这个 Skill 能做什么，适合哪些场景？
deepPPT 是一个 Agent Skill，用于生成组会、答辩、journal club 和会议风格的学术 PPT。它把容易出错的排版步骤做成脚本检查：环境检查、PPTX 文本抽取、包结构检查、版式 QA 和 PowerPoint/LibreOffice 渲染预览。视觉语法（双蓝块标题栏、分段横线、chevron 小标题、按需的红色结论框）被固化，使不同 agent 生成的 PPT 看起来像同一套模板。任务状态可中断恢复，只有确定性 QA 与视觉复核双关卡通过后才交付最终 PPTX。
- 读取 PDF、提纲、要点或已有 PPTX 作为证据来源（不原位修改输入文件）
- 生成符合 deck-plan schema 的大纲：每页一个动作标题、一个有界主张、具体证据与来源引用
- 使用 PptxGenJS 4.0.1 构建新的可编辑 16:9 PPTX，并按修订版本快照
- 运行确定性 QA（qa_layout.py、check_pptx.py）阻断模板违规
- 渲染幻灯片 PNG（优先本机 PowerPoint，回退 LibreOffice/Poppler）供视觉复核
- 双关卡通过后原子化复制已复核版本到输出路径
- 研究生把论文 PDF 转成 12 页中文组会汇报
- 博士生准备答辩幻灯片，需要一致的深蓝模板与红色结论框
- 实验室成员从提纲要点重建 journal club 汇报并保持团队统一视觉风格
- 需要从已有 PPTX 提取内容后重建新版本而不是原位修改
- 团队希望不同成员（用 Codex 或 Claude Code）产出的 PPT 看起来像同一套模板
- 需要 WSL/Linux 上原生 PowerPoint 保真渲染的用户——该平台仅支持 LibreOffice 回退
- CI/无人值守服务器环境——PowerPoint 自动化要求已登录的交互式桌面会话
- 只想快速生成、不愿安装 Python/Node/LibreOffice 完整工具链的轻度用户
如何安装这个 Skill？
- 本评估仅为静态源码审阅，未执行任何命令或复现工作流；置信度低。
- 完整功能需本机安装 PowerPoint、LibreOffice、Node.js 等多重依赖，服务器或无桌面环境仅支持生成与预检。
- 百度OCR会将用户文档图片上传至第三方网络服务，即使有授权/撤销机制，敏感材料用户应谨慎启用。
- 发布者身份未经企业注册表验证，维护与更新依赖个人仓库，长期可维护性存在不确定性。
- 视觉复核质量取决于宿主视觉能力或人工审阅，纯文本模型无法完成该门禁。
- Shell / 命令行
- 本地文件系统
Python 3.12Node.jspptxgenjs 4.0.1LibreOfficePopplerPowerPoint desktop (optional, for native rendering)
Codex（macOS/Linux）克隆到 skills 目录并创建虚拟环境：
mkdir -p ~/.codex/skills
git clone https://github.com/jiadizhunine/deepPPT.git ~/.codex/skills/deep-ppt
cd ~/.codex/skills/deep-ppt
python3.12 -m venv .venv
.venv/bin/python -m pip install -r requirements.txt
npm install -g [email protected]Claude Code（macOS/Linux）安装到 ~/.claude/skills：
mkdir -p ~/.claude/skills
git clone https://github.com/jiadizhunine/deepPPT.git ~/.claude/skills/deep-ppt
cd ~/.claude/skills/deep-ppt
python3.12 -m venv .venv
.venv/bin/python -m pip install -r requirements.txt
npm install -g [email protected]Codex（Windows，Claude Code 用户将 .codex 改为 .claude）：
git clone https://github.com/jiadizhunine/deepPPT.git "$HOME\.codex\skills\deep-ppt"
py -3.12 -m venv .venv
.venv\Scripts\python -m pip install -r requirements.txt
npm install -g [email protected]如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- 用 $deep-ppt 把这篇论文 PDF 做成 12 页中文组会 PPT，保持 deepPPT 视觉风格，包含渲染 QA，交付最终 PPTX。
- Use $deep-ppt to turn this outline into a 15-slide English conference deck with rendered visual review.
- 从这份已有 PPTX 提取内容，重建一份新的答辩幻灯片，关键结论页使用红色 key-finding 框。
在支持 Skills 的 agent 中调用 $deep-ppt，给出主题、材料和目标场景。核心流程：init 创建运行（收集来源、输出路径、页数等）→ inspect 检查 → plan 提交符合 schema 的大纲 → build 用 PptxGenJS 生成 → check 确定性 QA → render 渲染 PNG → review 视觉复核 → complete 交付。注意：介绍页概念图默认关闭（disabled_not_requested），仅当用户显式请求且在 Codex 有 ImageGen 时才生成一张；百度 OCR 是网络服务，须用户逐任务显式授权，任务结束时自动吊销。
这个 Skill 有哪些优点和局限？
- 确定性 QA 脚本阻断重复模板线、目录页红框、连续红框滥用等常见错误
- 任务状态持久化，中断后可用 resume 恢复
- 双关卡（确定性检查 + 渲染视觉复核）后才交付，报告绑定精确 PPTX 哈希
- 支持 Codex、Claude Code、OpenClaw 三种运行时，视觉语法统一
- 需要安装 Python 3.12、Node.js、pptxgenjs、LibreOffice/Poppler 等较重的本地工具链
- 原生 PowerPoint 保真渲染仅在 macOS/Windows 交互式桌面会话可用
- README 提供 v0.1.3 徽章而 SKILL.md 标注 v0.2.0，版本信息不一致
- 文本-only 模型无法独立完成视觉复核步骤，需要宿主视觉能力或人工复核
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| deepPPT 本页 | 67 · 推荐 | ★ 28 | 2 个月前 | MIT |
| PPTX 演示文稿技能（Open Cowork） | 69 · 推荐 | ★ 2.2k | 12 天前 | MIT |
| PPTX 演示文稿技能 ✓ Anthropic · 官方 | 54 · 谨慎使用 | ★ 181k | 16 天前 | — |
| PPTX 演示文稿技能 | 47 · 谨慎使用 | ★ 3.1k | 8 个月前 | MIT |
| DeepTutor pptx 技能 | 58 · 推荐 | ★ 41k | 18 天前 | Apache-2.0 |
README 未列出直接竞品。与让 LLM 即兴生成 PPT 相比，deepPPT 的差异点在于把排版规则固化为可脚本检查的确定性 QA 与渲染预览关卡。
FollowSkills 如何评估这个 Skill？
证据显示最小权限设计良好：百度OCR默认关闭、需任务级显式授权且可撤销，完成后自动吊销；ImageGen可用性不等于用户意图，需显式请求；密钥不入库不持久化；禁止输出覆盖源文件；Fingerprint绑定防止未审文件复用报告。扣分：发布者身份未经验证，网络OCR仍会上传用户文档至第三方（尽管有授权流），权限确认在无审批UI宿主上依赖CLI参数自律。
仓库含真实CI（三平台）与大量单元测试覆盖生命周期、权限、幂等、指纹校验等关键路径，属可审计执行证据，可超过静态10分上限。扣分：本次未执行复现，部分测试文件被截断，异常输入与失败反馈质量只能部分推断，视觉复核环节依赖宿主视觉或人工，确定性无法完全验证。
目标场景（实验室组会、期刊俱乐部、答辩等中英文学术幻灯）与触发条件描述明确，平台路由边界（WSL/Linux不声称原生保真）和非适用范围披露清楚，中文示例完整；百度OCR对中国网络可达。扣分：完整功能依赖本机PowerPoint/LibreOffice/Node等多重本地依赖，安装成本高，服务器/CI环境受限，触发精度缺实际使用证据。
文档分层良好（SKILL.md/README双语/样式规范/模式库/schema/示例），版本0.2.0、MIT许可、pyproject打包、wheel含SKILL.md的CI断言均清晰。扣分：无独立CHANGELOG，维护责任为匿名的'contributors'，发布者身份不可验证，更新路径依赖个人仓库。
双门禁（确定性QA+渲染视觉复核）后原子交付可编辑PPTX，价值主张明确且CI实际重建并校验示例PPTX，超出纯prompt方案。扣分：静态审阅无法验证真实任务产出质量，视觉复核环节依赖宿主/人工，重度本地依赖使成本收益对轻量用户不利。
存在CI工作流+提交的测试套件+可下载示例PPTX+指纹绑定报告等多类可审计证据，覆盖超纯声明。扣分：未达独立多源复现，测试证据仅部分可见（截断），第三方独立验证缺失，故封顶5分。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →