让Agent使用PPT模板生成新的PPT | PPTX-Template-Skills

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

• 我的帖子已经打上 开源推广 标签： 是


• 我的开源项目完整开源，无未开源部分： 是


• 我的开源项目已链接认可 LINUX DO 社区： 是


• 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是


• 以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

前情提要

本人并不爱写PPT,但工作需要写PPT，于是忍无可忍！

历时半个月，我终于手搓了一个专注于让Agent按照模板生成PPT的Skill

仓库： GitHub - CxyZyr/PPTX-Template-Skills: Two composable skills that turn a PowerPoint template into a freshly filled deck — without an agent ever hand-reading shape indices off a slide. Parsing produces a portable, machine-readable contract; generation fills that contract page by page while preserving the template's original visual logic. · GitHub

执行流程

本项目实际包含两个skill,一个负责解析模板，一个负责使用解析后的产物适配并生成新的PPT。项目对PPT中的大部分可填元素进行了全面的解析，非解析部分遵循模板。支持自动替换图像以及Icon图标，图像部分采用Tavily API，配置对应api-key即可。

模板.pptx ─\[解析\]→ spec.json ─\[生成\]→ 填好的新 PPT

• 解析 skill：把模板的每个形状分类（标题/正文/卡片/图标/logo/配图/图表/表格），识别每页角色，输出一份机器可读的「填充契约」spec.json


• 生成 skill：读契约，按页填文字 → 图标 → logo → 配图，保留模板原本的几何、对齐、主题色、段落样式

测试结果

在几十个模板上进行了适配性测试，基本能够稳定产出文件，但任然会存在一些小瑕疵，需要人工进行细微的修正。支持迁移至弱模型，已使用deepseek-v4-flash测试，消耗如下：

• Total duration (API): 5m 2s


• Total code changes: 133 lines added, 535 lines removed


• deepseek-v4-flash: 69.7k input, 28.9k output, 4.0m cache read, 0 cache write

可视化展示：

使用提示以及限制

• 配合 Claude Code / Codex 这类带 skill 机制的 agent 用 —— 把仓库里 skills/ 丢进 skill 目录，直接跟它说「按 skill 流程，用这个模板生成 PPT」就行


• 收尾过程涉及视觉校验，模型不支持会自动跳过，如果打算自行进行微调，也可以要求agent无需执行视觉校验，以节省生成时间


• 图像部分建议预先作为材料提供给Agent，优先使用已有图像。如果未提供，skill的执行过程中会使用API从网络检索图像（匹配机制较为严格，实际很难命中），图像未命中则保持模板图像不变


• Icon这类小图标的设计思路来源于前端开发中的icon库，能够解决PPT中一些小图标的适配问题


• 尽管skill中预先设计了较多的执行边界，动态适配策略。在实际测试中可能仍然会产生一些疏漏，需要人工进行小批量的矫正


• 弱模型尽管已经证明可以按照skill产出对应文件，但是依然可能会偷懒

最后

欢迎 Star / Issue / PR。也欢迎拿自己的奇葩模板来试，解析翻车了开 issue 我瞅瞅！