pptx（PPTX演示文稿操作技能）Skill 是什么？如何下载安装？

PPTX演示文稿操作技能：让 AI 直接读懂、改写并生成你的幻灯片

它不是"帮你写 PPT 文案"的工具，而是真正操作 .pptx 文件的操作层：技能会拆开演示文稿的 ZIP 包，读取或改写里面的 XML，从而控制文本、布局、演讲者笔记、评论和主题样式。
三条主线工作流：读取与分析、从零创建（html2pptx）、基于模板创建（rearrange + inventory + replace），另有编辑现有文件的 OOXML 工作流。
有可视化自检环节：技能可以生成缩略图网格、把幻灯片转成图片，让 AI 自己"看一眼"排版有没有文字截断、重叠或对比度问题。
安装门槛主要在依赖项：需要 markitdown、pptxgenjs、playwright、sharp、LibreOffice、Poppler 等工具就位，具体安装方式以官方说明为准。
最大价值是把"套版 + 改稿"这类重复劳动自动化：几十页的模板型演示文稿，可以在分钟级完成内容替换与版式复用。

该技能叫什么？如何下载安装 AI 技能提升开发效率？

技能中文名：PPTX演示文稿操作技能
技能英文名：pptx
技能ID：13718

它解决的是一个非常具体的痛点：大模型很擅长写字，但不会操作文件。你让它"帮我把这份季度汇报的第 5 页改成两栏布局"“把模板里所有占位文字换成我们的内容”“把演讲者备注整理出来”，纯对话模型只能给你一段文字让你自己复制粘贴。pptx 技能补上的正是这一段：它把 .pptx 当作一个可读可写的结构化容器，让 AI 能真正打开、修改、重建你的演示文稿文件。

从技能说明来看，它的底层认知是：.pptx 本质上是一个 ZIP 存档，里面装着 XML 文件和其他资源。理解这一点之后，剩下的一切——提取文本、改布局、加备注、套模板——都变成了"读取某个 XML、改一改、再打包"的确定性操作。

安装思路与步骤

"一键安装"AI 技能的核心思路是：先把技能包放进 AI 客户端能识别的技能目录，再把它依赖的外部工具补齐。这样 AI 在遇到 .pptx 任务时会自动调用该技能，而不是凭空编造。

安装前提：确认你使用的 AI 客户端/开发环境支持 Skills 机制，并能调用本地命令行与 Python/Node 环境。若不确定，以官方说明为准。
安装技能本体：通过你所用平台的技能市场、技能 ID（13718）检索安装入口，或按官方文档把技能包放入技能目录。具体命令与路径以官方说明为准。
补齐依赖项（技能详情中明确列出，全部为"应已安装"状态）：
- pip install "markitdown[pptx]"（从演示文稿提取文本）
- pip install defusedxml（安全 XML 解析）
- npm install -g pptxgenjs（通过 html2pptx 创建演示文稿）
- npm install -g playwright（HTML 渲染）
- npm install -g react-icons react react-dom（图标支持）
- npm install -g sharp（SVG 栅格化与图像处理）
- sudo apt-get install libreoffice（PDF 转换）
- sudo apt-get install poppler-utils（pdftoppm 转图）
验证是否生效：给它一份现成的 .pptx，提出一个最小指令，例如"把这份演示文稿的文本提取出来"。若它执行 python -m markitdown path-to-file.pptx 并返回大纲内容，说明技能已正常工作。若提示找不到脚本，可按技能说明使用 find . -name "unpack.py" 定位脚本路径。

注意：技能自带脚本位于项目根目录的 skills/pptx/ooxml/scripts/ 下（如 unpack.py、validate.py、pack.py），scripts/ 目录下则包含 html2pptx.js、rearrange.py、inventory.py、replace.py、thumbnail.py 等工具脚本。

该技能的主要功能和特点

文本快速提取：一句话把整份演示文稿转成 Markdown，适合做内容审查、摘要、翻译前的预处理，不需要关心排版细节。
原始 XML 深度访问：评论、演讲者笔记、幻灯片布局、动画、设计元素、复杂格式这些"Markdown 抓不到"的东西，通过解包读取原始 XML 获取。技能明确列出了关键文件结构：ppt/presentation.xml、ppt/slides/slide{N}.xml、ppt/notesSlides/notesSlide{N}.xml、ppt/comments/modernComment_*.xml、ppt/slideLayouts/、ppt/slideMasters/、ppt/theme/、ppt/media/。
字体与配色逆向分析：当你给一份"参照设计"要求模仿时，技能会先读 ppt/theme/theme1.xml 里的 <a:clrScheme> 与 <a:fontScheme>，再采样 slide1.xml 里的实际 <a:rPr>，并用 grep 全局搜 <a:solidFill>、<a:srgbClr>，把配色和字体规律摸清再动手。
从零创建（无模板）：走 html2pptx 路线——先写 HTML 幻灯片（如 16:9 用 720pt × 405pt），再用 scripts/html2pptx.js 转成 PowerPoint，图表和表格通过 PptxGenJS API 往占位区填充。
基于模板创建（有模板）：这是差异化最强的一环。先 markitdown 提取模板文字 + thumbnail.py 生成视觉缩略图网格，再人工/AI 共同产出 template-inventory.md 清单与 outline.md 大纲，然后用 rearrange.py 复制重排幻灯片、inventory.py 导出所有形状属性、replace.py 精准替换文案。
内置设计原则与调色板库：技能给出了 18 套示例调色板（经典蓝、蓝绿与珊瑚、勃艮第奢华、奶油与森林绿等），并强制要求"只使用网络安全字体"、按内容主题选择配色、保持跨页一致性。
可视化质量自检：thumbnail.py 生成缩略图网格（默认 5 列、每网格最多 30 张，可用 --cols 3~6 调整），或先 soffice --headless --convert-to pdf 再 pdftoppm -jpeg -r 150 转图，让 AI 逐张检查文字截断、文本重叠、定位偏移和对比度不足。
编辑后强制校验：OOXML 编辑每次改动后都要跑 python ooxml/scripts/validate.py <dir> --original <file>，发现错误立即修复再继续，最后才 pack.py 重新打包。

和普通工具比强在哪？普通 AI PPT 工具通常只能"从提示词生成一份新 PPT"，一旦你要改已有的、客户给的、公司模板的 .pptx，就无能为力。这个技能是双向的：既能造，也能改，还能读懂里面的注释和备注这类"隐形内容"。

如何使用该技能？

以下按任务类型给出可直接参考的调用步骤。

场景 A：读取与分析现有演示文稿

直接提出诉求：“把 report.pptx 的文本内容转成 Markdown 给我。”
技能执行：python -m markitdown path-to-file.pptx
若你需要评论、备注或布局信息，它会改为解包：python ooxml/scripts/unpack.py <office_file> <output_dir>，然后读取 ppt/notesSlides/notesSlide1.xml 或 ppt/comments/modernComment_*.xml。

场景 B：从零创建新演示文稿（无模板）

先声明设计思路。技能要求"在编写代码前陈述基于内容的设计方法"，例如：“这是医疗行业对外汇报，我选鼠尾草与赤土色（#87A96B / #E07A5F / #F4F1DE / #2C2C2C），标题用 Arial 加粗，正文用 Georgia。”
为每页写 HTML，尺寸 720pt × 405pt，文本统一用 <p>、<h1>-<h6>、<ul>、<ol>，图表位置写 class="placeholder"（渲染为灰底便于识别）。
渐变与图标必须先用 Sharp 栅格化为 PNG，再在 HTML 中引用。
运行 JavaScript 文件，用 html2pptx() 逐页处理，用 PptxGenJS API 往占位区加图表表格，最后 pptx.writeFile() 保存。
生成缩略图自检：python scripts/thumbnail.py output.pptx workspace/thumbnails --cols 4，逐张排查截断与重叠，改 HTML 重跑直到干净。

场景 C：套用公司模板批量出稿

提取模板文字与缩略图：python -m markitdown template.pptx > template-content.md、python scripts/thumbnail.py template.pptx
生成 template-inventory.md，逐一列出每张幻灯片的 0 基索引、布局代码与用途。
写 outline.md，做 template_mapping 映射，例如：
```
template_mapping = [0, 34, 34, 50, 54]
```
重排：python scripts/rearrange.py template.pptx working.pptx 0,34,34,50,52（同一索引可重复出现以复制该页）
导出形状清单：python scripts/inventory.py working.pptx text-inventory.json，然后阅读 JSON 确认每个 shape-N 的占位符类型、位置和段落属性。
写 replacement-text.json，注意：带 "bullet": true 时不要自己加"•"符号，脚本会自动添加；未在 JSON 中给出 paragraphs 的形状会被自动清空。
应用：python scripts/replace.py working.pptx replacement-text.json output.pptx。若报错 形状 'shape-99' 在 'slide-0' 上未找到，说明引用了不存在的形状，按提示改用可用形状名重试。

场景 D：精细编辑某一页

通读 ooxml.md（约 500 行，技能要求完整阅读，不得设置范围限制）。
解包 → 编辑 ppt/slides/slide{N}.xml → 每次编辑后立刻校验 → 打包。顺序不能颠倒。

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（本技能）	面向 AI 的演示文稿操作层	文本提取、XML 级读写、html2pptx 生成、模板重排与批量替换、缩略图质检	中高：需 AI 客户端支持 Skills，并安装 8 项依赖（以官方说明为准）	已有模板套版、存量文件改写、深层内容分析	优势：能读能改能造，可处理备注/评论/主题；不足：依赖环境较重，需要一定命令行基础
手动使用 PowerPoint / WPS	传统图形界面办公软件	全功能排版、动画、放映	低：装好即用	个人精修、需要反复微调的正式汇报	优势：所见即所得、控制力最强；不足：几十页套版纯手工，重复劳动大，无法批量
python-pptx 自行编码	开发者库方案	用 Python 代码创建与修改幻灯片	中：需要编程能力	固定模板的批量生成、数据驱动报表	优势：可脚本化、可进 CI；不足：对复杂版式与原文件保真改写支持有限，注释/动画等需要自己啃 XML
通用 AI 生成 PPT 工具	提示词一键生成	根据主题生成整套幻灯片	低：网页端输入即得	快速出草稿、内部沟通材料	优势：上手极快；不足：通常只能"新建"，难以套用你的公司模板，改动存量 .pptx 能力弱
Markdown 转幻灯工具（如 Marp / Slidev）	文本驱动排版	用 Markdown 生成幻灯片	中：需配置渲染环境	技术分享、开发者演讲	优势：版本可控、可 Git 管理；不足：导出 .pptx 的样式还原度有限，无法反向读取既有 pptx

选择建议很直接：要"改别人的 PPT"或"套公司模板"，选本技能；要一次性出草稿，选通用 AI 生成工具；要长期可维护的固定报表，考虑 python-pptx 或 Markdown 方案。

该技能的典型应用场景与实际体验情况

场景一：咨询顾问的提案初稿

角色与痛点：顾问每周要出 2-3 份客户提案，公司有标准模板，但每次都要手工复制页面、删多余版式、一页页替换标题和要点，一份 40 页的稿子光套版就要两三个小时。

使用方式：先用 thumbnail.py 看清模板有多少种版式，写 outline.md 决定每节用哪一页，rearrange.py 按索引重排，再让 AI 生成 replacement-text.json 批量替换。

实际体验：上手需要理解"0 基索引"和"形状名"这两个概念，第一次配置依赖会花些时间；但流程跑通后，重复部分基本是分钟级。注意事项：replace.py 有溢出检测，如果新文案比原文长太多会报"溢出恶化"，需要主动精简措辞或换更宽的版式。

场景二：设计师承接客户既有模板

角色与痛点：客户甩来一份带品牌视觉的 .pptx，要求"按这个风格再做一版"，设计师得先反推配色和字体。

使用方式：技能会读 ppt/theme/theme1.xml 的 <a:clrScheme> 和 <a:fontScheme>，再采样 slide1.xml 的 <a:rPr>，并用 grep 全局搜 <a:solidFill>、<a:srgbClr>，把主色、强调色和实际在用的字体梳理出来。

实际体验：这一步比肉眼取色可靠得多，尤其是"主题色被覆盖成 RGB 值"这种肉眼看不出的坑。注意事项：技能强制只用网络安全字体（Arial、Helvetica、Times New Roman、Georgia、Courier New、Verdana、Tahoma、Trebuchet MS、Impact），如果客户品牌字体是特殊字体，需要在最终文件里靠客户端环境承载。

场景三：内容运营做演讲者备注与评论审查

角色与痛点：活动前一晚要检查几十页幻灯片里的演讲者备注有没有过时信息、评论有没有未处理的修改意见。

使用方式：走原始 XML 路线，unpack.py 解包后直接读 ppt/notesSlides/notesSlide{N}.xml 和 ppt/comments/modernComment_*.xml。

实际体验：这是 markitdown 提取不到的"隐形内容"，价值很高；但需要接受"看 XML"这件事，输出结构化程度取决于原文件的书写规范。

场景四：从零搭一份内部培训材料

角色与痛点：没有任何模板，只有一堆要点，希望版式别太丑。

使用方式：技能要求先陈述设计方法再写代码，从 18 套示例调色板里挑一套（比如"炭灰与红色"#292929 / #E33737 / #CCCBCB），用 720pt × 405pt 的 HTML 逐页搭建，占位区用 class="placeholder" 标出图表位置，转完后跑缩略图自检。

实际体验：AI 会主动做视觉层次（72pt 标题 vs 11pt 正文这类极端对比）、不对称列宽、色块背景等设计动作，比"套一个默认模板"好看不少。注意事项：带图表/表格的页面务必用"全幻灯片布局"或"两列布局"，技能明确写了切勿垂直堆叠——图表压在一堆文字下面会导致可读性变差。

该技能能为用户带来的价值

效率层面：把"套版 + 改字"这类高度重复的工作从小时级压到分钟级。一份 40 页的模板型演示文稿，手工重排加替换通常要 2-3 小时，用 rearrange.py + replace.py 的流程，主要时间花在写 outline.md 和 replacement-text.json 上，纯机械操作被脚本接管。

质量层面：可视化自检环节把"发出去才发现标题被截断""图表压字"这类低级错误挡在交付前。技能内置的检查清单很具体——文本截断、文本重叠、定位问题、对比度问题四类，逐张过。

门槛层面：你不需要会写 OOXML，不需要理解 <a:clrScheme>，也不需要记住 pdftoppm 的参数。技能把这些封装成"你说需求、AI 调脚本"的形式，让非技术人员也能完成过去只有会写 python-pptx 的人才能做的批量操作。

长期价值：把演示文稿变成"可版本化、可批量、可审查"的资产。一旦 template-inventory.md 和 outline.md 建立起来，下一季度的同类汇报可以复用同一套映射关系，边际成本持续下降。同时，它对评论、备注、主题色这些"隐性信息"的读取能力，让演示文稿真正成为可检索、可审计的知识载体。

常见问题 FAQ

Q1：这个技能收费吗？ 技能详情中的许可标注为"专有"，LICENSE.txt 包含完整条款。具体授权范围与是否收费，请以官方说明为准。技能依赖的各项第三方工具（markitdown、pptxgenjs、playwright、sharp、LibreOffice、Poppler 等）各自遵循其自身开源协议。

Q2：安装后提示找不到 unpack.py 怎么办？ 技能说明中已给出处理方式：unpack.py 应位于项目根目录下的 skills/pptx/ooxml/scripts/unpack.py。如果该路径不存在，执行 find . -name "unpack.py" 定位实际位置即可。

Q3：为什么必须"完整阅读" html2pptx.md 和 ooxml.md，不能只看片段？ 技能对这两个文件标注了"强制"和"切勿设置任何范围限制"。原因是语法规则和格式化约束分散在全文，截断阅读容易漏掉关键规则（比如项目符号不要自己加"•"、带 bullet: true 时不要设置 alignment），导致生成结果出错。

Q4：替换文案后脚本报"溢出恶化"错误怎么处理？ 这是 replace.py 的溢出保护机制，提示类似"slide-0/shape-2：溢出恶化 1.25"（原 0.00"）。解决办法是精简新文案、改用能容纳更多内容的版式，或拆分到多张幻灯片。inventory.py 导出的形状尺寸（单位英寸）可以用来估算合适字数。

Q5：它和我在用的 AI PPT 生成工具有什么区别？我该选哪个？ 如果你主要是"从零快速出一份草稿"，通用 AI 生成工具更省事。如果你的核心诉求是改已有的 .pptx、套用公司的固定模板、批量替换大量文案，或者要读取演讲者备注与评论，那么本技能的 XML 级读写与模板流水线是通用生成工具通常不具备的能力。二者并不冲突，可以先用本技能分析模板，再用生成工具补充创意页面。