bestdeejay-design/agent-skills / skills/presentation-maker
presentation-maker
VerifiedEnd-to-end presentations from a topic — outline -> JSON spec -> 16:9 HTML slides (with mandatory Playwright verification) and real .pptx (full 14-type design system), plus strategy presets, PDF export, and deck-quality audits. One command per stage.
scripts/strategy.py
View on GitHub#!/usr/bin/env python3
"""Topic -> strategy selector for the presentation-maker pipeline.
Чистый stdlib. Функция select_strategy() превращает цель презентации (goal) в
набор решений уровня «продакт-дизайн»: нарративную дугу (arc), эстетический
режим (mood), плотность контента (density), имя ближайшей темы (palette_name)
и рекомендованный набор лейаутов (layouts).
Рациональность маппинга опирается на references/product-designer.md
(модуль «Продакт-дизайнер»):
Дуги (product-designer.md, раздел A):
- Problem->Solution->Proof->CTA : аудитория ещё не знакома с проблемой
(боль -> решение -> доказательства -> один призыв).
- Sparkline (Duarte) : нужно убедить / большая идея,
чередование «что есть» <-> «что могло бы быть» на протяжении деки.
- STAR : доказать компетенцию кейсом
(Situation->Task->Action->Result, один слайд = один кейс).
- S.T.A.R. Moment : одна шокирующая цифра/поворот.
Консалтинг vs питч vs кинот (product-designer.md, раздел A):
- консалтинг — пирамида (Minto) + SCQA, плотные данные, assertion-заголовки,
аудитория читает сама -> text-heavy, swiss/executive, table/chart/metrics.
- питч — проблема/решение/рынок/тракция/команда/CTA, 10 минут, метрики ->
concise, glass/swift, title/metrics/comparison/closing.
- кинот (keynote) — sparkline, эмоциональная дуга, минимум текста ->
concise, editorial/dark, big_number/quote/divider.
Эстетические режимы (mood) взяты из references/design-system.md (раздел 5.4):
swiss / editorial / flat / glass / dark. Это и есть валидное перечисление для
поля theme.mood в deck.json. Имена «swift / executive / standard / modern»,
фигурирующие в ТЗ как «mood», на деле являются ИМЕНАМИ файлов тем
(templates/themes/*.json), поэтому они отражены в DEFAULT_THEMES как
palette_name, а не как mood.
Доступные файлы тем (skills/deck-html/templates/themes/):
general, modern, executive, momentum, swift, standard, dynamic.
DEFAULT_THEMES сопоставляет каждый валидный mood с ближайшей по характеру темой.
"""
from __future__ import annotations
import argparse
import json
import sys
# Валидные цели презентации (совпадает с deck.json -> goal).
VALID_GOALS = ("pitch", "consulting", "keynote", "report", "edu")
# Валидные эстетические режимы (design-system.md 5.4; deck.json theme.mood).
VALID_MOODS = ("swiss", "editorial", "flat", "glass", "dark")
# Нарративная дуга по цели (product-designer.md, раздел A).
GOAL_ARC = {
"pitch": "problem-solution-proof-cta",
"consulting": "problem-solution-proof-cta", # пирамида Minto / SCQA
"keynote": "sparkline", # или star-moment
"report": "problem-solution-proof-cta",
"edu": "star", # STAR-кейс на слайд
}
# Эстетический режим по цели (design-system.md 5.4).
GOAL_MOOD = {
"pitch": "glass", # swift-тема имеет mood "glass"
"consulting": "swiss", # executive-тема -> строгая сетка
"keynote": "editorial", # или dark
"report": "swiss", # standard-тема имеет mood "editorial", но отчёт
# строже -> swiss; см. DEFAULT_THEMES
"edu": "flat", # modern-тема -> ровные карточки/бенто
}
# Плотность контента по цели (deck-outline SKILL.md, verbosity).
GOAL_DENSITY = {
"pitch": "concise", # ~20 слов/слайд
"consulting": "text-heavy", # аудитория читает сама
"keynote": "concise",
"report": "standard", # ~40 слов/слайд
"edu": "standard",
}
# Рекомендованный набор лейаутов по цели (зеркалит RENDERERS build_html.py).
GOAL_LAYOUTS = {
"pitch": ["title", "bullets", "metrics", "comparison", "closing"],
"consulting": ["table", "chart", "metrics", "bullets"],
"keynote": ["big_number", "quote", "divider"],
"report": ["table", "chart", "process"],
"edu": ["bullets", "process", "feature"],
}
# Ближайшая существующая тема (templates/themes/<name>.json) для каждого mood.
DEFAULT_THEMES = {
"swiss": "executive",
"editorial": "standard",
"flat": "modern",
"glass": "swift",
"dark": "dynamic",
}
# Ключевые слова для эвристического вывода цели, если она не задана явно.
_GOAL_KEYWORDS = {
"pitch": ("pitch", "investor", "инвестор", "стартап", "funding", "раунд", "питч"),
"consulting": ("consulting", "консалт", "совет", "board", "стратеги", "пирамид", "scqa"),
"keynote": ("keynote", "конференц", "выступл", "доклад", "тед", "ted"),
"report": ("report", "отчёт", "отчет", "квартал", "quarterly", "репорт", "дашборд"),
"edu": ("edu", "обучен", "курс", "урок", "учеб", "lecture", "туториал"),
}
def _infer_goal(audience: str | None, topic: str | None) -> str | None:
"""Эвристический вывод цели по аудитории/теме (только если goal не задан)."""
hay = " ".join(x for x in (audience, topic) if x).lower()
if not hay:
return None
for goal, kws in _GOAL_KEYWORDS.items():
if any(kw in hay for kw in kws):
return goal
return None
def select_strategy(goal: str | None = None,
audience: str | None = None,
topic: str | None = None,
language: str | None = None) -> dict:
"""Подобрать стратегию презентации по цели.
Аргументы:
goal: одна из VALID_GOALS; если None/неизвестна — выводится по
audience/topic, иначе дефолт "pitch".
audience: описание аудитории (для эвристики и будущих расширений).
topic: тема (для эвристики).
language: "ru"/"en" (пробрасывается в вывод для справки).
Возвращает dict:
{
"goal": str, # нормализованная цель
"arc": str, # нарративная дуга
"mood": str, # эстетический режим (из VALID_MOODS)
"density": str, # concise|standard|text-heavy
"palette_name": str, # имя файла темы (templates/themes/<name>.json)
"layouts": [str], # рекомендованные лейауты
}
"""
goal = (goal or "").strip().lower()
if goal not in VALID_GOALS:
goal = _infer_goal(audience, topic) or "pitch"
mood = GOAL_MOOD[goal]
return {
"goal": goal,
"arc": GOAL_ARC[goal],
"mood": mood,
"density": GOAL_DENSITY[goal],
"palette_name": DEFAULT_THEMES[mood],
"layouts": list(GOAL_LAYOUTS[goal]),
# language пробрасываем отдельно — он не влияет на стратегию,
# но полезен вызывающей стороне для логов.
"language": language,
}
def _preset_row(goal: str) -> dict:
"""One preset summary row for --list / --show."""
return {
"goal": goal,
"arc": GOAL_ARC.get(goal, ""),
"mood": GOAL_MOOD.get(goal, ""),
"density": GOAL_DENSITY.get(goal, ""),
"palette_name": DEFAULT_THEMES.get(GOAL_MOOD.get(goal, ""), ""),
"layouts": list(GOAL_LAYOUTS.get(goal, [])),
}
def main() -> int:
ap = argparse.ArgumentParser(description="Select presentation strategy by goal")
ap.add_argument("--goal", default=None, help="pitch|consulting|keynote|report|edu")
ap.add_argument("--audience", default=None, help="audience description (for inference)")
ap.add_argument("--topic", default=None, help="topic (for inference)")
ap.add_argument("--language", default=None, help="ru|en")
ap.add_argument("--list", action="store_true", help="list all strategy presets")
ap.add_argument("--show", metavar="GOAL", default=None,
help="show one preset in detail (pitch|consulting|keynote|report|edu)")
args = ap.parse_args()
if args.list:
print(json.dumps([_preset_row(g) for g in VALID_GOALS],
ensure_ascii=False, indent=2))
return 0
if args.show:
goal = (args.show or "").strip().lower()
if goal not in VALID_GOALS:
print(f"unknown goal: {args.show} (valid: {', '.join(VALID_GOALS)})")
return 2
print(json.dumps(_preset_row(goal), ensure_ascii=False, indent=2))
return 0
strat = select_strategy(args.goal, args.audience, args.topic, args.language)
print(json.dumps(strat, ensure_ascii=False, indent=2))
return 0
if __name__ == "__main__":
sys.exit(main())
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| rea-analysis-optimizationmorluto/reaOptimize REA providers and shared analysis workflows for agent context, latency, CPU, and memory while preserving correctness and Evidence. Use for analysis bottlenecks and cache or query design; CI/test-suite optimization belongs to rea-ci-tests-audit. | Stars: 471k | Updated | Claude CodeCodex | Verified | Install |
| rea-ci-tests-auditmorluto/reaAudit REA CI and test suites for correctness, fixture drift, false passes, and measured performance; use for suite or workflow investigations and efficiency changes, rather than ordinary feature testing or a single test failure. | Stars: 471k | Updated | Claude CodeCodex | Verified | Install |
| rea-tool-designmorluto/reaAudit, investigate, design, or change REA investigation tools, CLI/MCP contracts, provider capabilities, and Evidence semantics. | Stars: 471k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-auditDietrichGebert/ponytailQuality audit of the whole repo: bugs, security, real load, missing tests, speed, and what to delete. Most important first. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |