核心用法
ppt-afp 是一套端到端的PPT全自动生成工作流(Auto-Flow Prompt),用户仅需提供主题和基础内容,Agent即通过5个标准化阶段完成交付:
| 阶段 | 任务 | 输出 |
|:---|:---|:---|
| P0 参数收集 | 确认主题、内容来源、用途、张数偏好 | 完整需求清单 |
| P1 风格确认 | 从37种预设风格中选择,确认受众与规格 | 风格编号+参数锁定 |
| P2 大纲生成 | 调用`baoyu-slide-deck`生成结构化大纲 | outline.md |
| P3 Prompt生成 | 为每张幻灯片生成AI绘图指令 | prompts/ + batch.json |
| P4 AI生图 | 调用Gemini 3 Pro生成16:9高分辨率配图 | PNG序列 |
| P5 打包发送 | 合并为PPTX,推送飞书,本地归档 | 成品文件+飞书消息 |
显著优点
1. 全流程自动化:从内容到成品的零人工干预,单次执行时间压缩至分钟级
2. 视觉体系成熟:37种风格经场景分类(演讲/💼商务/📚教育/🎨创意/🔮科技/🏛文化/⚔️特殊),每种配备完整设计规范
3. 中文渲染优化:验证采用gemini-3-pro-image-preview,解决早期模型中文乱码问题,输出2752×1536分辨率
4. 审查节点灵活:大纲和Prompt阶段可选人工审查,平衡质量与效率
5. 飞书原生集成:成品自动推送指定用户,符合企业协作场景
潜在缺点与局限性
- 风格依赖外部文档:P1阶段必须访问飞书文档链接选择风格,离线环境不可用
- 工具链本地化强:依赖特定目录结构(
~/.openclaw/skills/)和本地Node/Bun环境,迁移成本较高 - AI生图可控性有限:虽然支持审查Prompt,但图像生成仍存在随机性,精细调整需人工介入
- 单用户飞书配置:发送目标硬编码为特定user_id,多用户场景需手动修改
- 版本锁定风险:Skill版本1.1.0与特定模型版本绑定,上游API变更可能导致中断
适合人群
| 用户类型 | 场景 |
|:---|:---|
| 内容创作者/讲师 | 快速将课程大纲转化为演讲级PPT |
| 产品经理/运营 | 周报、复盘、提案的标准化视觉输出 |
| 企业培训师 | 批量生成风格统一的内训材料 |
| 效率工具爱好者 | 探索AI工作流自动化的实践案例 |
常规风险
- API密钥泄露:
GEMINI_API_KEY和GOOGLE_BASE_URL存储于~/.zshrc,共享环境需注意隔离 - 网络中间人攻击:脚本中设置
NODE_TLS_REJECT_UNAUTHORIZED=0禁用TLS验证,存在证书劫持风险 - 输出路径混乱:
merge-to-pptx.ts输出文件名异常(..pptx),自动化脚本依赖find/cp修复,可能误操作 - 飞书权限失效:若目标用户权限变更或机器人被移出组织,发送失败无自动重试机制
- 内容合规性:AI生图内容未经过滤,存在生成敏感图像的理论风险
技术栈
- Node.js / Bun 运行时
- Gemini 3 Pro (Google AI Studio API)
- TypeScript 自动化脚本
- 飞书开放平台API