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
- ★ 901
- 最近更新
- 3 个月前
- License
- NOASSERTION
- 主语言
- Python
- FA 评分
- 41/100 · 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
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.；P4 逐页并行执行 Planning（planningN. 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.。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. / 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
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 | 41 · 缺口较多 | Agent 插件 / 技能免费 + 模型费 | ★ 901 | 3 个月前 | Python | — |
| PPT Master — AI 原生 PowerPoint 生成器 | 0 · 缺口较多 | Agent 插件 / 技能免费 + 模型费 | ★ 57k | 4 天前 | Python | Claude Code |
| OfficeCLI | 71 · 存在缺口 | 命令行工具免费 | ★ 31k | 2 天前 | C# | Codex · Claude Code |
| Paper2Any 科研内容工作台 | 63 · 存在缺口 | 自托管服务免费 + 模型费 | ★ 2.8k | 27 天前 | Python | OpenAI API |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
README 描述了 Gate 校验、阶段回退与无状态恢复，回退机制有具体说明给 2；但最小权限、敏感数据、外部效应（联网检索、Puppeteer 写盘截图、导出）均只有口号级描述，未见脚本与 SKILL.md 佐证，用户确认仅 P1 分支确认一处，均给 1；敏感数据处理完全缺失给 0；依赖（Puppeteer、npx skills）无版本锁定或安全说明给 1；出处归因仅社区友链，给 1。
状态机、Gate、产物链的描述内部自洽（P0–P5 与产物链一一对应）给 2；但依赖可用性（Puppeteer/字体/模型可用性、离线场景）与失败报错信息仅一句带过，各给 1。
受众与场景（路演 Deck、风格、版式）说明较充分给 2；能力边界、触发精度（如何在 Skill 环境中触发、何时不适用）与环境适配（Node/Puppeteer/浏览器要求）均未说明，各给 1。
仓库结构章节给出了清晰的目录架构给 2；LICENSE 文件与 README 声明一致（MIT）给 2；安装说明仅一行 npx 命令，无前置条件给 1；命名稳定性、示例 FAQ（仅 4 张截图无解说）、变更日志（仅一条未来日期 2026-04-09 的更新，无 CHANGELOG 文件）、维护责任（无贡献/更新承诺）各给 1；已知局限完全没有披露给 0。
产物链与双格式 PPTX 导出说明输出可用性尚可给 2；相对直接让 LLM 生成 PPT 的边际价值（校验器、Visual QA、状态机）有论证给 2；但成本收益（Token/时长/截图开销）无任何数据给 1。
声称（15 脚本、13 图表、双层断言等）无法在所提供文件中追溯给 1；无独立来源佐证给 1；宣传性措辞（"0 丢字体""100% 还原""首创"）与事实性描述混排、未区分推断与事实给 1。
- 源码中未见：敏感信息处理使用专用、低权限、可随时吊销的 API 密钥，不要复用生产凭据，也不要让密钥出现在日志里。
- 本次仅为静态审阅，所有效果声称（100% 还原、0 丢字体、Gate 拦截）均未经执行验证。
- 发布者身份未经验证，依赖（Puppeteer、npx skills 分发链）无版本锁定，供应链风险需自行评估。
- 联网检索与截图/写盘行为的具体权限范围未在文件中说明，使用前应审查 scripts/ 与 SKILL.md。
- 更新日志出现未来日期（2026-04-09），且无已知局限披露，可信度需打折。
- 许可证元数据为 NOASSERTION，与 LICENSE 文件的 MIT 不一致，集成前请核实。