Pinvou/pinvou-agent / pinvou3-app/src-tauri/resources/common/bundle/wecom-skills/wecomcli-pptx
wecomcli-pptx
Verified何时用:仅当用户明确指向企业微信 PPT/演示文稿(生成在线 PPT、编辑在线 PPT、导入本地 .ppt/.pptx)时使用;泛指做文档/表格默认走本地工具。「做个PPT」「写份汇报PPT」「把文档转成PPT」「改第3页标题」或需要能讲的分页材料(周会/汇报/路演/课件)时触发;一律作用于企微在线 slide 文档,交付在线链接;不支持编辑本地文件、无导出能力;仅读取本地 PPT 改用 wecomcli-media。
references/create-from-scratch.md
View on GitHub# 从零构建PPT的教程
## 制定任务计划
> **任务命名约束(强约束)**:本表仅为内部执行参考。在创建 TODO / 任务(TaskCreate)或向用户汇报进度时,**必须使用面向用户的术语**(如「内容大纲 / 风格设计 / 创建演示文稿 / 逐页制作 / 检查页面 / 交付」),**禁止暴露任何内部实现字眼**(如 `JSX`、`DSL`、`*.jsx`、`docid`、`wecom-cli slide ...` 命令名、`is_success`、源码、组件文件名等)。**失败 / 排查 / 重试的对外话术同样受限**:只说「制作中 / 遇到问题正在重试 / 换个方式重新生成」,不贴错误码、不描述内部通道与排查过程、不引用技能规则原文。
| Step | 职责(内部) | 产物(内部) |
| ---- | ---------------------------------------------- | -------------------------------------------- |
| 1 | 信息收集(可选) | 背景资料 / 行业数据 |
| 2 | 需求对齐(轻量确认 + 风格预览卡) | 关键信息已确认 + 风格参数已锁定 |
| 3 | 依据主题+信息构建PPT的叙述逻辑 | `STORY.md` |
| 4 | 构建页面风格的设计逻辑 | `DESIGN.md` |
| 5 | 创建在线演示文稿并持久化设计契约 | `docid` 已拿到 + 设计契约已写入(写操作解锁)|
| 6 | 配图准备(材料图过上传口,无图位定版式替代) | 全部图位已拿到上传口的 URL 或确定替代方案 |
| 7 | 逐页生成并插入(`page_index` 递增) | 全部页面已在线成型 |
| 8 | 核对结构 | 页数与顺序与大纲一致 |
| 9 | 交付 | 在线文档链接已给到用户 |
## 各步骤要求
### Step1:信息收集 (Optional)
当模型的信息不足、数据过时或需要行业标杆案例时,主动调用网络搜索的工具进行信息的收集,挖掘有深度、有据可查的实时内容。
判断信号:
- 主题涉及 `数字 / 市场 / 行业 / 新闻 / 分析` 等具有时效性的信息时 → 需要最新统计数据。
- 主题含`陌生缩写 / 专业术语 / 生僻词组` → 先查清楚。
- 用户明确要求 或 用户需要"有说服力"但未提供素材 → 补充外部佐证。
若用户已提供完整参考材料(长文本、`.docx`、`.pdf` 等),本步可跳过或降级为只查陌生概念。
### Step2:需求对齐
按 [human-alignment.md](human-alignment.md) 执行。要点:
- 能推断就推断,文字提问 ≤ 3 个
- 风格预览卡按需触发(详见 human-alignment.md §2.3 的跳过条件)
- 无论预览卡是否触发,进入 Step3 前必须确保风格参数已确定(用户选定或 AI 推导)
- 对齐结果中的主题/目标 → 作为 Step3 构建叙事的输入
- 对齐结果中的风格参数(色板/字体/密度基线)→ 作为 Step4 设计阶段的硬约束
### Step3:构建叙事逻辑 (STORY.md)
阅读 [story-principle.md](story-principle.md),最后生成一个STORY.md的文件。
### Step4:构建页面风格的逻辑 (DESIGN.md)
#### 风格匹配流程
收到用户需求后,执行以下推理判断是否命中预设风格:
**第一步:提取用户意图特征**
从用户 query 中识别:主题领域、目标受众、使用场合、调性倾向。
**第二步:与预设风格比对**
| 风格 | 核心调性 | 适用场景 |
| :--- | :--- | :--- |
| [学术风](designs/design-principle.academic.md) | 可信、证据驱动、蓝白克制 | 高校答辩、科研结题、教学课件(理工医)、学术会议、学科评估、临床/医学汇报、课题开题、实验室组会、科研申报 |
| [商务咨询](designs/design-principle.consulting.md) | 权威、数据密集、结构化分析 | 战略/行业研究、高管 review/董事会、投行/IPO 路演、咨询交付物、企业转型/组织变革、私募/风投/行研、尽职调查 |
| [红金政务风](designs/design-principle.redgold.md) | 庄重、红金热烈、中文优先 | 党政机关汇报、政务/公共部门、国企央企汇报、党课/学习宣讲、周年庆典/红色文化、表彰大会、纪检巡察 |
**第三步:做出判断**
判断标准:用户的场景是否**明确属于**上表某风格所服务的特定领域和受众。
- **命中**:用户场景明确落在某风格的适用场景内 → 使用该预设风格;
- **不命中**(默认路线):用户场景不属于上述三类特定领域,或场景模糊/泛化/跨领域 → 走通用设计原则;
> ⚠️ **重要原则**:预设风格是为特定垂直领域定制的,不应泛化使用。大量常见场景(如:产品介绍、项目提案、工作总结、培训课件、技术分享、营销方案、团队介绍、述职报告、年终总结等)都应走通用设计原则,由 AI 根据具体需求自由设计。只有当用户场景**明确且典型地**属于学术科研、专业咨询、或党政红色这三个垂直领域时,才使用预设风格。
**判断示例**:
- "做一个硕士毕业答辩PPT" → 明确属于学术场景 → 命中学术风 ✅
- "做一个麦肯锡风格的行业分析" → 明确属于咨询场景 → 命中商务咨询 ✅
- "做一个党支部年度工作汇报" → 明确属于党政场景 → 命中红金政务风 ✅
- "帮我做个述职报告" → 职场通用场景,不属于上述三类特定领域 → 走通用 ✅
- "做一个产品发布会PPT" → 产品/营销场景 → 走通用 ✅
- "做一个季度工作总结" → 职场通用场景 → 走通用 ✅
- "做一个AI技术分享" → 技术/科普场景 → 走通用 ✅
#### 匹配后的执行
- **命中预设风格**:读取对应风格文件,结合用户实际需求设计PPT,**禁止额外生成DESIGN.md**,可以显式声明哪些颜色、字体等内容需要结合用户需求微调;
- **不命中(默认路线)**:读取通用[设计原则](design-principle.md),结合用户实际需求生成DESIGN.md;
### Step5:创建在线演示文稿并持久化设计契约
> **本步是硬约束,且两个动作不可拆分。**
>
> 1. **创建空的在线演示文稿**,拿到 `docid`。见 `pptx-api.md` §生成类接口(**不查 schema**)。
> ⚠️ 新建文档**自带一页空白首页**(索引 0),**本步立即删除**(`slide pages delete`,见 `pptx-api.md` §生成类接口与 [pptx-edit.md](pptx-edit.md) 索引)。之后生成页从 `page_index=0` 起依次填入。
> 2. **立即把 `DESIGN.md` 持久化到该文档**。见 `pptx-api.md` §生成类接口。
>
> 🔴 **第 2 步不是可选增强,是写操作的前置门**:设计契约未写入时,后续所有插页、插图、改文字操作都会被服务端**直接拒绝**。跳过本步会导致 Step7 全量失败。
>
> 设计契约有效期 **24 小时**。因此 `DESIGN.md` / `STORY.md` / 每页源码**必须在本地保留副本**——既用于超时后重新写入,也用于页面改坏时整页重做(本链路**没有原生撤销**)。
### Step6:配图准备
> 图片**统一经上传口进 PPT**,三个来源到达出口的路径不同。完整命令见 `pptx-api.md` §配图接口。
>
> | 图片来源 | 获取路径 |
> |---|---|
> | **材料图**(用户上传、材料抽取、用户提供的品牌/产品图) | `media_id` 直传(或本地文件传 `file_path`)→ **上传口** → `url` |
>
> ⚠️ **当前环境没有生图工具,不提供 AI 配图**:不要尝试调用任何生图接口、不要反复重试。材料里没有可用图的图位改用 SVG / 色块 / 版式留白承载(见 `component-image.md` §P1);**不主动向用户说明没有 AI 配图**,仅当用户明确要求 AI 生图 / 照片级配图时才告知不支持并给替代方案。
>
> 🔴 **所有图片都必经 `wecom-cli smartpage images upload` 上传口**(上传需要 `docid`,故本步在 Step5 建文档之后):会话图片的 `media_id` 不进 PPT,本地文件不进 PPT。
>
> 拿到 `url` 后**同一条落法**:直接写进 JSX 里 `<Image>` 的 `src`,与文字、图表同页一次性插入。**Step6 要把每个图位的 URL 一次性备齐**(页号 → URL → 宽高),供 Step7 逐页取用。
>
> 🔴 **材料图一律原图直传、零重绘**——任何二次加工都会让数字 / 文字 / 细节走样。
>
> **配图前置**:用到的材料图必须在写该页内容前完成上传与核对,确认清晰、完整、符合上下文后方可使用。
>
> 建议在本步一次性清点全篇图位(依据 `DESIGN.md`),而非边写边想。
### Step7:逐页生成并插入(按大纲顺序)
> 动笔前的心智校准:每一页是一段 JSX 源码,但**它不是 React**——这是一套受限 DSL,由服务端编译成幻灯片。把它当 HTML + 内联 CSS 来写。禁止引入 React 生态任何概念(`import` / `export` / `module` / hooks / state / 函数组件定义),**禁止使用 `<View>` 组件**——容器一律用 `<Box>`;源码最后一个表达式必须是 `<Slide>`。
>
> 动笔前必读:
> - `STORY.md` - 当前PPT的叙事逻辑
> - `DESIGN.md` — 当前 PPT 的设计稿(画布、配色、字号、布局、元素、密度)
> - 相关组件规范 — 本页用到哪个组件,就读取 `component-*.md` 中对应文档
>
> **动笔前禁读**:本项目目录之外的任何 PPT 项目源码。本页 JSX 的全部依据应来自 `DESIGN.md` + 命中分支 `design-principle.<id>.md` + `component-*.md`,不得"借鉴"历史项目的写法或视觉选择。
>
> 严禁仅靠记忆动笔。
约束如下:
- 充分结合 `STORY.md` 和 `DESIGN.md`,按照大纲顺序从第 1 页生成到第 N 页;
- **每页两个动作,逐页闭环**(不要写完全部页面再统一提交):
1. 本地 `write_to_file` 保存该页 JSX 源码(文件命名照 `component-slide.md` §文件组织 的 `XX_{slug}.jsx`,与 `DESIGN.md` 页面映射表的「源码文件」列一致)(**这是"改坏了"唯一的回退依据,不可省**);
2. 提交该页 → `addjsx`(**单页异步命令**,N 页 = N 次调用):**用 python 从第 1 步的文件读出源码**组装 payload(见 `pptx-api.md` §命令形态 的红线),**不要把刚写完的源码原文再贴一遍进命令**——那会让同一份内容在上下文里出现两次;图位 `src` 已写上传口 URL(Step6 备齐)。🔴 **`page_index` 必填**,传明确递增索引——第 N 页大纲对应 `page_index=N-1`(Step5 已删除空白首页,索引从 0 起排),**不得省略、不得传 `-1` 追加**。服务端编译成幻灯片,**无后置补图动作**。
- 逐页串行推进;**某页失败只重试该页**,不回滚已成功的页面;
- 动笔自检(每页提交前 9 条硬约束,逐项确认;任意不通过 → 当页返工)
- 母版区齐全:默认三区(A 标题块 0–120px / B 内容区 120–660px / C 页脚条 660–720px 含右下页码 NN/TOTAL);
- 标题块右侧不得塞装饰小图(200×70 这种),全篇位置严格一致;
- 本页 L1 主视觉占 B 区面积 ≥ DESIGN.md 规定(默认 30%);不得用 L3 角标顶替 L1
- 仅使用项目 DESIGN.md 列出的 ≤ 4 种 hex 与 ≤ 2 套字体家族
- 与上一页版式不重复;本页留白比例 ≤ DESIGN.md 上限(常规页 ≤ 35%)
- 本页有 ≥ 1 个视觉锚点(≥ 44px 元素 或 ≥ 40% B 区面积的图);如无 → 必须补充巨型数字/大图/大色块
- 本页与上一页视觉重量有显著差异(最大元素面积比 > 1.5:1 或版式结构明显不同);连续 ≥ 2 页等宽卡片横排 → 返工
- 本页色彩分配符合 DESIGN.md 页面映射表:强调色只出现在焦点元素上,主色/辅色/强调色面积比合规
- 本页的 role 与 STORY.md 一致:hero 页必须有 ≥ 40% B 区主视觉或 ≥ 48px 锚点数字;supporting 页不得使用 hero 级视觉投入
> **进度预期**:页数与耗时正相关(每页至少一次往返)。若用户要求的篇幅较大,先出大纲与风格确认再开工。
### Step8:核对结构
读回文档结构,确认**页数、页面顺序**与 `STORY.md` 大纲一致,画布尺寸符合 `DESIGN.md`。见 `pptx-api.md` §生成类接口。
发现缺页 / 顺序错位 → 用本地保存的该页源码补插(`page_index` 用目标位置的明确索引)或整页重做,不要重建整份文档。
### Step9:交付
**交付形态只有在线文档链接一种**:生成完成并核对结构无误后,把**在线文档链接**交付给用户。
- 🚨 **禁止导出**:不调用 `doc export`、不产出 `.pptx` 等任何本地文件。任何导出 / 下载诉求(包括用户事后补一句"顺便导一份文件")→ 直接告知没有导出能力,**不要尝试调用导出命令或伪造下载路径**(见 `SKILL.md`「禁止导出」)。
- **失败收尾口径**:制作中途失败且重试无效时,只说「这次生成没有成功,我换个方式重试 / 稍后再试」;不贴错误码、不描述排查过程、不引用技能规则原文。
- `STORY.md` / `DESIGN.md` / 页面源码等中间产物一律不外发。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| canvas-designanthropics/skillsCreate beautiful visual art in .png and .pdf documents using design philosophy. You should use this skill when the user asks to create a poster, piece of art, design, or other static piece. Create original visual designs, never copying existing artists' work to avoid copyright violations. | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| docxanthropics/skillsUse this skill whenever the user wants to create, read, edit, or manipulate Word documents (.docx files) or Word templates (.dotx files). Triggers include: any mention of 'Word doc', 'word document', '.docx', '.dotx', or requests to produce professional documents with formatting like tables of contents, headings, page numbers, or letterheads. Also use when extracting or reorganizing content from .docx or .dotx files, inserting or replacing images in documents, performing find-and-replace in Word files, working with tracked changes or comments, or converting content into a polished Word document. If the user asks for a 'report', 'memo', 'letter', 'template', or similar deliverable as a Word or .docx file, use this skill. Do NOT use for PDFs, spreadsheets, Google Docs, or general coding tasks unrelated to document generation. | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| pdfanthropics/skillsUse this skill whenever the user wants to do anything with PDF files. This includes reading or extracting text/tables from PDFs, combining or merging multiple PDFs into one, splitting PDFs apart, rotating pages, adding watermarks, creating new PDFs, filling PDF forms, encrypting/decrypting PDFs, extracting images, and OCR on scanned PDFs to make them searchable. If the user mentions a .pdf file or asks to produce one, use this skill. | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| pptxanthropics/skillsUse this skill any time a .pptx or .potx file is involved in any way — as input, output, or both. This includes: creating slide decks, pitch decks, or presentations; reading, parsing, or extracting text from any .pptx or .potx file (even if the extracted content will be used elsewhere, like in an email or summary); editing, modifying, or updating existing presentations; combining or splitting slide files; working with templates (.potx), layouts, speaker notes, or comments. Trigger whenever the user mentions "deck," "slides," "presentation," or references a .pptx or .potx filename, regardless of what they plan to do with the content afterward. If a .pptx or .potx file needs to be opened, created, or touched, use this skill. | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |