PPT Generator Pro

概览

功能

• 智能文档分析 - 自动提取要点并规划 PPT 内容结构
• 多种风格 - 内置渐变玻璃拟态和矢量插画专业风格
• 高质量图像 - 使用 Nano Banana Pro 生成 16:9 高清 PPT 幻灯片
• AI 转场视频 - Kling AI 生成流畅的页面转场动画
• 交互式播放器 - 视频与图像混合播放，支持键盘导航

步骤

1. 收集用户输入（文档内容、风格选择、页数、视频生成选项）
2. 分析文档并生成 slides_plan.json
3. 为每页生成提示词并调用 Nano Banana API 创建图像
4. （可选）分析图像差异、生成转场提示词，并调用 Kling API 创建视频
5. 生成 HTML 播放器并返回结果

输出

在用户的工作目录中创建输出文件夹：

output/ppt_TIMESTAMP/
├── images/
│   ├── slide-01.png
│   ├── slide-02.png
│   └── ...
├── videos/              # If video generation is enabled
│   ├── preview.mp4
│   ├── transition_01_to_02.mp4
│   └── ...
├── index.html           # Image player
├── video_index.html     # Video player (if video generation is enabled)
├── slides_plan.json     # Content plan
└── prompts.json         # Prompt records

第 1 阶段：收集用户输入

1.1 获取文档内容

与用户交互以获取具体内容。格式不受限制。用户可以提供完整内容，也可以由你为用户生成内容。

1.2 选择风格

扫描 styles/ 目录，列出可用风格，并使用 AskUserQuestion 进行选择。

1.3 选择页数

使用 AskUserQuestion 询问：

Question: How many PPT pages would you like to generate?
Options:
- 5 pages (5-minute presentation)
- 5-10 pages (10-15 minute presentation)
- 10-15 pages (20-30 minute presentation)
- 20-25 pages (45-60 minute presentation)

1.4 生成视频（可选）

Question: Would you like to generate transition videos?
Options:
- Images only (Fast)
- Images + Transition videos (Full experience)

第 2 阶段：文档分析与内容规划

2.1 内容规划策略

根据页数智能规划每页内容：

5 页版本：

1. 封面：标题 + 核心主题
2. 要点 1：第一个关键见解
3. 要点 2：第二个关键见解
4. 要点 3：第三个关键见解
5. 总结：核心结论或行动事项

5-10 页版本：

1. 封面 2-3. 引言/背景 4-7. 核心内容（3-4 个要点） 8-9. 案例研究或数据支持
2. 总结和行动事项

10-15 页版本：

1. 封面 2-3. 引言/目录 4-6. 第 1 章（3 页） 7-9. 第 2 章（3 页） 10-12. 第 3 章/案例研究 13-14. 数据可视化
2. 总结和后续步骤

20-25 页版本：

1. 封面
2. 目录 3-4. 引言和背景 5-8. 第 1 部分（4 页） 9-12. 第 2 部分（4 页） 13-16. 第 3 部分（4 页） 17-19. 案例研究 20-22. 数据分析与见解 23-24. 主要发现和建议
3. 总结和致谢

2.2 生成 slides_plan.json

创建 JSON 文件并保存到输出目录：

{
  "title": "Document Title",
  "total_slides": 5,
  "slides": [
    {
      "slide_number": 1,
      "page_type": "cover",
      "content": "Title: AI Product Design Guide\nSubtitle: Building User-Centered Intelligent Experiences"
    },
    {
      "slide_number": 2,
      "page_type": "cover",
      "content": "User Satisfaction\nBefore use: 65%\nAfter use: 92%\nImprovement: +27%"
    },
    ...
    {
      "slide_number": n,
      "page_type": "content",
      "content": "Summary\n- User-centered approach\n- Continuous optimization\n- Data-driven decisions"
    }
  ]
}

第 3 阶段：生成 PPT 图像

3.1 读取风格模板

读取 styles/{selected_style}.md 文件，通过 slide.content 生成各页的提示词，并根据 page_type 组合成完整提示词。

3.2 调用 Nano Banana API 生成图像

对每一页执行以下步骤：

1. 发送生成请求，使用图像生成工具

2. 保存图像到

   output/ppt_TIMESTAMP/images/slide-{number:02d}.png
   

3. 将每页的提示词记录到 prompts.json

3.4 生成 HTML 播放器

读取 templates/viewer.html 模板，并将 /* IMAGE_LIST_PLACEHOLDER */ 替换为实际图像列表：

const slides = [
    'images/slide-01.png',
    // ...
];

保存为 output/ppt_TIMESTAMP/index.html

第 4 阶段：生成转场提示词（视频模式）

如果用户选择生成视频，则为每对相邻图像创建转场提示词。

4.1 分析图像差异

读取 prompts/transition_template.md 中的提示词模板。

对于每对相邻图像（slide-01 和 slide-02、slide-02 和 slide-03……），分析：

• 视觉布局差异
• 元素变化
• 色彩过渡

4.2 生成转场描述

根据模板生成转场提示词，输出格式：

{
  "preview": {
    "slide_path": "images/slide-01.png",
    "prompt": "The frame maintains the static composition of the cover, with the central 3D glass ring slowly rotating..."
  },
  "transitions": [
    {
      "from_slide": 1,
      "to_slide": 2,
      "prompt": "The camera starts from the cover, the glass ring gradually deconstructs, splitting into transparent fragments..."
    }
  ]
}

保存到 output/ppt_TIMESTAMP/transition_prompts.json

第 5 阶段：生成转场视频（视频模式）

5.1 调用 Kling API 生成视频

对于每个转场，执行以下步骤：

1. 发送生成请求，使用视频生成工具（Kling）

请求正文应包含：

• 起始帧图像（base64 或 URL）
• 结束帧图像（base64 或 URL）
• 转场提示词
• 视频参数（时长 5 秒，分辨率 1920x1080）

2. 保存视频到 output/ppt_TIMESTAMP/videos/

   • preview.mp4 - 首页循环预览

   • transition_01_to_02.mp4 - 转场视频

5.2 生成视频播放器

根据 templates/video_viewer.html 模板生成交互式视频播放器。

工具

• 图像生成工具（Nano Banana）

  • 名称：按次付费的 nano banana text2image

  • 访问方式：agent-pay

  • 用法：

    # API 探索 - 首先发现可用的端点
    curl https://proxy-monetize.fluxapay.xyz/api/nano-banana-t2i
    

  • 说明

    • 返回的图像是 base64 编码的数据，处理前需要先保存到文件
    • 支持 16:9 宽高比，适用于 PPT 场景

• 视频生成工具（Kling）

  • 名称：按次付费的 kling video

  • 访问方式：agent-pay

  • 用法：

    # API 探索 - 首先发现可用的端点
    curl https://proxy-monetize.fluxapay.xyz/api/kling-i2v
    

  • 说明

    • 支持首帧/尾帧模式，适用于生成转场视频
    • 建议视频时长为 5 秒，分辨率为 1920x1080

• 进行 X402 付款：参见 ./fluxa-wallet/x402-payment.md

工具使用须知

• 如果所调用工具的访问方式为 agent-pay，表示 Agent 按次付费使用该工具；除了授权 Agent 访问用户的 FluxA Agent Wallet 之外，无需用户参与。

  首次使用 agent-pay 工具前，请告知用户并让其选择：

  To complete this task, I need to use a pay-per-use tool. Do you want to continue?
  I recommend this approach because:
  1. Lowest cost: pay per use, no expensive subscriptions.
  2. Best experience: I can access the tool autonomously. No need for you to register on the tool's website, log in, subscribe, and apply for an API key.
  

  如果用户选择“寻找替代方案”，则无法按照技能指南完成任务，应自行改为寻找替代方案。

• 如果所调用工具的访问方式为 apikey，请告知用户需要手动配置 API 密钥。