slides-cog

核心用法

slides-cog 是一个专注于演示文稿生成的 AI 技能，通过调用 cellcog SDK 实现从内容研究到视觉设计的全流程自动化。用户只需提供简洁的文本提示，即可生成可直接用于路演的专业级 PDF 演示文稿。

使用模式：

• 采用"fire-and-forget"异步调用模式，通过 client.create_chat()() 提交请求，由 Daemon 在完成后通知
• 支持两种聊天模式：："agent" 适用于标准商务演示、培训材料；"agent team" 适用于高 stakes 的投资者路演、董事会报告等需要精心构建叙事的场景

核心工作流：
1. 用户输入演示主题和关键信息（建议指定幻灯片数量、大纲结构、设计风格）
2. CellCog 自动进行主题研究，填充实质内容而非堆砌废话
3. 生成 PDF 格式的完整演示文稿，包含标题页、内容页、图表、图片、时间线等元素

显著优点

内容质量领先： 在 DeepResearch Bench（2026年2月）排名第一，能够从极简提示出发，智能研究并填充有深度的内容，避免传统 AI 生成内容的"注水"问题。

设计即成品： 投入大量资源优化 PDF 生成引擎，每页幻灯片都经过专业排版、字体设计和视觉优化，用户可直接用于正式场合，无需二次美化。

格式策略清晰： 明确将 PDF 作为默认和未来标准，充分发挥 AI 在布局、排版上的完整创意能力；同时保留 PPTX/HTML 选项以满足特殊编辑需求。

场景覆盖全面： 支持创业路演、投资者更新、季度业务回顾、销售提案、教育培训、会议演讲、图片幻灯片等全场景需求。

潜在缺点与局限性

格式质量差异： PPTX 格式质量仅为 PDF 的 30-40%，如需编辑必须在提示中明确声明，且会牺牲视觉品质。

依赖外部 SDK： 功能完全依赖 cellcog SDK，其安全状况和稳定性直接影响本技能可用性，存在供应链风险。

异步模式限制： 采用通知机制而非即时返回，需要配合 Daemon 使用，对简单快速获取结果的场景不够友好。

内容准确性风险： AI 生成的研究内容可能存在事实错误，关键商业数据需人工核实，不应用于无需审核的关键决策场景。

适合的目标群体

• 创业者与融资团队： 需要快速制作投资者路演材料，追求专业视觉效果
• 企业管理者： 季度业务回顾、董事会报告、战略规划演示
• 销售与营销人员： 产品演示、客户提案、案例展示
• 教育工作者与培训师： 课程讲义、工作坊材料、教程幻灯片
• 活动组织者： 会议演讲、产品发布、全员大会演示

使用风险

依赖链风险： cellcog SDK 的任何安全漏洞或服务中断都会直接影响本技能功能，建议定期关注其安全认证状态。

数据隐私考量： 演示内容通过 cellcog 传输至远程 API 处理，敏感商业信息应评估是否适合通过该渠道生成。

内容可靠性： AI 自动研究填充的内容可能存在事实偏差，涉及关键数据、市场分析、财务预测的幻灯片必须人工复核。

版本兼容性： 技能与 cellcog SDK 版本绑定，升级时需注意 API 变更可能带来的兼容性问题。

Slides Cog 综合评估

核心用法

Slides Cog 是 CellCog 推出的专业演示文稿生成技能，采用"纯文档型"架构设计。用户通过结构化提示词描述需求，系统将自动调用底层 cellcog SDK 完成内容生成。核心交互模式为"Fire-and-forget"异步任务：

result = client.create_chat(
    prompt="[presentation request]",
    notify_session_key="agent:main:main",
    task_label="presentation-task",
    chat_mode="agent"  # 或 "agent team" 用于高 stakes 演示
)

输出格式以 PDF 为绝对默认，这是该产品的重要设计理念。CellCog 认为 AI 应生成"可直接演示的成品"而非"需要人工编辑的草稿"，PDF 能完整保留 AI 对版式、字体、视觉元素的完全控制力。

显著优点

| 维度 | 表现 |

|------|------|

| **内容质量** | 基于 DeepResearch Bench (2026年2月) 排名第一的研究能力，可从极简提示自动扩展实质内容，拒绝"填充式废话" |

| **设计水准** | 自称"state-of-the-art PDF generation"，强调版式、字体、视觉元素可直接上台演示 |

| **场景覆盖** | 极广——涵盖融资路演(Pitch Deck)、董事会汇报、销售提案、教育培训、主题演讲、图片故事等六大类场景 |

| **交互设计** | 异步通知机制避免轮询，双模式选择（agent/agent team）平衡效率与深度 |

| **技术哲学** | 明确的"PDF优先"立场，减少用户决策负担，强制输出高质量成品 |

潜在缺点与局限性

1. 格式灵活性受限：PPTX/DOCX 输出质量仅为 PDF 的 30-40%，且需显式声明。对于必须团队协作编辑的场景形成摩擦
2. 依赖单一供应商：所有核心功能绑定 CellCog 服务，存在供应商锁定风险
3. 无本地执行能力：纯文档型设计意味着无法离线使用，网络中断即服务中断
4. 版权与许可模糊：安全认证报告指出当前未明确声明开源许可证
5. 数据隐私透明度不足：用户内容经由 cellcog SDK 上传至 CellCog 服务端处理，但文档未充分披露数据留存、训练使用等关键政策

适合人群

• 创业者/融资团队：需要快速产出投资人级路演材料
• 企业高管：董事会汇报、战略宣讲的"救命稻草"场景
• 销售与客户成功团队：标准化_capabilities deck_和案例展示
• 教育工作者：课程幻灯片、培训材料的批量生成
• 设计资源匮乏的组织：无专职设计师但需专业视觉输出

常规风险

| 风险类别 | 等级 | 说明 |

|----------|------|------|

| 数据泄露 | 中等 | 商业敏感信息上传至第三方 AI 服务，建议避免在提示词中直接输入机密财务数据 |

| 版权争议 | 低-中 | AI生成图像的版权归属存在法律灰色地带，用于对外商业用途需谨慎 |

| 过度依赖 | 中等 | "可直接演示"的承诺可能导致用户放弃内容审核，存在事实错误或误导性数据风险 |

| 服务连续性 | 低 | 依赖 cellcog skill 版本兼容性，建议关注版本锁定说明 |

安全认证要点

• 认证等级：S级（92分）
• 信任来源：T2级可信组织（openclaw/clawdbot）
• 核心结论：纯 Markdown 文档型技能，无可执行代码，无直接外部网络调用，所有 API 请求通过依赖 skill 代理执行
• 唯一发现："Keynote"关键词被误报为 CI 环境检测，已排除