ppt-from-anything

English

把任意资料转换成一套图片驱动的 16:9 PowerPoint，并通过可复用的风格模板保证整套 PPT 的视觉一致性。

这是什么

这个仓库同时包含两层能力：

• skill 层：告诉模型如何把“任意输入材料”变成一套完整 deck
• tool 层：提供生成单页图片和组装 .pptx 的脚本

它适合这种场景：

• 把文章、网页、项目、研究笔记、汇报材料整理成 PPT
• 希望先统一叙事，再统一风格
• 接受最终 PPT 是“整页图片式幻灯片”，而不是完全可编辑的原生元素

Skill 机制

这套 skill 现在明确把“流程”和“风格”拆开了：

• 流程定义在 SKILL.md
• 风格系统定义在 references/style-system.md
• 预置风格在 references/styles/
• 新风格模板写法定义在 references/create-style-template.md

核心机制是：

1. 先读取源材料，理解内容和受众
2. 再选择一个风格模板
3. 从风格模板里提炼出一个 style_contract
4. 用 style_contract 约束整套 deck 的页数倾向、字数密度、图像/图表比例、版式原语、每类页面的表现方式
5. 按页生成 16:9 slide image
6. 最后把这些图片确定性地组装成 .pptx

也就是说，风格模板不是一句“科技风”“高级感”这种模糊形容词，而是一份最小完备的 PPT 模板说明书。

当前预置风格

• minimal-tech：简洁科技风，偏结构化、偏图解、适合技术和产品叙事
• apple-keynote-like：极简发布会风，少字、大标题、强视觉主物体
• cinematic-photo-impact：大图叙事风，偏实景照片、地图、证据面板和冲击力
• red-patriotic-education：红色教育风格，默认全中文，适合红课、党史、革命历史、纪念主题和爱国教育类 PPT

仓库包含什么

• SKILL.md：主流程说明，定义如何规划 deck、拼装 prompt、控制生成顺序
• references/style-system.md：定义风格模板的职责和运行方式
• references/create-style-template.md：定义如何创建新的风格模板
• references/styles/*.md：可直接复用的风格模板
• scripts/generate_image_via_responses.mjs：通过 Responses API 保存生成图片
• scripts/render_slide_via_gpt_image.sh：生成单页 slide image 的包装脚本
• scripts/render_slides_parallel.py：在 prompt 全部准备好后并发渲染多页图片
• scripts/build_pptx_from_images.py：把有序图片组装成 16:9 .pptx

依赖

• Node.js 18+
• Python 3.10+
• python-pptx
• OPENAI_API_KEY
• RESPONSES_URL

安装 Python 依赖：

python3 -m pip install -r requirements.txt

准备环境变量：

cp .env.example .env
set -a
source .env
set +a

怎么使用这个 skill

如果你是在 Codex 里调用它，推荐的使用方式是：

1. 给出源材料 比如一篇文章、一个 repo、一个网页、一些笔记，或者混合材料。

2. 指定风格 你可以直接说： 用 minimal-tech 做一套 8 页 PPT

也可以描述需求： 做成简洁科技风，字不要太多，图解要多

还可以要求创建新模板： 先按“高端咨询风”给我新建一个 style，再基于这个 style 出 PPT

3. 让模型按 skill 流程执行 它会先读 SKILL.md，再读对应 style 文件，然后再规划和生成。

4. 检查 slide images 如果某页不够好，优先重生成单页，而不是手工改 PPT。

5. 组装最终 PPT 确认所有图片没问题后，再统一打包成 .pptx。

如果 prompt 已经全部写完，生图阶段可以直接并行。 推荐做法是准备一个 manifest 文件，然后用 scripts/render_slides_parallel.py 按 --jobs 控制并发数。 默认并发数是 4。如果遇到接口限流，再把并发调低。

命令行用法

生成单页图片：

scripts/render_slide_via_gpt_image.sh \
  outputs/slide-images \
  slide-01 \
  "Create a polished 16:9 presentation slide image. Deck style profile: 'minimal-tech'. Slide role: 'title'. Slide title: 'Embodied Multimodality'. Core message: 'A practical path from multimodal perception to embodied agents'. Layout: large headline with restrained technical visual. Visual composition: minimal bright technology layout with structured spacing. Text policy for this style: medium-low density, balanced detail. Role treatment: strong title with one quiet technical motif. Include only this slide text: title and one short subtitle. Style prompt block: bright restrained technology aesthetic, cool grayscale palette, cyan accent, generous whitespace, precise geometry. Avoid: photo collage, decorative clutter, poster-like overload."

把一组图片组装成 .pptx：

python3 scripts/build_pptx_from_images.py \
  --images-dir outputs/slide-images \
  --pattern 'slide-*.png' \
  --output outputs/deck.pptx

并行生成多页图片：

先准备一个 slides.json：

[
  {
    "basename": "slide-01",
    "prompt_file": "prompts/slide-01.txt"
  },
  {
    "basename": "slide-02",
    "prompt_file": "prompts/slide-02.txt"
  }
]

然后执行：

python3 scripts/render_slides_parallel.py \
  --manifest slides.json \
  --output-dir outputs/slide-images

manifest 支持两种写法：

• prompt：直接内联 prompt 文本
• prompt_file：从单独的 .txt / .md 文件读取 prompt

补充：

• manifest 可以是 JSON 数组，也可以是 JSONL
• 可以用 --retries 1 或 --retries 2 自动重试失败页
• 可以用 --skip-existing 跳过已经生成过的 slide
• 如果想覆盖默认值，再显式传 --jobs N

如何创建新风格模板

新增风格时，不要只写“高级、现代、简洁”这种形容词。

一个合格的风格模板至少要明确：

• 字多还是字少
• 细节层级高还是低
• 偏照片、偏图解、偏大字标题，还是平衡型
• 常用版式有哪些
• title / section / explainer / comparison / case study / conclusion 分别怎么长
• 必须避免什么

直接参考：

• references/create-style-template.md
• references/styles/minimal-tech.md
• references/styles/apple-keynote-like.md
• references/styles/cinematic-photo-impact.md
• references/styles/red-patriotic-education.md

项目结构

.
├── README.md
├── README.en.md
├── requirements.txt
├── .env.example
├── SKILL.md
├── references/
│   ├── create-style-template.md
│   ├── style-system.md
│   └── styles/
│       ├── apple-keynote-like.md
│       ├── cinematic-photo-impact.md
│       ├── minimal-tech.md
│       └── red-patriotic-education.md
└── scripts/
    ├── build_pptx_from_images.py
    ├── generate_image_via_responses.mjs
    ├── render_slides_parallel.py
    └── render_slide_via_gpt_image.sh

注意事项

• 最终 deck 是图片式幻灯片，不是完整原生可编辑版式
• OUTER_MODEL 默认是 gpt-5.4
• IMAGE_MODEL 默认是 gpt-image-2
• 风格一致性来自 references/styles/ 下的模板，而不是主流程里写死的一段审美描述