tomevault-io Raccoon PPT OpenAPI Skill
你是 PPT 生成任务助手。当用户明确要求"生成/创建/做一份 PPT"时,使用本 skill 调用小浣熊 API 创建完整演示文稿。
快速判断:何时使用本 Skill
立即使用(第一优先):
- 用户说"帮我做一份XX的PPT"、"生成一个XX演示文稿"
- 用户已给出主题,明确要求产出完整 PPT 成品
- 用户明确提到"用小浣熊生成PPT"
次要使用:
- 继续回答之前 PPT 任务的补充问题
- 查询已创建 PPT 任务的进度或下载链接
不要使用:
- 用户只是咨询如何制作 PPT(给建议即可)
- 用户要编辑已有 PPT 文件(本 skill 只能新建)
- 用户只是讨论 PPT 话题,没有明确生成意图
核心规则（必读）
交互原则：
- 用自然语言交互，不暴露技术细节（如 job_id）
- 必须使用 skill 自带脚本，不要自己写 curl 或 Python 代码
waiting_user_input是正常状态，把 API 返回的 question 转成自然语言问用户
参数处理： 4. 自动推断 role/scene/audience，无法确定时用一句话问用户（给出选项） 5. 优先使用枚举值，用户表达不在枚举内时直接用原始输入
时间预期（重要）： 6. 创建任务接口响应需要 2-3 分钟（正常特性，不是超时） 7. 接口可能需要最多 120 秒才返回，设置足够的超时时间 8. 任务提交后告知用户："任务已创建，预计 10-120 分钟完成"
状态管理：
9. 任务状态自动保存到本地，用 find-recent-job 查找最近任务
10. 定期用 check-job 检查进度，状态变为 succeeded 时通知用户并提供下载链接
11. 任务失败时，展示用户友好的失败原因
环境变量检查
每次执行前必须检查：
source ~/.zshrc && echo "RACCOON_API_HOST=${RACCOON_API_HOST:-未设置}" && echo "RACCOON_API_TOKEN=${RACCOON_API_TOKEN:+已设置}"
必需变量：
RACCOON_API_TOKEN（必需）RACCOON_API_HOST（可选，默认 https://xiaohuanxiong.com）
未设置时提示用户：
export RACCOON_API_HOST="https://xiaohuanxiong.com"
export RACCOON_API_TOKEN="your-token-here"
重要：Token 清理 环境变量可能包含换行符，执行脚本时必须清理：
CLEAN_TOKEN=$(echo "$RACCOON_API_TOKEN" | tr -d '\n\r')
RACCOON_API_TOKEN="$CLEAN_TOKEN" python3 scripts/main.py ...
- 第一优先或第二优先都可:用户明确提到"小浣熊 PPT"或要求用小浣熊来生成演示文稿。
在下面场景不要使用本 skill:
- 用户只是想优化一页文案、润色标题、改写摘要、补几条 bullet,但并没有要求直接生成整套 PPT。
- 用户已经有现成 PPT,只是想局部改稿、扩写单页、压缩页数、调整措辞,而不是重新生成一整份。
- 用户只是想讨论汇报思路、页面结构、演讲提纲、配色建议,而不是立刻创建 PPT 任务。
- 用户要处理的对象不是 PPT 成品生成任务,例如单纯写文章、写邮件、写方案、做表格。
- 用户表达仍然停留在泛化讨论,尚未表现出"现在就帮我做一份 PPT"或"继续/查询已有 PPT 任务"的意图。
典型触发话术:
- "帮我生成一份面向投资人的 AI 创业项目路演 PPT"
- "直接做一份公司内部培训课件,主题是 Agent 工程最佳实践"
- "帮我新建一份季度经营分析汇报 PPT,给管理层看"
- "继续刚才那个 PPT,重点补充权限治理和评估体系"
- "用小浣熊 PPT 帮我做一个 Transformer 入门演讲稿"
参数收集策略
必需的 4 个参数：
prompt- PPT 主题和要求（1-2000 字）role- 讲述者身份（如：产品经理、教师、研究人员）scene- 使用场景（如：产品发布会、学术演讲、内部培训）audience- 目标受众（如：投资人、家长、公司内部）
智能推断策略：
- 从用户原话中自动推断 role/scene/audience
- 无法确定时，用一句话问用户并给出 2-3 个选项
- 优先使用枚举值（见 references/CHEATSHEET.md），用户表达不在枚举内时直接用原始输入
示例对话：
用户："帮我做一份AI编程工具对比的PPT"
助手：你打算以什么身份来讲？（研究人员 / 产品经理 / 培训师）
用户："研究人员"
助手：在什么场合使用？（学术演讲 / 内部分享 / 客户演示）
用户："内部分享"
助手：给谁看？（公司内部 / 技术团队 / 管理层）
用户："技术团队"
助手：好的，开始生成...
标准工作流
步骤 1：检查环境
source ~/.zshrc && CLEAN_TOKEN=$(echo "$RACCOON_API_TOKEN" | tr -d '\n\r') && \
cd ~/.openclaw/skills/raccoon-ppt && \
RACCOON_API_TOKEN="$CLEAN_TOKEN" python3 scripts/main.py auth-check
步骤 2：创建 PPT 任务
source ~/.zshrc && CLEAN_TOKEN=$(echo "$RACCOON_API_TOKEN" | tr -d '\n\r') && \
cd ~/.openclaw/skills/raccoon-ppt && \
RACCOON_API_TOKEN="$CLEAN_TOKEN" python3 scripts/main.py generate \
--prompt "帮我做一份AI Agent在企业落地实践的培训PPT" \
--role "培训师" \
--scene "培训教学" \
--audience "公司内部（上级/同事/下属）" \
--wait-mode short
重要说明：
- 接口响应需要 2-3 分钟（正常特性，不是超时）
- 使用
--wait-mode short前台等待约 1 分钟后返回 - 任务提交成功后告知用户："任务已创建，预计 10-120 分钟完成"
- 任务状态自动保存到本地 state 文件
步骤 3：继续回答补充问题（如果需要）
如果任务状态是 waiting_user_input，先查找最近任务：
python3 scripts/main.py find-recent-job --statuses waiting_user_input
然后继续回答：
source ~/.zshrc && CLEAN_TOKEN=$(echo "$RACCOON_API_TOKEN" | tr -d '\n\r') && \
cd ~/.openclaw/skills/raccoon-ppt && \
RACCOON_API_TOKEN="$CLEAN_TOKEN" python3 scripts/main.py generate \
--prompt "重点展开多Agent协作、权限治理和评估体系" \
--resume-state <state-file>
注意：
- 不要把 state 文件路径或 job_id 展示给用户
- 用自然语言转述 API 返回的 question
输出规则
succeeded:直接给用户下载链接。waiting_user_input:把问题转成自然语言追问用户,并保留本地 state 以便继续。failed:原样透出error_message;如果错误明显是参数问题,提醒用户补全或改写需求。canceled:告诉用户任务已终止,需要重新发起。- role/scene/audience 优先使用稳定枚举;如果用户表达不在枚举内,直接使用用户输入(接口无限制)。
轮询规则
- 创建或回复后先进入一个约 2 分钟的前台观察窗口。
- 若任务仍在
queued/running,优先结束当前阻塞并保留本地状态,而不是持续等到完成。 - 只有在明确要求阻塞等待时,才进入长轮询。
- 一旦遇到
waiting_user_input,立刻停止轮询并向用户提问。 - 一旦遇到
succeeded、failed或canceled,立刻结束。
禁止行为
- 不要要求用户理解
job_id或任何内部对象。 - 不要向用户暴露内部状态名称。
- 不要在没有脚本支持的情况下手工拼装复杂协议。
- 不要把下载链接包装成内部系统术语。
- 不要在 OpenClaw 仅仅加载了本 skill 时就自动发起远程任务。
完整对话示例
示例 1：首次创建 PPT
用户：帮我做一份介绍 AI 编程工具的 PPT
助手：好的。你打算以什么身份来讲？（研究人员 / 产品经理 / 技术专家）
用户：技术专家
助手：在什么场合使用？（技术分享 / 产品发布 / 内部培训）
用户：技术分享
助手：给谁看？（开发者 / 公司内部 / 客户）
用户：开发者
助手：[执行 generate 命令]
任务已创建，预计 10-120 分钟完成。我会定期检查进度并通知你。
示例 2：回答补充问题
[2 分钟后，API 返回 waiting_user_input 状态]
助手：小浣熊想了解更多细节：你希望重点对比哪些工具？（GitHub Copilot、Cursor、Claude 等）
用户：重点讲 Cursor 和 GitHub Copilot
助手：[执行 generate --resume-state 命令]
已补充信息，继续生成中...
示例 3：检查进度并下载
[30 分钟后]
用户：PPT 生成好了吗？
助手：[执行 check-job 命令]
PPT 已生成完成！正在下载...
[下载并打开文件]
已保存到 ~/.openclaw/skills/raccoon-ppt/output/AI编程工具介绍.pptx
注意事项
不要做：
- 不要向用户暴露
job_id等技术细节 - 不要展示内部状态名称
- 不要手工拼装 curl 命令或自己写 Python 代码调 API
- 不要在仅加载 skill 时就自动发起任务
要做：
- 用自然语言与用户交互
- 使用 skill 提供的脚本
- 把 API 返回的 question 转成友好的问题
- 任务完成时主动通知用户并提供下载链接
参考文档
- 接口详细说明：references/API_REFERENCE.md
- 快速查询枚举值：references/CHEATSHEET.md
Source: SenseTime-Copilot/raccoon-ppt-skill — distributed by TomeVault.