PPT Agent
像构建软件工程一样自动生成专业级演示文稿,从一句话需求直接产出校验过的 PPTX 文件。
- Star 数
- ★ 926
- 最近更新
- 5 个月前
- License
- NOASSERTION
- 主语言
- Python
- FA 评分
- 51/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 兼容但需适配
- 费用
- 软件免费,模型调用费用自付
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 需要快速产出 15 页路演 Deck 的创业者,只需一句话需求(如"2026 年具身智能发展趋势,暗色科技风格")即可获得双格式 PPTX 与网页预览
- 不适合
- 不支持 Skill 加载的代理平台,需额外适配
- 不愿承担多阶段截图与视觉审计带来的高耗时和高 token 成本的团队
- 维护状态
- 近半年有提交最近提交 2026-06-08
- 源码审查
- 51/100 · 缺口较多
这个 Agent 能做什么,适合哪些场景?
PPT Agent(sunbigfly/ppt-agent-skills)是一个以代码驱动、状态机管理的多 Agent 演示文稿生成框架,将一句话需求输出为专业级 PPTX 文件。它把流水线拆为七个阶段:采访、分支确认、检索或本地资料压缩、叙事大纲、风格锁定、逐页并行生产(Planning → HTML → Visual QA)以及双格式导出,每个阶段产物落盘后经 Gate 校验放行。Research / Outline / Style / Planning 四大阶段由隔离的子代理执行,Context 互不污染,且每个子代理强制携带 SUBAGENT_MODEL 参数。每页先生成经 planning_validator.py 校验的 JSON 合同,再渲染 HTML,随后自动截图交给大模型做像素级视觉审计,溢出问题通过 DOM + CSS 重写修复。最终通过内置 Puppeteer 光栅化引擎导出 PNG 与 SVG 两种 PPTX,所有产物输出到 ppt-output/runs/<RUN_ID>/。项目以 Agent Skill 形式运行,无需独立部署,包含 8 套主题、10 种版式、13 种图表模板与 15 个脚本工具。
用户输入一句话需求后,框架按状态机执行:P0 采访生成 interview-qa.txt 与 requirements-interview.txt;P2A 联网检索或 P2B 压缩本地资料产出 search.txt / source-brief.txt;P3 生成 outline.txt,P3.5 锁定 style.json;P4 逐页并行执行 Planning(planningN.json 经 planning_validator.py 校验)→ HTML 渲染(slide-N.html)→ 截图 slide-N.png 并由大模型 Visual QA 审计,检测到溢出时子代理以 DOM + CSS 结构重写修复;P5 生成 preview.html 并导出 presentation-png.pptx 与 presentation-svg.pptx,最后产出 delivery-manifest.json。执行依赖 SKILL.md 主控制台(状态机、Gate、恢复规则)、scripts/ 下的校验与导出脚本,以及 visual_qa.py(含 planning + html 双层断言)、subagent_logger.py、planning_validator.py 等组件。中断后通过扫描磁盘产物文件(outline.txt / style.json / slide-N.png 等)自动推断恢复点,无状态断点恢复。
- 需要快速产出 15 页路演 Deck 的创业者,只需一句话需求(如"2026 年具身智能发展趋势,暗色科技风格")即可获得双格式 PPTX 与网页预览
- 经常需要把本地报告或文档压缩成演示文稿的咨询顾问,可走 P2B 本地资料压缩分支,先提炼资料再逐页生成
- 对排版质量敏感的内容团队,可依赖像素级 Visual QA 闭环消除布局溢出、重叠与幻觉问题
- 批量生成结构化演示(数据图表、版式规范)的运营人员,可直接复用 13 种图表模板与 10 种版式
- 希望审计与回放生成过程的技术用户,可借助 subagent_logger.py 的阶段命令与运行日志做断点返工
安装与配置要点
摘自下方的安装和使用说明,以项目 README 的最新说明为准。
- 环境变量
RUN_ID
如何安装或部署这个 Agent?
在终端执行:npx skills add sunbigfly/ppt-agent-skills。项目以 Agent Skill 形式运行,无需独立部署;README 未单独列出除该安装命令之外的系统依赖清单(如 Node.js 版本、浏览器依赖),需以仓库实际脚本为准。
如何使用这个 Agent?
安装后,在支持 Skill 的代理环境中直接用自然语言输入需求即可触发完整流程,例如:"帮我生成一份关于 2026 年具身智能发展趋势的 15 页路演 Deck,暗色科技风格。" 框架自动走完 P0–P5 七个阶段,所有产物(网页预览 preview.html、presentation-png.pptx、presentation-svg.pptx 及中间合同文件)输出到 ppt-output/runs/<RUN_ID>/ 目录。
这个 Agent 有哪些优点和局限?
- Subagent 阶段隔离设计使 Research / Outline / Style / Planning 上下文互不污染,并通过 SUBAGENT_MODEL 强制指定模型,避免默认回退
- 像素级 Visual QA 闭环:每页截图后由大模型审计,检测到溢出以 DOM + CSS 结构重写修复,而非间距微调,从根源解决传统大模型生成的重叠与布局混乱
- 数据层与渲染层隔离:JSON 合同先经 planning_validator.py 校验,再驱动 HTML 渲染,并有 html 级物理结构探测器拦截非标骨架
- 无状态断点恢复:中断后扫描磁盘已有产物自动推断恢复点,失败只回退当前步,不影响其他页进度
- 双引擎导出:PNG 光栅流保证跨平台视觉还原,SVG 矢量流保留字体可编辑性;Puppeteer 引擎基于事件钩子(document.fonts.ready)实现无硬延时截图
- 必须运行在支持 Skill 加载的代理环境中,不支持 Skill 的平台需要额外适配,README 未提供独立部署方案
- 子代理强制要求 SUBAGENT_MODEL 参数,禁止默认回退,意味着使用者必须配置可用的模型接入,产生模型调用成本
- 每页截图 + 大模型视觉审计的多轮流水线会带来较高的执行时间与 token 消耗
- 仓库 License 字段为 NOASSERTION,虽然 README 徽章标注 MIT,但采用前需核实 LICENSE 文件内容
- 安装文档未列出 Node.js 版本、浏览器依赖等具体运行环境要求,部署前需自行验证
这个 Agent 与同类方案有什么区别?
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| PPT Agent 当前 | 51 · 缺口较多 | Agent 插件 / 技能免费 + 模型费 | ★ 926 | 5 个月前 | Python | — |
| PPT Master — AI 原生 PowerPoint 生成器 | 70 · 存在缺口 | Agent 插件 / 技能免费 + 模型费 | ★ 79k | 1 天前 | Python | Claude Code |
| OfficeCLI | 62 · 存在缺口 | 命令行工具免费 | ★ 33k | 1 天前 | C# | Codex · Claude Code |
| Kineo(Kineo AI) | 34 · 缺口较多 | — | ★ 137 | 5 天前 | TypeScript | — |
FollowAgents 如何评估这个 Agent?
查看各维度的扣分理由
SKILL.md 规定 Step 0 采访、分支确认、人工审计放行点,并要求子代理隔离;产物链和每步产物路径也较清楚,因此用户确认、数据流和回退有实质控制。扣分在于这些主要是流程要求,未见具体权限清单、敏感资料处理规则、依赖锁定或安全审查说明;外部搜索和脚本副作用的范围也未充分界定。许可证文件署名 sunbigfly,但身份未验证,且未见更具体的来源归属规则。
文档给出固定步骤、Gate、validator 复检和失败后重试或回退规则,流程结构较一致;README 提到产物扫描恢复和视觉 QA。扣分在于 README 的功能与性能表述未由本样本中的实现证据佐证,依赖可用性说明薄弱,也没有呈现具体故障消息或依赖失败策略。
SKILL.md 覆盖中文和英文演示请求、从资料转 PPT、路演、培训及既有 PPT 改造等广泛场景,且支持联网或本地资料分支、图片模式与人工审计。扣分在于触发描述包含较多隐含意图,边界可能偏宽;环境适配依赖 CLI/subagent 能力,样本只要求查手册或按能力选择,未提供环境兼容矩阵。
README 有清晰的工作流、产物链、目录结构、快速开始、示例请求和更新记录,SKILL.md 也按阶段组织。扣分在于安装说明基本只有一条 npx 命令,限制与常见问题说明有限;仓库版本和日期可追踪但更新记录仅见一条,维护责任只有许可证中的版权署名,未说明维护团队或更新渠道。仓库附 MIT 文本,但元数据为 NOASSERTION,故许可证呈现充分但元数据仍不一致。
产品目标和交付物明确,包含 HTML 预览及 PNG/SVG PPTX 导出;分阶段规划、校验和视觉审查显示出相对普通单次生成的潜在价值。扣分在于质量、速度和跨平台效果的强表述在给定材料中主要是项目自述,未展示足够对照证据;多阶段子代理与渲染链的成本也没有说明。
README 和 SKILL.md 对工作流、产物、Gate、校验职责给出了可追踪的陈述,许可证文本也可直接核对。扣分在于本样本没有主脚本、validator 或测试内容来交叉验证这些声明;例如 README 所称的自动截图、结构断言和断点恢复仍是文档主张,无法从所给来源核实。审查因此区分了文件明确写出的流程与未被样本佐证的效果声明。
- README 宣称的像素级视觉 QA、自动恢复、跨平台还原和极速截图在所给样本中没有实现代码佐证,应视为项目声明而非已核实能力。
- 工作流会联网检索、读取用户资料并在磁盘生成 HTML、图像和 PPTX;使用者应检查输入资料及输出目录,尤其是本地敏感内容的处理边界在样本中未说明。
- 许可证文本为 MIT,但提供的许可证元数据是 NOASSERTION;发布或再分发前应核对仓库实际许可状态。
常见问题
必须部署独立服务吗?
生成中断了怎么办?
对布局质量有什么保障机制?
输出格式有哪些?
许可证是什么?
PPT Agent 免费吗?
PPT Agent 安全吗?
PPT Agent 还在维护吗?
PPT Agent 是谁开发的?
谢谢反馈,我们会据此改进页面。