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/human-alignment.md
View on GitHub# 人机对齐与需求确认
## 1. 总原则
- **只问缺失的**:先分析用户输入中已明确哪些信息,只对无法确定的关键信息提问。
- **文字提问 ≤ 3**:一轮问完。缺失项 > 3 时按优先级取前 3,其余走默认值。
- **风格预览卡按需触发**:默认弹出 4 张视觉预览卡让用户选(不占文字提问名额),但满足跳过条件时可省略(详见 §2.3)。
- **先文字后预览卡**:目标和场景的答案会影响预览卡的推荐方向,所以先收集文字答案。
- **问题与选项实时生成**:禁止固定模板,必须结合用户的具体主题生成问题和选项。
- **禁止暴露推理过程**:维度分析、跳过判断、硬约束引用等均为内部逻辑,禁止向用户展示。用户只应看到提问卡片或预览卡,不应看到"已明确 ✓"、"可推断"等分析输出。
---
## 2. 生成前对齐
### 2.1 需要关注的关键信息(按优先级排列)
| 优先级 | 信息 | 它决定了什么 | 什么时候不用问 | 默认值 |
|---|---|---|---|---|
| P0 | 主题 | PPT 讲什么 | 用户已明确 | —(必须明确) |
| P1 | 核心目标 | 观众听完该做什么/信什么 | 可从主题+场景推断(如路演=说服投资) | 内部推理 |
| P2 | 场景+密度 | 每页放多少信息、叙事详略 | 用户提了场景词(路演/汇报/培训/存档等) | 会议汇报(中密度) |
| P3 | 受众 | 专业深度、措辞口径 | 场景已隐含受众(如路演→投资人) | 内部推理 |
| P4 | 素材忠实度 | 能否改写上传材料的内容 | **用户没有上传材料时直接跳过** | 有材料→适度提炼;无→AI 自由发挥 |
### 2.2 动态提问流程
**第一步:判断哪些信息还缺**
对上表 P0–P4 逐项判断:用户输入中已经明确了?还是可以从上下文推断出来?还是完全不确定?
- 已明确 / 可推断 → 直接采用,不问
- 无法确定 → 加入本轮提问
**第二步:一轮问完**
将需要提问的信息按优先级排列,取前 ≤ 3 个,用 ask 组件一次性发出:
| 信息 | header | 选项方向(实时生成,以下仅为参考) |
|---|---|---|
| P0 主题 | 「主题」 | AI 根据上下文生成候选方向 |
| P1 目标 | 「目标」 | 说服决策 / 传递知识 / 展示成果 / 激发兴趣 等 |
| P2 场景 | 「场景」 | 现场演讲(低密度) / 会议汇报(中密度) / 培训分享(中高密度) / 阅读存档(高密度) |
| P3 受众 | 「受众」 | 领域专家 / 管理层 / 普通同事 / 完全新手 等 |
| P4 忠实度 | 「忠实度」 | 忠于原文 / 适度提炼 / AI 大幅重构 |
**ask 规范**:每问 2-4 选项 `{label, description}`;不预填;不加兜底项(ask 自带 Other 输入框);多选场景用 `multiSelect: true`。
### 2.3 风格预览卡
文字问题收集完毕后,评估是否需要弹出风格预览卡让用户选择视觉方向。
**触发策略(按需触发)**:
默认触发预览卡,但满足以下**任一条件**时可跳过:
| 跳过条件 | 替代方案 |
|---|---|
| 用户上传了 PPT 模板 | 直接提取模板风格 |
| 用户已明确描述风格偏好(如"极简黑白"、"科技蓝"、"暖色商务"等具体视觉描述) | AI 据此推导色板与字体,在 DESIGN.md 中注明依据 |
| 用户明确要求快速出稿 / 不希望被打断(如"不用问了直接做"、"快速来一版") | 由 AI 根据主题和场景推导默认风格 |
| 命中预设风格分支(学术/咨询/红金政务)且用户无额外风格诉求 | 直接采用预设风格的色板与排版定义 |
**判断原则**:
- 跳过时,AI 必须在内部完成风格参数推导(色板、字体、密度基线),并将推导结果写入 DESIGN.md
- 若用户的风格描述模糊(如仅说"好看一点")且未命中预设分支 → 仍应触发预览卡
- 预览卡的目的是减少返工,当 AI 有足够信息确定风格方向时无需再确认
**每张卡的结构**(从上到下依次排列):
1. 顶部:编号 + 风格名(如"A · 青绿雅致"),推荐卡额外标注「推荐」
2. 色板条:5 个色块横排(主色最宽)+ 每色下方标注 HEX 码
3. 封面缩略图(16:9):用用户实际主题文字渲染,体现该方案配色和排版气质
- 文字层级:主标大 + 副标小 + 时间/地点辅助信息
- 视觉张力:通过色块分割、留白节奏、文字层级对比来表达方案气质
- 允许:1-2 个简洁几何色块辅助构图(侧边色带、底部色条)
- 禁止:堆砌 3+ 装饰几何形状;纯色矩形+单行文字的平铺式占位
4. 底部:2-3 个气质标签(每标签 ≤ 4 字,如"商务""极简""科技感"),每个标签画成圆角胶囊(rx=高度/2 的填充或描边圆角矩形 + 居中文字),禁止用纯文本如"pill: xxx"代替
**布局参考骨架**(区域顺序和占比固定,内部内容由 AI 自由填充):
```
┌────────────────────────── 单卡 ──────────────────────────┐
│ [顶部栏 ~8%] A · 青绿雅致 「推荐」 │
├──────────────────────────────────────────────────────────┤
│ [色板条 ~6%] ████████████ ██████ ██████ ██████ ██████ │
│ #主色 #辅1 #辅2 #辅3 #强调 │
├──────────────────────────────────────────────────────────┤
│ [封面缩略图 ~74%] │
│ AI 自由发挥版式 │
│ 约束:必须含主标+副标+辅助信息,体现配色与排版气质 │
├──────────────────────────────────────────────────────────┤
│ [标签栏 ~8%] [商务] [极简] [清新] │
└──────────────────────────────────────────────────────────┘
单卡宽高比约 3:4,根据渲染容器自适应缩放。风格名、色板条、标签栏三者共享左对齐线。
2×2 网格:
┌─────────┐ ┌─────────┐
│ 卡 A │ │ 卡 B │
└─────────┘ └─────────┘
┌─────────┐ ┌─────────┐
│ 卡 C │ │ 卡 D │
└─────────┘ └─────────┘
```
**骨架使用原则**:
- 4 个区域的上下顺序和占比比例保持固定 → 保证卡片结构一致
- 封面缩略图区域占绝对大头 → 视觉焦点明确
- 缩略图内部的版式、色块分割、留白方式由 AI 根据主题自由发挥
- 顶部/色板/标签三个区域格式简单,严格按结构渲染,不做创意变形
**4 张卡如何拉开差异**:色板不同 · 密度/气质不同 · 封面版式不同。缩小看也能一眼区分。
**数据来源**:色板和字体取自已有的风格分支文件(`designs/design-principle.<id>.md`),或由 AI 根据主题推导。封面内容取自用户 query 中的实际主题,禁止用占位符。
**候选策略**:有匹配的风格分支 → 从该分支取变体 + AI 补齐共 4 张;无匹配 → AI 推导 4 张。用户已说了风格偏好 → 该偏好作为 A 卡(标注推荐),再补 3 个备选。
**渲染与选择**:用 `show_widget` 内联渲染 2×2 网格预览卡,随后弹出 `AskUserQuestion` 让用户点选(4 选项对应 4 卡)。若环境无 `show_widget`,直接用纯文字选项承接。具体时序见下方执行硬约束。
**选定后**:卡片携带的参数(色板、字体、密度基线、版式气质)在后续设计阶段直接生效。
**执行硬约束(触发预览卡时,违反任一即返工)**:
- 色源禁用通用色板库(visualizer read_me 的 9 色 ramp / Material UI 等)当风格分支色,必须来自风格分支文件或基于主题推导
- 封面缩略图必须用本次 query 的真实主题文字(主标 + 副标 + Logo/时间位)渲染,禁止色块占位
- 4 张卡封面版式结构性不同(留白位置、文字对齐方向、图文比例至少一项显著不同,如左大图骑线 / 居中巨字 / 非对称双栏 / 上图下卡等),不允许只换颜色
- 执行顺序锁定:先定 4 套色板 + 4 种版式 → 再 show_widget 渲染 → 再弹 AskUserQuestion
---
## 3. 生成后追问
PPT 交付后,仅在用户给出模糊反馈时触发追问。用户无反馈或说"就这样"→ 不追问,不主动询问。
| 用户反馈 | 追问方向 | 改动范围 |
|---|---|---|
| "风格不对 / 太素" | 重新弹预览卡(排除已选) | 更新色板/字体 → 改受影响页 |
| "太长 / 太满" | 怎么压缩? | 回 STORY.md 调整 |
| "太空" | 补什么? | 补内容 |
| "看不懂 / 太深" | 调深度 | 局部改页 |
| "要能讲" | 补什么? | 追加备注/动画 |
改动原则:局部改页优先;风格改动落 DESIGN.md 后改页;页数改动回 STORY.md 重排骨架。
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 |