ 4. 文本创作者：撰写内容 │
│ 5. 视觉设计师：提供配图建议 │
│ 6. 优化编辑师：优化文本 │
│ 7. PPT 构建师：生成 JSON 数据 │
└─────────────────────────────────────────────────────────┘
│
▼ 输出 JSON
┌─────────────────────────────────────────────────────────┐
│ nanobanana-ppt-visualizer Skill │
├─────────────────────────────────────────────────────────┤
│ 1. 接收 JSON 数据 │
│ 2. 选择视觉风格 │
│ 3. 生成图片（使用智能体能力） │
│ 4. 生成 HTML 播放器 │
│ 5. 可选：视频合成 │
└─────────────────────────────────────────────────────────┘
│
▼ 输出
交互式播放器 + 完整视频（可选）
数据格式兼容性
ppt-generator 输出的 JSON 格式与 nanobanana-ppt-visualizer 完全兼容：
{
"metadata": {
"title": "演示文稿标题",
"author": "作者姓名"
},
"slides": [
{
"layout": "TitleSlide",
"title": "封面标题",
"content": ["副标题"],
"notes": "备注"
}
]
}
资源索引
- 图片生成脚本：见 scripts/generate_viewer.py（用途：生成 HTML 播放器和图片管理）
- 视频素材管理：见 scripts/video_materials.py（用途：管理视频素材）
- 视频合成：见 scripts/video_composer.py（用途：FFmpeg 视频合成）
- 格式规范：见 references/ppt_structure_guide.md（用途：JSON 数据格式标准）
- 协同指南：见 references/collaboration_guide.md（用途：与 ppt-generator 协同工作指南）
- 风格模板：见 assets/styles/（可选：gradient-glass.md、vector-illustration.md）
- HTML 模板：见 assets/templates/（可选：viewer.html、video_viewer.html）
注意事项
- 本 Skill 与 ppt-generator Skill 完全兼容，可以无缝协作
- 图片生成使用智能体的图像生成能力，无需第三方 API
- 视频生成功能需要可灵 AI API（可选），如需使用请配置密钥
- FFmpeg 是可选依赖，仅在使用视频合成功能时需要
- 保持与用户的互动，在关键节点（如风格选择）征求反馈
使用示例
示例 1：与 ppt-generator 完整协作
- 功能说明：两个 Skill 完整协作，从内容到视觉
- 执行方式：ppt-generator（7 个角色）→ nanobanana-ppt-visualizer（视觉生成）
- 用户指令："生成一个关于 AI 产品的 PPT，使用渐变毛玻璃风格"
- 输出：交互式播放器 + 完整视频（可选）
示例 2：基于现有 JSON 生成播放器
- 功能说明：接收 JSON 数据，生成播放器
- 执行方式：nanobanana-ppt-visualizer 独立运行
- 关键参数：JSON 文件路径、风格选择
- 命令：
python scripts/generate_viewer.py --input ./ppt_data.json --style gradient-glass
示例 3：仅生成图片（无视频）
- 功能说明：使用智能体生成 PPT 图片
- 执行方式：智能体（图像生成）+ 脚本（播放器生成）
- 适用场景：快速预览、静态展示
- 输出：HTML 播放器 + 图片文件
示例 4：完整视频合成
- 功能说明：合成包含转场的完整视频
- 执行方式：脚本（FFmpeg 合成）
- 前提：已生成图片和视频素材
- 命令：
python scripts/video_composer.py --output ./full_ppt_video.mp4