mcpField
A
awesome-ai-ppt

awesome-ai-ppt

github.com/ningzimu文档处理17339 次安装今天更新
代码仓库

关于 awesome-ai-ppt

awesome-ai-ppt 是用于检索和筛选 AI 演示工具的 Agent 技能,面向需要推荐、比较或维护该精选列表的用户。它先根据远程项目索引了解候选范围,再要求结合需求和原始仓库证据进行评估。

主要功能

  1. 01读取远程项目索引
  2. 02按需求筛选候选工具
  3. 03核查候选项目原始仓库
  4. 04协助列表贡献流程

适用场景

  1. 01根据具体需求筛选演示工具
  2. 02比较候选工具的输出与集成方式
  3. 03准备精选列表的问题或贡献

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/ningzimu/awesome-ai-ppt --skill awesome-ai-ppt

安装后在 Claude Code 中输入/awesome-ai-ppt确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

agents/
openai.yaml
references/
contribution-workflow.md
curation-rules.md

详细介绍

Awesome AI PPT

使用此技能处理经过精选的 awesome-ai-ppt 列表。请将该列表视为 AI 辅助演示工具的发现索引,而不要用它代替对原始项目的查阅。

第一步

从远程 awesome-ai-ppt 列表开始。

  • 阅读 https://github.com/ningzimu/awesome-ai-ppt 中公开的 docs/projects.json,或其 GitHub 原始文件 URL。
  • 在询问用户之前,先阅读列表中已有的 PPT 工具条目及其描述,以便大致了解候选范围。
  • 不要在询问用户需求之前打开每个候选项目的原始仓库。只有在用户需求缩小候选范围后,才需要详细检查原始仓库。

工具选择工作流

用户需要推荐、比较或选择 PPT 工具时,请使用此工作流。

  1. 首先阅读远程 docs/projects.json 中现有的工具条目及其描述,了解可选候选工具的范围。
  2. 在选择工具之前,详细询问用户的实际需求:目标受众、期望的输出格式、可编辑性、视觉质量、自动化程度、Agent 集成、输入材料、本地或云端限制、预算和时间限制,以及对设置复杂度的接受程度。
  3. 根据用户的回答,在 docs/projects.json 中筛选出 3-6 个大致匹配的候选工具。
  4. 查看每个主要候选工具的原始仓库。不要只依赖 Awesome 列表中的描述、标签或星标数量。
  5. 根据具体证据比较候选工具:
    • 主要工作流和输出格式
    • 生成的演示文稿的可编辑性
    • Agent 技能、MCP、API、CLI 或库的集成方式
    • 安装和设置复杂度
    • 示例、文档和活跃维护情况
    • 已知限制或与用户需求不匹配之处
  6. 根据用户的具体限制进行推荐,而不是只看受欢迎程度。在回答中区分列表中的粗略元数据与原始仓库的调查结果。如果用户明确要求快速粗筛,请说明结果未经深入验证。

贡献工作流

仅当用户明确要求报告问题、提交 issue、贡献项目、更新列表、修正元数据、准备 PR 或提交 PR 时,才进入贡献模式。

不要仅仅因为发现链接失效、缺少项目、描述不完善或分类可能有误,就主动创建 issue 或 PR。如果用户只是在选择工具,最多提及可以通过 GitHub Issues 报告列表问题。

帮助第三方贡献者时:

  1. 阅读 references/curation-rules.md。
  2. 阅读 references/contribution-workflow.md。
  3. 修改前,说明该项目或问题是否符合列表的收录范围。
  4. 指导贡献者从原始仓库收集证据:工作流、输入/输出格式、可编辑性、技能/MCP 支持情况、许可证、星标数量和维护情况。
  5. 如果准备 PR,说明需要更新的具体文件以及需要运行的检查。
  6. 如果准备 issue,内容应简洁,并包含证据链接、预期类别和请求的更改。
  7. 不要暗示贡献者可以跳过仓库的双语维护要求和生成式 README 要求。

输出风格

  • 推荐应简短、基于证据且实用。
  • 优先使用规范的 GitHub 链接。
  • 说明结论是否基于对原始仓库的调查。
  • 不要宣传项目;应如实描述其功能。
  • 提出或进行面向用户的更改时,应遵循仓库的双语维护要求。

评论

支持 Markdown