核心用法
kai-slide-creator 是一款专注于生成零依赖 HTML 演示文稿的 Agent Skill,用户通过自然语言或结构化指令即可快速创建专业级幻灯片。其核心工作流分为三个阶段:规划阶段(--plan)根据用户提示生成 BRIEF.json 中间表示;生成阶段(--generate)基于 BRIEF 组装完整 HTML;优化阶段(--review)执行 14 项自动检查点优化。
Skill 提供两种规划深度:「自动模式」约 3-6 分钟快速出稿,适合时间敏感场景;「精修模式」耗时 8-15 分钟,深度规划叙事弧线并自动执行内容审查。生成的 HTML 文件具备三大交互模式:F5/▶ 触发的播放模式支持全屏缩放与自适应布局;P 键开启的演讲者模式提供同步备注窗口、计时器与翻页控制;E 键进入的编辑模式支持 contenteditable 实时修改与 Ctrl+S 保存。
21 种设计预设覆盖从商业路演(Bold Signal、Aurora Mesh)到技术文档(Terminal Green、Neon Cyber)、从学术研究(Modern Newspaper、Swiss Modern)到创意品牌(Vintage Editorial、Neo-Brutalism)的全场景需求。特别值得一提的是「视觉风格探索」功能——系统生成 3 个预览小样,用户看图选风格而非依赖语言描述,大幅降低审美沟通成本。
显著优点
零运行时依赖是最大技术亮点。生成的 HTML 仅依赖浏览器原生能力,无需 React/Vue/Webpack 等构建工具,单文件即可通过邮件发送、GitHub Pages 部署或离线播放,彻底告别「演示现场 npm install」的尴尬。这种架构选择使其在客户现场、学术会议、跨国路演等网络不可控场景中极具可靠性。
设计工程化程度极高。Skill 内置 11 条生成前校验流水线(Pre-Write Validation Pipeline),涵盖标题质量(禁止通用标签)、布局多样性(禁止连续同布局)、U+FE0F 零容忍、色彩对比度合规、CSS 架构隔离等细节。这种「防御性生成」策略确保输出物达到可直接交付的专业水准,而非需要二次修补的半成品。
双轨内容策略兼顾效率与深度。自动模式满足「今晚要交稿」的紧急需求;精修模式配备 14 项检查点的内容 Review 系统,自动审计叙事连贯性、视觉一致性、信息密度等维度。对于高 stakes 场景(融资路演、产品发布会),这种分层设计让用户能根据风险容忍度灵活选择投入程度。
潜在缺点与局限性
学习曲线客观存在。尽管 Skill 努力封装复杂度,但理解 BRIEF.json 中间表示、风格文件覆盖机制、deck_type 路由逻辑仍需要一定时间。用户若想深度定制(如新增企业品牌色、调整版式网格),需阅读 references/ 目录下的 10 余份参考文档,对非技术背景用户形成门槛。
字体服务存在外部依赖。虽然 HTML 本身零依赖,但 21 种预设风格均依赖 Google Fonts 或 Fontshare 的在线字体加载。完全离线环境(如某些企业内网、航空器上)可能出现字体回退,影响视觉还原度。安全报告建议的「字体本地化」目前仅为 Future 版本规划。
输出格式单一性。当前版本仅输出 HTML,PPTX/PNG 导出需配合 kai-html-export 技能完成。对于必须提交 .pptx 的招标场景或习惯 Keynote 动画的用户,需要额外工具链配合,增加工作流节点。
CJK 排版适配待完善。虽然 Skill 已考虑中(Noto Sans SC)、日(Noto Sans JP)、韩(Noto Sans KR)字体回退,但中文排版的行高、标点悬挂、网格系统等细节尚未达到专业 CJK 排版工具水准,长文本幻灯片可能出现「字重不均」的视觉疲劳。
适合的目标群体
初创企业创始人与投资人关系团队是核心用户画像。快速迭代融资 Deck、在投资人面前现场调整数据、通过邮件发送无需担心版本兼容的 HTML 链接——这些场景完美契合 Skill 的零依赖与编辑模式设计。
技术布道者与开发者 Advocate同样高度匹配。Terminal Green、Neon Cyber 等风格精准切中技术社区审美;演讲者模式的备注窗口适合复杂 API 演示的脚本管理;浏览器内编辑则方便在 Workshop 现场根据听众反馈即时调整代码示例。
学术研究者与智库分析师可利用 Data Story、Swiss Modern 等风格创建数据密集型报告幻灯片。精修模式的叙事审查有助于将「论文逻辑」转化为「演讲节奏」,解决学界常见的「信息过载」问题。
企业内部培训师受益于 HTML 的单文件分发特性——绕过公司 IT 对可执行文件或宏的管控,直接通过内部 Wiki 或邮件发送培训材料。播放模式的自动隐藏控制栏也减少了学员误触干扰。
使用风险与注意事项
性能层面:21 种风格中部分(如 Aurora Mesh 的动态渐变、Glassmorphism 的 backdrop-filter)在低端设备或老旧浏览器(IE11、早期 Safari)上可能触发 GPU 渲染压力。建议关键演示前在目标播放设备上实测,必要时降级至 Swiss Modern 等轻量风格。
依赖项风险:虽然 Skill 本身零依赖,但若启用「精修模式」的自动 Review,底层依赖 Python 3 环境执行风格一致性审计脚本。在纯容器或受限 CI/CD 环境中需预装 Python,否则会回退至跳过审计的生成流程。
版本兼容性:生成的 HTML 文件依赖现代 CSS 特性(CSS Grid、Scroll Snap、Custom Properties)。在严格锁定旧版 Chrome/Firefox 的企业环境中,建议提前测试或导出为 PPTX 备用。
内容安全风险:编辑模式的 fetch PUT 保存功能虽仅向当前路径发起请求,但在某些配置错误的 Web 服务器上可能触发非预期行为。建议在公开服务器部署时禁用编辑模式,或配置正确的 CORS/权限策略。