PPT Agent – 基于软件工程理念的演示文稿全自动生成框架

PPT Agent 以严格的状态机驱动多 Agent 协作，将一句话需求输出为专业级 PPTX 文件，从根源解决传统大模型生成的幻觉、重叠与布局混乱问题。

Subagent 阶段隔离：Research / Outline / Style / Planning 四大阶段各自运行独立的子代理，Context 不互染。每个子代理创建时强制携带 SUBAGENT_MODEL 参数，禁止走默认回退。

像素级 Visual QA 闭环：每页 HTML 构建后自动截图，由大模型进行视觉审计。检测到布局溢出后，子代理以 DOM + CSS 结构重写的方式消除冲突，而非依赖间距微调。

无状态断点恢复：全流程不依赖任何进度状态文件。中断后通过扫描磁盘上已存在的产物文件（outline.txt / style.json / slide-N.png 等）自动推断恢复点。

数据层与渲染层隔离：每页先生成并由 planning_validator.py 通过校验的 JSON 合同，再驱动 HTML 渲染。写入前校验拦截所有结构错误，不进入渲染流程。

双引擎 PPTX 导出：PNG 光栅流保证跨平台 100% 视觉还原；SVG 矢量流保留字体可独立编辑。

P0 采访   →  P1 分支确认
P2A 联网检索 / P2B 本地资料压缩
P3 叙事大纲  →  P3.5 全局风格锁定
P4 逐页并行生产（Planning → HTML → Visual QA）
P5 Preview + 双 PPTX 导出

每个阶段产物落盘后经 Gate 校验放行，失败只回退当前步，不影响其他页进度。

interview-qa.txt → requirements-interview.txt
  → search-brief.txt | source-brief.txt
  → outline.txt → style.json
  → planningN.json → slide-N.html → slide-N.png
  → preview.html → presentation-{png,svg}.pptx

本项目以 Agent Skill 形式运行，无需独立部署。在支持 Skill 的代理环境中直接输入需求即可触发完整流程：

“帮我生成一份关于 2026 年具身智能发展趋势的 15 页路演 Deck，暗色科技风格。”

所有产物输出至 ppt-output/runs/<RUN_ID>/，包含网页预览和双格式 PPTX。

ppt-agent-skill/
├── SKILL.md          # 主控制台：状态机、Gate、恢复规则
├── scripts/          # 执行脚本（validator / harness / exporter）
├── references/       # 按需挂载的 Markdown 知识源
│   ├── playbooks/    # 各阶段子代理执行手册
│   ├── styles/       # 主题风格规范
│   ├── layouts/      # 版式资源
│   ├── charts/       # 图表模板
│   └── blocks/       # UI 组件
└── assets/

已链接认可 LINUX DO 社区 的友情链接。