slides

适用场景

• 用户想要创建幻灯片或演示文稿
• 用户提到“slides”“幻灯片”“PPT”或“presentation”
• 用户想要根据某个主题或 URL，将视觉内容整理成幻灯片

不适用场景

• 用户想要制作不带幻灯片的配音视频（使用 /explainer）
• 用户只想要音频内容（使用 /speech 或 /podcast）
• 用户想要播客风格的讨论（使用 /podcast）
• 用户想要生成独立图片（使用 /image-gen）

用途

根据主题、URL 或文本，生成带有 AI 生成视觉内容的幻灯片。默认情况下，幻灯片不会配音。用户也可以选择启用配音。适用于演示文稿、摘要和视觉叙事。

硬性约束

• 进行任何交互前，始终先阅读 shared/config-pattern.md 中的配置
• 按照 shared/cli-patterns.md 处理执行模式、错误和交互模式
• 始终遵循 shared/cli-authentication.md 进行身份验证检查
• 启用配音时，遵循 shared/speaker-selection.md
• 切勿对说话人 ID 进行硬编码——用户想要更改语音时，始终通过 speakers CLI 获取
• 切勿将文件保存到 ~/Downloads/ 或 .listenhub/——将生成内容保存到当前工作目录，并使用便于识别、基于主题的名称（参见 shared/config-pattern.md § Artifact Naming）
• 模式始终为 slides——切勿使用 info 或 story（这两种模式用于 /explainer）
• 仅支持 1 位说话人（启用配音时）
• 默认行为：跳过音频（不配音）。只有用户通过 --no-skip-audio 明确要求时，才添加配音

每个多选步骤都必须使用 AskUserQuestion 工具——不得以纯文本形式列出选项。每次只问一个问题。等待用户回答后，再进行下一步。收集完所有参数后，总结用户的选择并请其确认。在用户明确确认之前，不得调用任何 CLI 命令。

步骤 -1：CLI 身份验证检查

遵循 shared/cli-authentication.md。如果未安装 CLI 或用户尚未登录，请自动安装并自动登录——切勿要求用户手动运行命令。

步骤 0：配置设置

遵循 shared/config-pattern.md 的步骤 0（零问题启动）。

如果文件不存在——静默使用默认值创建文件并继续：

mkdir -p ".listenhub/slides"
echo '{"outputMode":"inline","language":null,"defaultSpeakers":{}}' > ".listenhub/slides/config.json"
CONFIG_PATH=".listenhub/slides/config.json"
CONFIG=$(cat "$CONFIG_PATH")

不要询问任何设置问题。 直接进入交互流程。

如果文件存在——静默读取配置并继续：

CONFIG_PATH=".listenhub/slides/config.json"
[ ! -f "$CONFIG_PATH" ] && CONFIG_PATH="$HOME/.listenhub/slides/config.json"
CONFIG=$(cat "$CONFIG_PATH")

设置流程（仅限用户主动要求重新配置时）

仅在用户明确要求重新配置时执行。显示当前设置：

当前配置 (slides)：
  输出方式：{inline / download / both}
  语言偏好：{zh / en / 未设置}
  默认主播：{speakerName / 使用内置默认}

然后询问：

1. outputMode：遵循 shared/output-mode.md § Setup Flow Question。

2. 语言（可选）：“默认语言？”

   • “中文 (zh)”
   • “English (en)”
   • “每次手动选择” → 保持为 null

收集完答案后，立即保存：

NEW_CONFIG=$(echo "$CONFIG" | jq --arg m "$OUTPUT_MODE" '. + {"outputMode": $m}')
echo "$NEW_CONFIG" > "$CONFIG_PATH"
CONFIG=$(cat "$CONFIG_PATH")

交互流程

步骤 1：主题 / 内容

自由文本输入。询问用户：

你想创建什么主题的幻灯片？

接受：主题描述、文本内容、URL（一个或多个），或以上内容的任意组合。

步骤 2：语言

如果已设置 config.language，则预先填入并在摘要中显示——跳过此问题。 否则询问：

Question: "What language?"
Options:
  - "Chinese (zh)" — Content in Mandarin Chinese
  - "English (en)" — Content in English
  - "Japanese (ja)" — Content in Japanese

步骤 3：配音

询问：

Question: "需要语音旁白吗？（默认否）"
Options:
  - "不需要" — Slides only, no narration
  - "需要" — Add voice narration to slides

默认不配音。如果用户回答是，则继续步骤 4；否则跳至步骤 5。

步骤 4：说话人选择（仅在启用配音时）

如果未启用配音，则完全跳过此步骤。

遵循 shared/speaker-selection.md：

• 如果已设置 config.defaultSpeakers.{language} → 静默使用已保存的说话人
• 如果未设置 → 使用 shared/speaker-selection.md 中该语言的内置默认值
• 在确认摘要（步骤 5）中显示说话人——用户可根据需要在此更改
• 仅当用户明确要求更改语音时，才显示完整说话人列表

幻灯片配音仅支持 1 位说话人。

第 5 步：确认并生成

总结所有选择：

不含旁白：

Ready to generate slides:

  Topic: {topic}
  Language: {language}
  Narration: No

  Proceed?

含旁白：

Ready to generate slides:

  Topic: {topic}
  Language: {language}
  Narration: Yes
  Speaker: {speaker name}

  Proceed?

运行任何 CLI 命令前，都要等待用户明确确认。

工作流

1. 提交（后台）：运行 CLI 命令，并设置 run_in_background: true 和 timeout: 660000：

   不含旁白（默认）：

   listenhub slides create \
     --query "{topic}" \
     --lang {en|zh|ja} \
     --image-size 2K \
     --aspect-ratio 16:9 \
     --timeout 600 \
     --json
   

   含旁白：

   listenhub slides create \
     --query "{topic}" \
     --lang {en|zh|ja} \
     --image-size 2K \
     --aspect-ratio 16:9 \
     --no-skip-audio \
     --speaker "{name}" \
     --timeout 600 \
     --json
   

   如果用户提供了源 URL，则添加 --source-url "{url}"。

   CLI 会在内部处理轮询，并在生成完成后返回最终结果。

2. 告知用户任务已提交，并会在完成时收到通知。

3. 收到完成通知后，解析并呈现结果：

   解析 CLI JSON 输出中的关键字段：

   EPISODE_ID=$(echo "$RESULT" | jq -r '.episodeId')
   AUDIO_URL=$(echo "$RESULT" | jq -r '.audioUrl // empty')
   CREDITS=$(echo "$RESULT" | jq -r '.credits // empty')
   

   从配置中读取 OUTPUT_MODE。按照 shared/output-mode.md 中的说明执行。

   不含旁白：

   inline 或 both：呈现在线链接。

   幻灯片已生成！
   
   在线查看：https://listenhub.ai/app/slides/{episodeId}
   消耗积分：{credits}
   

   download 或 both：同时保存脚本文件。按照 shared/config-pattern.md § Artifact Naming 生成主题 slug。

   • 在当前工作目录中保存为 {slug}-slides.md（如果已存在则使用不重复的名称）
   • 除上述摘要外，还要呈现保存路径。

   含旁白：

   inline 或 both：将音频 URL 显示为可点击链接。

   幻灯片已生成！
   
   在线查看：https://listenhub.ai/app/slides/{episodeId}
   音频链接：{audioUrl}
   消耗积分：{credits}
   

   download 或 both：同时保存文件。按照 shared/config-pattern.md § Artifact Naming 生成主题 slug。

   • 创建 {slug}-slides/ 文件夹（如果已存在则使用不重复的名称）
   • 在其中写入 script.md
   • 下载音频：

     curl -sS -o "{slug}-slides/audio.mp3" "{audioUrl}"
     

   • 呈现：

     已保存到当前目录：
       {slug}-slides/
         script.md
         audio.mp3
     

成功生成后

使用本次会话的选择更新配置：

NEW_CONFIG=$(echo "$CONFIG" | jq \
  --arg lang "{language}" \
  '. + {"language": $lang}')
echo "$NEW_CONFIG" > "$CONFIG_PATH"

如果使用了旁白，还要保存说话人：

NEW_CONFIG=$(echo "$CONFIG" | jq \
  --arg lang "{language}" \
  --arg speakerId "{speakerId}" \
  '. + {"language": $lang, "defaultSpeakers": (.defaultSpeakers + {($lang): [$speakerId]})}')
echo "$NEW_CONFIG" > "$CONFIG_PATH"

预计耗时：

• 不含旁白的幻灯片：2-4 分钟
• 含旁白的幻灯片：4-8 分钟

资源

• CLI 身份验证：shared/cli-authentication.md
• CLI 模式：shared/cli-patterns.md
• 说话人查询：shared/cli-speakers.md
• 说话人选择指南：shared/speaker-selection.md
• 配置模式：shared/config-pattern.md
• 输出模式：shared/output-mode.md

组合性

• 调用：speakers CLI（启用旁白时用于选择说话人）
• 由以下内容调用：content-planner（第 3 阶段）

示例

用户：「帮我做一个关于量子计算的幻灯片」

Agent 工作流：

1. 主题：「量子计算」
2. 语言：从配置预填，或询问 → 「zh」
3. 旁白：询问 → 「不需要」
4. 确认并生成

listenhub slides create \
  --query "量子计算" \
  --lang zh \
  --image-size 2K \
  --aspect-ratio 16:9 \
  --timeout 600 \
  --json

等待 CLI 返回结果，然后呈现在线链接。

用户：「Create slides about React hooks with narration」

Agent 工作流：

1. 主题：「React hooks」
2. 语言：询问 → 「en」
3. 旁白：询问 → 「需要」
4. 说话人：使用英语内置默认值
5. 确认并生成

listenhub slides create \
  --query "React hooks" \
  --lang en \
  --image-size 2K \
  --aspect-ratio 16:9 \
  --no-skip-audio \
  --speaker "Mars" \
  --timeout 600 \
  --json

等待 CLI 返回结果，然后呈现在线链接和音频链接。