PPTX演示文稿处理Skill：让 AI 直接创建、编辑和分析 .pptx 演示文稿
先给出几条核心结论，帮你快速判断这个技能是否值得装：
- 能读写、能改、能造：它覆盖了
.pptx文件的完整生命周期——文本提取、内容分析、从零生成新演示文稿、按模板批量套版、以及直接编辑原始 OOXML 结构。 - 不是"生成一段文字让你自己粘贴"，而是产出真正可用的
.pptx文件，并且自带视觉校验环节（缩略图网格），会自己发现文本截断、重叠、对比度不足等问题。 - 两条创建路线：无模板时走 HTML → PPT 的
html2pptx工作流（定位精准）；有模板时走"复制、重排、替换占位符"的rearrange / inventory / replace脚本链路。 - 设计不是随便配的：技能内置了 18 套参考配色方案和系统的排版、边框、图表样式原则，并要求模型在写代码前先说明设计思路。
- 适合谁用：经常出汇报稿的分析师、需要批量处理存量 PPT 的知识管理者、以及想把手头模板变成自动化产线的团队。
该技能叫什么？如何一键安装 AI 技能提升开发效率？
基本信息
- 中文名：PPTX演示文稿处理Skill
- 英文名：pptx
- 技能ID：12088
- 授权方式：专有许可，
LICENSE.txt中列有完整条款
它解决什么问题
.pptx 文件本质上是一个 ZIP 存档，里面是一堆 XML 文件和图片等资源。这意味着它既可以"读"，也可以"改"，但普通对话式 AI 直接面对它时往往无从下手——要么只能凭记忆瞎编内容，要么生成的代码跑不通。这个技能的价值在于：把"读文本、解包 XML、生成新文件、套用模板、编辑现有文件、视觉校验"这一整套流程，固化成一条可执行的脚本链路和明确的工作规范，让 AI 从"会说"变成"会做"。
一键安装的思路与步骤
安装环节请以你所使用平台的官方说明为准，各客户端的入口名称可能不同，但通用流程如下：
- 确认安装前提。该技能依赖一批本地工具，详情中列出的必需项包括：
markitdown（提取演示文稿文本）、pptxgenjs（生成演示文稿）、playwright（HTML 渲染）、react-icons（图标）、sharp（SVG 栅格化与图像处理）、LibreOffice（PDF 转换）、Poppler（pdftoppm转图）、defusedxml（安全 XML 解析）。对应安装命令形如：pip install "markitdown[pptx]"、npm install -g pptxgenjs、sudo apt-get install libreoffice、sudo apt-get install poppler-utils等。若你的平台已托管运行环境，这一步可能由平台代劳，以官方说明为准。 - 找到技能入口。在支持 Skill 机制的 AI 客户端中打开技能市场或技能管理页，用技能ID 12088 或英文名 pptx 检索。
- 一键安装。点击安装/启用按钮，等待依赖注入完成。若平台提供离线包或本地技能目录，也可将技能文件夹放入约定目录后重启客户端，具体路径以官方说明为准。
- 验证是否生效。上传一个
.pptx文件，提问"请用 pptx 技能提取这份演示文稿的文字内容"。若模型能调用python -m markitdown 文件名.pptx并返回结构化文本，说明读取链路已通；再让它"生成一个 3 页的封面+目录+结尾的演示文稿"，能输出可打开的.pptx，说明创建链路也通了。 - 排查常见失败。若报"脚本不存在"，技能详情中已有提示：
unpack.py位于skills/pptx/ooxml/scripts/unpack.py，找不到时用find . -name "unpack.py"定位；若报依赖缺失，按第 1 步补齐对应工具。
该技能的主要功能和特点
- 文本快速提取与分析：把
.pptx转为 Markdown 后通读，适合做内容归档、摘要、合规检查等只关心文字的场合。 - 原始 XML 级访问：解包后可读取评论、演讲者笔记、幻灯片布局、动画、设计元素和复杂格式——这些恰恰是普通"文本提取"拿不到的东西。
- 字体与配色逆向分析：面对"照这个样式做"的需求，它会先读
ppt/theme/theme1.xml中的配色方案与字体方案，再结合示例幻灯片的实际使用情况，用grep全量搜索颜色与字体引用，而不是凭感觉猜。 - 无模板从零创建：走
html2pptx工作流，先用 HTML 描述每页版式（16:9 为 720pt × 405pt），再由脚本转为 PowerPoint，定位精度远高于纯代码堆形状。 - 有模板套版创建：
rearrange.py负责复制、重排、删除幻灯片，inventory.py负责导出所有形状的文本与格式清单，replace.py负责按 JSON 精准回填。索引从 0 开始，同一张模板可重复引用。 - 成品视觉自检：
thumbnail.py生成缩略图网格（默认 5 列、每网格最多 30 张，可调 3–6 列），让模型"看着图改稿"，专治文本截断、文本重叠、越界、对比度不足。 - 编辑即校验：编辑现有文件时，每次改动后都要求立刻运行
validate.py <dir> --original <file>，把格式错误挡在打包之前。 - 内置设计方法论：强制先陈述设计取向再写代码，仅使用网络安全字体（Arial、Helvetica、Times New Roman、Georgia、Courier New、Verdana、Tahoma、Trebuchet MS、Impact），并提供 18 套参考配色（如"勃艮第奢华"“鼠尾草色与陶土色”“酸橙色与李子色”）以激发而非限制创意。
- 明确的排版禁忌：例如带图表或表格的页面禁止"文本在上、图表在下"的单列堆叠，推荐全幅布局或不等宽两列（如 40% / 60%）。
和"让模型直接吐一段 Python 代码"相比，它的差异不在于会不会写代码，而在于有没有流程、有没有校验、有没有设计约束。
如何使用该技能？
不同任务对应不同调用路径，按场景操作即可。
场景一：只想读内容
- 上传文件，说明"提取文字即可"。
- 模型执行
python -m markitdown 文件.pptx，输出 Markdown。 - 若还想要演讲者笔记或评论，让它改为解包读取
ppt/notesSlides/与ppt/comments/下的 XML。
场景二：从零创建新演示文稿（无模板）
- 先用自然语言交代主题、受众、页数、风格偏好。
- 模型会先给出设计说明：主题是什么、选什么色调、为什么。此时你可以纠正方向。
- 模型逐页生成 HTML，图表/表格区域用
class="placeholder"占位。 - 运行 JS 脚本调用
html2pptx()转换，再用 PptxGenJS 往占位区插入图表和表格，最后pptx.writeFile()落盘。 - 生成缩略图网格做视觉复核：
python scripts/thumbnail.py output.pptx workspace/thumbnails --cols 4，发现问题就改 HTML 的边距/间距/颜色后重跑。
场景三：套用现有模板批量出稿
- 提取模板文本并生成缩略图：
python -m markitdown template.pptx > template-content.md，再python scripts/thumbnail.py template.pptx。 - 模型输出
template-inventory.md模板清单，逐页标注索引与用途（注意是 0 索引）。 - 输出
outline.md与template_mapping映射表，例如[0, 34, 34, 50, 54]表示封面 + 两次复用第 34 页 + 引用页 + 结尾页。 - 重排：
python scripts/rearrange.py template.pptx working.pptx 0,34,34,50,54。 - 导出文本清单：
python scripts/inventory.py working.pptx text-inventory.json，通读后构造replacement-text.json。 - 回填：
python scripts/replace.py working.pptx replacement-text.json output.pptx。
其中 replacement-text.json 的段落要写成结构化对象，例如：
"paragraphs": [
{ "text": "2025 年度经营回顾", "alignment": "CENTER", "bold": true },
{ "text": "第一部分：市场环境", "bold": true },
{ "text": "营收同比增长 18%", "bullet": true, "level": 0 },
{ "text": "红色强调文本", "color": "FF0000" }
]
几个容易踩的点：项目符号由脚本自动添加，文本里不要再写 • 或 -；bullet: true 时不要同时设 alignment；未被写入 paragraphs 的形状会被自动清空文本，所以要么补内容、要么确认可以清空。
场景四：编辑现有演示文稿
- 解包：
python ooxml/scripts/unpack.py 文件.pptx 输出目录。 - 定位目标 XML，如
ppt/slides/slide3.xml。 - 修改后立刻校验：
python ooxml/scripts/validate.py 输出目录 --original 文件.pptx。 - 打包：
python ooxml/scripts/pack.py 输出目录 新文件.pptx。
场景五：只想"看一眼"
用 soffice --headless --convert-to pdf 文件.pptx 转 PDF，再用 pdftoppm -jpeg -r 150 文件.pdf slide 转成图片，还可以用 -f 2 -l 5 只转指定页范围。
同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装/使用门槛 | 适用场景 | 优势与不足 |
|---|---|---|---|---|---|
| pptx（PPTX演示文稿处理Skill） | AI 原生的演示文稿全流程处理技能 | 文本提取、XML 级读取、无模板创建、模板套版、现有文件编辑、缩略图视觉自检 | 需具备 Python/Node 环境及 LibreOffice、Poppler 等依赖；在 AI 客户端内一键启用 | 让 AI 端到端交付可用 PPT，尤其是套版与批量改造 | 优势：流程规范、自带校验、可读取笔记与评论等深层结构；不足：依赖较多，首次环境准备有一定成本 |
| python-pptx 等编程库 | 面向开发者的底层操作库 | 创建幻灯片、写入文本与形状、读取部分结构 | 需自行编写代码，无设计规范约束 | 固定格式的脚本化生成 | 优势：轻量、可控；不足：不处理排版美学、不支持 HTML 精确定位、对复杂编辑与视觉校验无帮助 |
| Microsoft PowerPoint 手动编辑 / 内置宏 | 传统桌面办公方案 | 全功能可视化编辑、动画与母版设计 | 需人工逐页操作或自行编写 VBA | 单件精修、需要人工审美判断的场合 | 优势：所见即所得、格式兼容性最好；不足：无法批量、不可自动化、难以与 AI 流程串联 |
| 在线 AI 生成 PPT 工具 | 面向大众的模板化生成服务 | 输入主题自动出稿、提供在线模板库 | 注册即用，通常有免费额度与付费档位 | 快速出草稿、轻量汇报 | 优势：上手极快；不足：深度定制受限、难以对接本地模板与存量文件、批量与结构化改写能力弱 |
选型建议：追求"AI 直接交付、且要接自家模板"选本技能；只需固定脚本化生成选编程库；单件精修还是回到 PowerPoint；只想五分钟出个草稿，在线工具更省事。
该技能的典型应用场景与实际体验情况
场景一：咨询/投行分析师赶汇报稿
痛点：模板是公司统一的，几十页版式各不相同，手工套版最耗时间。用法：把公司模板丢给模型，让它先出 template-inventory.md 和 outline.md，确认映射关系后跑 rearrange.py + replace.py。实际体验：上手难度中等，第一次要花时间确认模板索引和形状编号；一旦清单跑通，后续同一模板的复用非常顺。注意索引是 0 起的，映射表里写错一位，整页内容就会错位。
场景二：知识管理团队清洗存量演示文稿
痛点：几百份历史 PPT 需要归档成可检索文本，人工打开复制不现实。用法：批量走 markitdown 转 Markdown 后做摘要与打标。实际体验：上手最简单，一条命令一步到位；效果稳定，但只保留文字，图片、版式、动画信息会丢失，若后续要做视觉还原需要改走解包路径。
场景三：从零做一份风格明确的提案
痛点：AI 生成的 PPT 常常"能用但难看"，字号打架、图表挤在文字下面。用法：交代主题后让模型先讲设计思路，选定配色（例如"鼠尾草色与陶土色"），再生成 HTML。实际体验：效果提升明显，尤其是"禁止单列堆叠图表"这条约束，直接解决了最常见的可读性问题。注意必须坚持跑缩略图复核——文本截断和越界在不看图的情况下几乎发现不了。
场景四：给现有演示文稿补演讲者笔记和修订评论
痛点：这类内容藏在 XML 里，普通转换工具读不到也写不了。用法：解包后直接编辑 ppt/notesSlides/ 与 ppt/comments/ 下的文件，每次改完跑一次 validate.py。实际体验：上手难度偏高，需要一点 OOXML 结构常识；但因为强制"改一步、验一步"，出错后能立刻定位，不至于打包出一个打不开的文件。
该技能能为用户带来的价值
效率层面：把"读稿—套版—回填—校验"这条原本靠人工串联的长链路压成几条命令。模板套版从逐页复制粘贴，变成一次映射表加一次脚本执行；几十页的批量改字，从半天缩到分钟级。
门槛层面：不需要懂 OOXML 命名空间、不需要会写 PptxGenJS、不需要研究 pdftoppm 参数，就能拿到结构正确的成品文件。设计环节也被前置约束——安全字体白名单、对比度要求、两列/全幅布局规则，让非设计背景的人也能做出及格线以上的版面。
质量层面：validate.py 的逐次校验把格式错误挡在交付前；缩略图网格让"文本被标题栏截断""文字压在形状上"这类问题在交付前暴露。对团队协作而言，这相当于给 AI 出稿加了一道自动质检。
长期价值：一旦把企业模板的清单和映射沉淀下来，它就变成一条可复用的产线——新主题进来，换内容不换版式，品牌一致性自动保持。存量演示文稿也因此从"只能看"变成"可检索、可改造"的结构化资产。
常见问题 FAQ
Q1：怎么安装？会不会很麻烦？
在支持 Skill 机制的 AI 客户端里，用技能ID 12088 或英文名 pptx 检索并启用即可，具体入口以官方说明为准。稍微需要留意的是运行依赖：markitdown、pptxgenjs、playwright、sharp、LibreOffice、Poppler、defusedxml 等，若平台未预装则需要自行补齐，否则创建和转图环节会报错。
Q2：收费吗？
技能本身采用专有许可，LICENSE.txt 中列有完整条款，具体授权范围与是否收费请以官方说明为准。此外，它所调用的第三方依赖（如 LibreOffice、Poppler、各 npm/pip 包）各自遵循自己的开源协议。
Q3：会不会把我原来的文件改坏？
技能的设计是"解包到目录 → 编辑 → 校验 → 重新打包"，原文件本身通常不被直接覆盖，只有在 pack.py 输出新文件时才产生结果。仍然强烈建议：操作前先备份，且每次编辑后一定执行 validate.py，不要跳过校验直接打包。
Q4：它和 python-pptx 这类库，我该选哪个？
如果你只需要"按固定脚本批量生成结构一致的页面"，编程库更轻。如果你要的是"AI 读懂需求 → 选设计 → 出稿 → 自检 → 交付"，尤其是要套用公司模板、或改动现有文件的深层内容，用这个技能更合适——它补齐的正是设计规范、模板映射和视觉校验这三块。
Q5：适合谁用？有没有不适合的场合？
适合经常出汇报稿的分析师与顾问、需要批量处理存量 PPT 的运营与知识管理团队、以及想把模板变成自动化产线的研发同学。不太适合：只做单页精修、需要复杂动画与交互设计的场合——那类工作交回 PowerPoint 手工调整，效率反而更高。