ใช้ทำอะไรได้
NanoBanana-PPT-Skills เป็นเครื่องมือที่ใช้ AI สร้างรูปภาพและวิดีโอสำหรับ PPT โดยรองรับการเปลี่ยนสไลด์แบบอัตโนมัติและการเล่นงานนำเสนอแบบโต้ตอบ
แปลอัตโนมัติจากคำอธิบายของผู้ทำ · ทีมยังไม่ได้ตรวจ
- ต่อแบบ ไฟล์คำสั่งให้ AI อ่าน และมีขั้นที่เรียกบริการภายนอก
- บัญชีหรือคีย์ มีขั้นที่ต้องใช้คีย์ของ Google Gemini, KLING_ACCESS_KEY, KLING_SECRET_KEY (ตาม README)
- หมวด อื่น ๆ
คำอธิบายต้นฉบับจากผู้ทำ (อังกฤษ)
NanoBanana PPT Skills 基于 AI 自动生成高质量 PPT 图片和视频的强大工具,支持智能转场和交互式播放สำหรับผู้ทำ: ติดป้ายใน README
ถ้าคุณเป็นผู้ทำตัวนี้ คัดลอกโค้ดนี้ไปวางใน README ได้เลย ป้ายลิงก์กลับมาที่หน้านี้
[](https://mcp.popnx.com/th/skills/op7418-nanobanana-ppt-skills)Skill ที่ทำงานคล้ายกัน
หมวดงานเดียวกัน เรียงแบบเดียวกับหน้ารายการ Skill
| ตัวนี้ NanoBanana-PPT-Skills | llmfit | claude-video | VideoCaptioner | claude-cookbooks | |
|---|---|---|---|---|---|
| ผู้ทำ | op7418 | AlexsJones | bradautomates | WEIFENG2333 | anthropics |
| จำนวน Skill | 1 | 1 | 1 | 1 | 4 |
| ดาว GitHub | 3,365 | 39,096 | 21,249 | 16,577 | 54,867 |
| แก้โค้ดล่าสุด | 19 ม.ค. 2569 | 18 พ.ย. 2569 | 25 ก.ย. 2569 | 12 ก.ย. 2569 | 17 พ.ย. 2569 |
| สัญญาอนุญาต | – | MIT | MIT | GPL-3.0 | MIT |
ชุดคำสั่ง (Skill) 1 ชุดจาก op7418 ให้ AI อ่านแล้วทำงานตามวิธีนี้ · ไม่ใช่ MCP server
Skill ต่างจาก MCP ยังไง
MCP = มือ
ต่อ AI เข้ากับบริการหรือข้อมูลข้างนอก เช่น อ่าน Notion หรือสร้างใบแจ้งหนี้ ต้องมีโปรแกรมหรือ server ทำงานอยู่
Skill = คู่มือ
ไฟล์ข้อความที่สอน AI ว่างานนี้ทำยังไง ไม่ต่อบริการใด
บางตัวคล้ายกัน: Skill บางตัวมีสคริปต์เรียกเครื่องมือ และ MCP บางตัวส่งแค่ความรู้ ให้ดูที่งานที่อยากทำเป็นหลัก
ใช้กับแอปไหน
Claude Code
ตามที่ README ของผู้ทำเขียนไว้ และโฟลเดอร์ที่มีใน repo
ติดตั้ง
ปลอดภัยไหม
- ใครทำ
บัญชี GitHub op7418 (บุคคล) เปิดมา 11 ปี
- คนใช้และการดูแล
★ 3,365 ดาว · แก้โค้ดล่าสุด 19 ม.ค. 2569
- มีสคริปต์ไหม
มีสคริปต์ 10 ไฟล์ที่รันบนเครื่องได้: generate_ppt.py, install_as_skill.sh, run.sh, generate_ppt_video.py และอีก 6 ไฟล์
- ใช้อินเทอร์เน็ตไหม
สคริปต์ที่เรียกอินเทอร์เน็ต: kling_api.py
- แก้ค่าตั้งทั้งเครื่องไหม
สคริปต์ที่แตะโฟลเดอร์ค่าตั้ง (~/.claude หรือ settings.json): install_as_skill.sh, generate_ppt.py
ตรวจอัตโนมัติจากไฟล์ใน repo ที่ commit 0c18b9a (อ่านไฟล์อย่างเดียว ไม่ได้รัน) ไม่ใช่การรับรองความปลอดภัย อ่านแล้วตัดสินใจเอง
ขั้นแรก: คุณใช้ AI ตัวไหน
เลือกแอปที่ใช้ แล้วหน้านี้จะแสดงเฉพาะวิธีติดตั้งของแอปนั้น
ทางที่ 1อัปโหลดเข้า claude.ai (เว็บและแอป)
ดาวน์โหลดจาก GitHub
Skill นี้ไม่ระบุใบอนุญาต เราจึงไม่แจกไฟล์ ZIP จากเว็บเรา ดาวน์โหลดจาก GitHub แล้วจัดโฟลเดอร์เอง หรือใช้ทาง "ให้ AI ติดตั้งให้" ด้านบนซึ่งง่ายกว่า
ดาวน์โหลดจาก GitHub (ทั้ง repo) ↗
แตกไฟล์ แล้วบีบอัดเฉพาะโฟลเดอร์ nanobanana-ppt-skills ใหม่ ZIP ต้องมีโฟลเดอร์ nanobanana-ppt-skills ที่มี SKILL.md อยู่ชั้นบนสุด ห้ามวางไฟล์หลวมไว้ชั้นบนสุด
เปิดหน้า Skills ใน claude.ai แล้วอัปโหลด
+Create skillUpload a skillเลือกไฟล์ nanobanana-ppt-skills.zip
ไม่เห็นปุ่ม Upload: เปิดสิทธิ์สร้างไฟล์ก่อน
SettingsCapabilitiesCode execution and file creation
ต้องเปิด Code execution and file creation ก่อน (เมนูรุ่นใหม่เรียก Create and edit files) · แผนส่วนตัวที่ Settings → Capabilities · Team/Enterprise ผู้ดูแลเปิดที่ Organization settings → Plugins & skills · ใช้ได้ทุกแผนรวมแผนฟรี
อัปโหลดครั้งเดียว ใช้ได้ทั้ง claude.ai และ Claude Desktop รวมถึง Claude Code รุ่นใหม่ที่ล็อกอินด้วยบัญชี Claude (ล็อกอินด้วยคีย์ API ไม่ซิงก์)
Cowork และ session บนคลาวด์ใช้ Skill ที่เปิดในบัญชี claude.ai ไม่อ่าน ~/.claude/skills ในเครื่อง (งานตั้งเวลาของ Claude Desktop ที่รันในเครื่องยังอ่านได้)
ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: support.claude.com, support.claude.com, code.claude.com
ทางที่ 1ให้ Claude Code ติดตั้งให้
คัดลอกประโยคนี้ไปวางในแชตของ Claude Code
เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
เปิด Claude Code ใหม่ แล้วพิมพ์ /NanoBanana-PPT-Skills หรือสั่งงานที่ตรงเรื่อง Claude จะเลือกใช้เอง
ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: code.claude.com
สำหรับคนที่ใช้ Terminal
Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้
เปิด Terminal
Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน
คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.claude/skills
คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md
git clone --depth 1 https://github.com/op7418/nanobanana-ppt-skills.git /tmp/popnx-skill-op7418-nanobanana-ppt-skills-0c18b9a && mkdir -p ~/.claude/skills && cp -R '/tmp/popnx-skill-op7418-nanobanana-ppt-skills-0c18b9a/.' ~/.claude/skills/nanobanana-ppt-skillsเปิด Claude Code ใหม่ แล้วพิมพ์ /NanoBanana-PPT-Skills หรือสั่งงานที่ตรงเรื่อง Claude จะเลือกใช้เอง
Skill ที่ติดตั้งเองใช้ได้ในแอป ChatGPT บนคอม, Codex CLI และส่วนขยาย Codex ใน IDE · ChatGPT บนเว็บและมือถือใช้ Skill ที่ติดตั้งเองไม่ได้ ใช้ได้เฉพาะ Skill ที่มากับปลั๊กอินในไดเรกทอรี
แอป ChatGPT บนคอม
แอป ChatGPT บนคอมมี Codex อยู่ในตัว Codex อ่าน Skill จากโฟลเดอร์ ~/.agents/skills
ทางที่ 1ให้ ChatGPT ติดตั้งให้
เปิด Codex ในแอป ChatGPT บนคอม แล้ววางประโยคนี้ในแชต
AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
ทางที่ 2วางโฟลเดอร์เอง
วางโฟลเดอร์ nanobanana-ppt-skills ไว้ที่ ~/.agents/skills/nanobanana-ppt-skills
~ คือโฟลเดอร์บ้านของคุณ ($HOME)
สำหรับคนที่ใช้ Terminal
Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้
เปิด Terminal
Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน
คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.agents/skills
คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md
git clone --depth 1 https://github.com/op7418/nanobanana-ppt-skills.git /tmp/popnx-skill-op7418-nanobanana-ppt-skills-0c18b9a && mkdir -p ~/.agents/skills && cp -R '/tmp/popnx-skill-op7418-nanobanana-ppt-skills-0c18b9a/.' ~/.agents/skills/nanobanana-ppt-skills
หลังติดตั้ง
- แอป ChatGPT บนคอม: เปิด Skills ในแถบข้างเพื่อดูว่า Skill ขึ้นแล้ว
- เรียกใช้: ใน ChatGPT พิมพ์ @ แล้วเลือก Skill · ใน Codex CLI หรือส่วนขยายใน IDE พิมพ์ /skills หรือพิมพ์ $ แล้วตามด้วยชื่อ Skill
- Codex เห็น Skill ที่ติดตั้งใหม่เอง ถ้ายังไม่ขึ้นให้ปิดแล้วเปิด Codex ใหม่
ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com
ChatGPT บนเว็บและมือถือ
ใช้ Skill ที่ติดตั้งเองไม่ได้ ใช้ได้เฉพาะ Skill ที่มากับปลั๊กอินในไดเรกทอรี
อยากใช้ Skill นี้กับ ChatGPT ให้ใช้แอป ChatGPT บนคอมตามวิธีด้านบน
ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com
ทางที่ 1ให้ Codex ติดตั้งให้
คัดลอกประโยคนี้ไปวางในแชตของ Codex · ใช้ได้ทั้ง Codex ในแอป ChatGPT บนคอม, Codex CLI และส่วนขยายใน IDE
เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
Codex เห็น Skill ที่ติดตั้งใหม่เอง ถ้ายังไม่ขึ้นให้ปิดแล้วเปิด Codex ใหม่ · เรียกใช้: ใน ChatGPT พิมพ์ @ แล้วเลือก Skill · ใน Codex CLI หรือส่วนขยายใน IDE พิมพ์ /skills หรือพิมพ์ $ แล้วตามด้วยชื่อ Skill
ตรวจกับเอกสารทางการล่าสุด 15 พ.ย. 2569 · แหล่ง: learn.chatgpt.com
สำหรับคนที่ใช้ Terminal
Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้
เปิด Terminal
Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน
คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.agents/skills
คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md
git clone --depth 1 https://github.com/op7418/nanobanana-ppt-skills.git /tmp/popnx-skill-op7418-nanobanana-ppt-skills-0c18b9a && mkdir -p ~/.agents/skills && cp -R '/tmp/popnx-skill-op7418-nanobanana-ppt-skills-0c18b9a/.' ~/.agents/skills/nanobanana-ppt-skillsเปิด Codex ใหม่ แล้วสั่งงานที่ตรงเรื่อง Codex จะเห็น skill นี้ในรายการ
ทางที่ 1ให้ Cursor ติดตั้งให้
คัดลอกประโยคนี้ไปวางในแชตของ Cursor
เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
ใน Agent chat ของ Cursor พิมพ์ / แล้วเลือก NanoBanana-PPT-Skills
ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: cursor.com
สำหรับคนที่ใช้ Terminal
Skill คือคำสั่งที่ AI จะทำตาม อ่านไฟล์ก่อนติดตั้ง และติดตั้งเฉพาะจากผู้ทำที่เชื่อถือได้
เปิด Terminal
Mac: กด Command+Space พิมพ์ Terminal · Windows: คำสั่งด้านล่างใช้ใน PowerShell ไม่ได้ ให้ใช้ทาง “ให้ AI ติดตั้งให้” ด้านบนแทน
คัดลอกโฟลเดอร์ skill ไปไว้ที่ ~/.cursor/skills
คำสั่งนี้ดาวน์โหลด repo ไว้ชั่วคราว แล้วคัดลอกเฉพาะโฟลเดอร์ที่มี SKILL.md
git clone --depth 1 https://github.com/op7418/nanobanana-ppt-skills.git /tmp/popnx-skill-op7418-nanobanana-ppt-skills-0c18b9a && mkdir -p ~/.cursor/skills && cp -R '/tmp/popnx-skill-op7418-nanobanana-ppt-skills-0c18b9a/.' ~/.cursor/skills/nanobanana-ppt-skillsใน Agent chat ของ Cursor พิมพ์ / แล้วเลือก NanoBanana-PPT-Skills
ทางที่ 1ให้ AI ติดตั้งให้
สำหรับแอปอื่นที่อ่าน Skill ได้ ประโยคนี้มี path ของ Claude Code, Codex และ Cursor ให้ AI เลือกตามแอปที่ใช้ · คัดลอกประโยคนี้ไปวางในแชตของแอป
เลือกเฉพาะโปรเจกต์ ให้วางในแชตที่เปิดอยู่ในโฟลเดอร์ของโปรเจกต์นั้น · AI จะบอก path ให้ดูก่อนติดตั้งเสมอ
AI จะบอกก่อนว่าจะทำอะไร และขออนุญาตคุณทุกขั้น
ตรวจกับเอกสารทางการล่าสุด 12 พ.ย. 2569 · แหล่ง: code.claude.com, learn.chatgpt.com, cursor.com
สำหรับคนที่ใช้ Terminal
แอปอื่นที่รองรับ Agent Skills (เช่น Gemini CLI, GitHub Copilot) เก็บ skill ในโฟลเดอร์ต่างกัน ดูคู่มือของแอปนั้น แล้วคัดลอกโฟลเดอร์ที่มี SKILL.md ไปวาง
ตรวจโฟลเดอร์ skill กับคู่มือทางการของ Claude Code, Codex และ Cursor เมื่อ 11 พ.ย. 2569
✓ ตรวจคำสั่งแล้ว 18 พ.ย. 2569
ดูไฟล์ต้นฉบับ SKILL.md
ข้อความต่อไปนี้มาจาก repo ของผู้ทำ ไม่ใช่คำสั่งของ PopNx MCP
แสดง 8,000 ตัวอักษรแรก · เปิดไฟล์เต็มบน GitHub
# PPT Generator Pro - Claude Code Skill
## 📋 元数据
- **Skill 名称**: ppt-generator-pro
- **版本**: 2.0.0
- **描述**: 基于 AI 自动生成高质量 PPT 图片和视频,支持智能转场和交互式播放
- **作者**: 歸藏
- **标签**: ppt, presentation, video, ai, nano-banana, kling-ai, image-generation
## ✨ 功能特性
### 核心功能
- 🤖 **智能文档分析** - 自动提取核心要点,规划 PPT 内容结构
- 🎨 **多风格支持** - 内置渐变毛玻璃、矢量插画两种专业风格
- 🖼️ **高质量图片** - 使用 Nano Banana Pro 生成 16:9 高清 PPT
- 🎬 **AI 转场视频** - 可灵 AI 生成流畅的页面过渡动画
- 🎮 **交互式播放器** - 视频+图片混合播放,支持键盘导航
- 🎥 **完整视频导出** - FFmpeg 合成包含所有转场的完整 PPT 视频
### 新功能 (v2.0)
- 🔄 **首页循环预览** - 自动生成吸引眼球的循环动画
- 🎞️ **智能转场** - 自动生成页面间的过渡视频
- 🔧 **参数统一** - 自动统一所有视频分辨率和帧率
## 📦 系统要求
### 环境变量
**必需:**
- `GEMINI_API_KEY`: Google AI API 密钥(用于生成 PPT 图片)
**可选(用于视频功能):**
- `KLING_ACCESS_KEY`: 可灵 AI Access Key
- `KLING_SECRET_KEY`: 可灵 AI Secret Key
### Python 依赖
```bash
pip install google-genai pillow python-dotenv
```
### 视频功能依赖
```bash
# macOS
brew install ffmpeg
# Ubuntu/Debian
sudo apt-get install ffmpeg
```
## 🚀 使用方法
### 在 Claude Code 中调用
```bash
/ppt-generator-pro
```
或直接告诉 Claude:
```
我想基于以下文档生成一个 5 页的 PPT,使用渐变毛玻璃风格。
[文档内容...]
```
## 📝 Skill 执行流程
### 阶段 1: 收集用户输入
#### 1.1 获取文档内容
**选项 A: 文档路径**
```
用户: 基于 my-document.md 生成 PPT
→ 使用 Read 工具读取文件内容
```
**选项 B: 直接文本**
```
用户: 我想生成一个关于 AI 产品设计的 PPT
主要内容:
1. 现状分析
2. 设计原则
3. 案例研究
```
**选项 C: 主动询问**
```
如果用户未提供内容,询问:
"请提供文档路径或直接粘贴文档内容"
```
#### 1.2 选择风格
扫描 `styles/` 目录,列出可用风格:
```python
# 自动检测风格文件
styles = ['gradient-glass.md', 'vector-illustration.md']
```
**如果有多个风格,使用 AskUserQuestion:**
```markdown
问题: 请选择 PPT 风格
选项:
- 渐变毛玻璃卡片风格(科技感、商务演示)
- 矢量插画风格(温暖、教育培训)
```
#### 1.3 选择页数范围
使用 AskUserQuestion 询问:
```markdown
问题: 希望生成多少页 PPT?
选项:
- 5 页(5 分钟演讲)
- 5-10 页(10-15 分钟演讲)
- 10-15 页(20-30 分钟演讲)
- 20-25 页(45-60 分钟演讲)
```
#### 1.4 选择分辨率
```markdown
问题: 选择图片分辨率
选项:
- 2K (2752x1536) - 推荐,快速生成
- 4K (5504x3072) - 高质量,适合打印
```
#### 1.5 是否生成视频(可选)
如果配置了可灵 AI 密钥,询问:
```markdown
问题: 是否生成转场视频?
选项:
- 仅图片(快速)
- 图片 + 转场视频(完整体验)
```
### 阶段 2: 文档分析与内容规划
#### 2.1 内容规划策略
根据页数范围,智能规划每一页内容:
**5 页版本:**
1. 封面:标题 + 核心主题
2. 要点 1:第一个核心观点
3. 要点 2:第二个核心观点
4. 要点 3:第三个核心观点
5. 总结:核心结论或行动建议
**5-10 页版本:**
1. 封面
2-3. 引言/背景
4-7. 核心内容(3-4 个关键观点)
8-9. 案例或数据支持
10. 总结与行动建议
**10-15 页版本:**
1. 封面
2-3. 引言/目录
4-6. 第一章节(3 页)
7-9. 第二章节(3 页)
10-12. 第三章节/案例研究
13-14. 数据可视化
15. 总结与下一步
**20-25 页版本:**
1. 封面
2. 目录
3-4. 引言和背景
5-8. 第一部分(4 页)
9-12. 第二部分(4 页)
13-16. 第三部分(4 页)
17-19. 案例研究
20-22. 数据分析和洞察
23-24. 关键发现和建议
25. 总结与致谢
#### 2.2 生成 slides_plan.json
创建 JSON 文件:
```json
{
"title": "文档标题",
"total_slides": 5,
"slides": [
{
"slide_number": 1,
"page_type": "cover",
"content": "标题:AI 产品设计指南\n副标题:构建以用户为中心的智能体验"
},
{
"slide_number": 2,
"page_type": "content",
"content": "核心原则\n- 简单直观\n- 快速响应\n- 透明可控"
},
{
"slide_number": 3,
"page_type": "content",
"content": "设计流程\n1. 用户研究\n2. 原型设计\n3. 测试迭代"
},
{
"slide_number": 4,
"page_type": "data",
"content": "用户满意度\n使用前:65%\n使用后:92%\n提升:+27%"
},
{
"slide_number": 5,
"page_type": "content",
"content": "总结\n- 以用户为中心\n- 持续优化迭代\n- 数据驱动决策"
}
]
}
```
**重要:** 将此文件保存到:
- 独立使用:`./slides_plan.json`
- Skill 模式:`.claude/skills/ppt-generator/slides_plan.json`
### 阶段 3: 生成 PPT 图片
#### 3.1 确定工作目录
**独立模式:**
```bash
cd /path/to/ppt-generator
```
**Skill 模式:**
```bash
cd ~/.claude/skills/ppt-generator
```
#### 3.2 执行生成命令
```bash
python generate_ppt.py \
--plan slides_plan.json \
--style styles/gradient-glass.md \
--resolution 2K
```
**或使用 uv run(推荐):**
```bash
uv run python generate_ppt.py \
--plan slides_plan.json \
--style styles/gradient-glass.md \
--resolution 2K
```
**参数说明:**
- `--plan`: slides 规划 JSON 文件路径
- `--style`: 风格文件路径
- `--resolution`: 分辨率(2K 或 4K)
- `--template`: HTML 模板路径(可选)
#### 3.3 监控生成进度
脚本会输出进度信息:
```
✅ 已加载环境变量: /path/to/.env
📊 开始生成 PPT 图片...
总页数: 5
分辨率: 2K (2752x1536)
风格: 渐变毛玻璃卡片风格
🎨 生成第 1 页 (封面页)...
提示词已生成
调用 Nano Banana Pro API...
✅ 第 1 页生成成功 (32.5 秒)
🎨 生成第 2 页 (内容页)...
✅ 第 2 页生成成功 (28.3 秒)
...
✅ 所有页面生成完成!
📁 输出目录: outputs/20260112_143022/
```
### 阶段 4: 生成转场提示词(视频模式需要)
**这是 Skill 的核心优势**:我(Claude Code)会分析生成的 PPT 图片,为每个转场生成精准的视频提示词。
#### 4.1 读取并分析 PPT 图片
我会读取所有生成的图片:
```python
# 自动读取输出目录中的所有图片
slides = ['slide-01.png', 'slide-02.png', ...]
```
#### 4.2 分析图片差异并生成提示词
对于每对相邻图片,我会:
1. **视觉分析**:理解两张图片的布局、元素、色彩差异
2. **生成预览提示词**:为首页创建可循环的微动效描述
3. **生成转场提示词**:详细描述如何从起始帧过渡到结束帧
**示例输出:**
```json
{
"preview": {
"slide_path": "outputs/.../slide-01.png",
"prompt": "画面保持封面的静态构图,中心的3D玻璃环缓慢旋转..."
},
"transitions": [
{
"from_slide": 1,
"to_slide": 2,
"prompt": "镜头从封面开始,玻璃环逐渐解构,分裂成透明碎片..."
}
]
}
```
#### 4.3 保存提示词文件
我会将生成的提示词保存到:
```
outputs/TIMESTAMP/transition_prompts.json
```
**关键优势:**
- ✅ 不需要单独的 Claude API 密钥
- ✅ 提示词针对实际图片内容定制
- ✅ 考虑文字稳定性,避免视频模型弄模糊文字
- ✅ 符合渐变毛玻璃风格的视觉语言
### 阶段 5: 生成转场视频(可选)
如果用户选择生成视频,使用阶段 4 生成的提示词文件:
```bash
python generate_ppt_video.py \
--slides-dir outputs/20260112_143022/images \
--output-dir outputs/20260112_143022_video \
--prompts-file outputs/20260112_143022/transition_prompts.json
```
**生成内容:**
- 首页循环预览视频(`preview.mp4`)
- 页面间转场视频(`transition_01_to_02.mp4` 等)
- 交互式视频播放器(`video_index.html`)
- 完整视频(`full_ppt_video.mp4`)
### 阶段 6: 返回结果
#### 6.1 仅图片模式
```
✅ PPT 生成成功!
📁 输出目录: outputs/20260112_143022/
🖼️ PPT 图片: outputs/20260112_143022/images/
🎬 播放网页: outputs/20260112_143022/index.html
打开播放网页:
open outputs/20260112_143022/index.html
播放器快捷键:
- ← → 键: 切换页面
- ↑ Home: 回到首页
- ↓ End: 跳到末页
- 空格: 暂停/继续自动播放
- ESC: 全屏切换
- H: 隐藏/显示控件
```
#### 5.2 视频模式
```
✅ PPT 视频生成成功!
📁 输出目录: outputs/20260112_143022_video/
🖼️ PPT 图片: outputs/20260112_143022/images/
🎬 转场视频: outputs/20260112_143022_video/videos/
🎮 交互式播放器: outputs/20260112_143022_video/video_index.html
🎥 完整视频: outputs/20260112_143022_video/full_ppt_video.mp4
打开交互式播放器:
open outputs/20260112_143022_video/video_index.html
播放逻辑:
1. 首页: 播放循环预览视频
2. 按右键 → 播放转场视频 → 显示目标页图片(2 秒)
3. 再按右键 → 播放下一个转场 → 显示下一页图片
4. 依此类推...
视频播放器快捷键:
- ← → 键: 上一页/下一页(含转场)
- 空格: 播放/暂停当前视频
- ESC: 全屏切换
- H: 隐藏/显示控件
```
## 🔧 环境变量配置
### .env 文件位置
Skill 会按以下顺序查找 `.env` 文件:
1. **脚本所在目录** - `./ppt-generator/.env`
2. **向上查找项目根目录** - 直到找到包含 `.git` 或 `.env` 的目录
3. **Claude Skill 标准位置** - `~/.claude/skills/ppt-generator/.env`
4. **系统环境变量** - 如果以上都未找到
### .env 文件示例
```bash
# Google AI API 密钥(必需)
GEMINI_API_KEY=your_gemini_api_key_here
# 可灵 AI API 密钥(可选,用于视频功能)
KLING_ACCESS_KEY=your_kling_access_key_here
KLING_SECRET_KEY=your_kling_secret_key_here
```
## ⚠️ 错误处理
### 常见错误及解决方案
**1. API 密钥未设置**
```
错误: ⚠️ 未找到 .env 文件,尝试使用系统环境变量
未设置 GEMINI_API_KEY 环境变量
解决:
1. 创建 .env 文件
2. 添加 GEMINI_API_KEY=your_key_here
```
**2. Python 依赖缺失**
```
错误: ModuleNotFoundError: No module named 'google.genai'
解决: pip install google-genai pillow python-dotenv
```
**3. FFmpeg 未安装**
```
错误: ❌ FFmpeg 不可用!
解决: brew install ffmpeg # macOS
sudo apt-get install ffmpeg # Ubuntu
```
**4. API 调用失败**
```
错误: API 调用超时或失败
解决:
1. 检查网络连接
2. 确认 API 密钥有效
3. 稍后重试
```
**5. 视频生成失败**
```
错误: 可灵 AI 密钥未配置
解决:
1. 如果只需要图片,跳过视频生成步骤
2. 如果需要视频,配置 KLING_ACCESS_KEY 和 KLING_SECRET_KEY
```
## 🎨 风格系统
### 已内置风格
#### 1. 渐变毛玻璃卡片风格 (`gradient-glass.md`)
**视觉特点:**
- Apple Keynote 极简主义
- 玻璃拟态效果
- 霓虹紫/电光蓝/珊瑚橙渐变
- 3D 玻璃物体 + 电影级光照
**适用场景:**
- 科技产品发布
- 商务演示
- 数据报告
- 企业品牌展示
#### 2. 矢量插画风格 (`vector-illustration.md`)
**视觉特点:**
- 扁平化矢量设计
- 统一黑色轮廓线
- 复古柔和配色
- 几何化简化
**适用场景:**
- 教育培训
- 创意提案
- 儿童相关
- 温暖品牌故事
### 添加自定义风格
1. 在 `styles/` 目录创建新的 `.md` 文件
2. 按照现有风格格式编写
3. Skill 会自动识别并提供选择
## 📊 技术细节
### API 配置
**Nano Banana Pro(图片生成):**
- 模型:`gemini-3-pro-image-preview`
- 比例:`16:9`
- 响应模式:`IMAGE`
- 分辨率:2K (2752x1536) 或 4K (5504x3072)
**可灵 AI(视频生成):**
- 模式:专业模式(professional)
- 时长:5 秒
- 分辨率:1920x1080
- 帧率:24fps
**FFmpeg(视频合成):**
- 编码:H.264
- 质量:CRF 23
- 帧率:24fps(统一)
- 分辨率:1920x1080(统一)
### 性能指标
**生成速度:**
- PPT 图片:~30 秒/页(2K)| ~60 秒/页(4K)
- 转场视频:~30-60 秒/段
- 视频合成:~5-10 秒
**文件大小:**
- PPT 图片:~2.5MB/页(2K)| ~8MB/页(4K)
- พูดคุย
ถาม แชร์เคล็ดลับ หรือแจ้งว่าใช้ไม่ได้ เรียงตามที่คนกดว่ามีประโยชน์
ยังไม่มีใครโพสต์ ถามหรือแชร์เป็นคนแรกได้เลย
ข้อความในส่วนนี้เขียนโดยผู้ใช้ ไม่ใช่ทีม PopNx
ข้อมูลจาก GitHub
- ดาว GitHub
- 3,365
- ผู้ทำ
- op7418
- license
- ไม่ระบุสัญญาอนุญาต รีโปนี้ไม่ได้ระบุสัญญาอนุญาต (license) ตามกฎหมายลิขสิทธิ์ถือว่าเจ้าของสงวนสิทธิ์ไว้ ใช้เองได้แต่ควรถามเจ้าของก่อนแจกต่อหรือใช้ในงานขาย
- แก้โค้ดล่าสุด
- 19 ม.ค. 2569
- ไฟล์ SKILL.md ใน repo (นับรวมสำเนาภาษาอื่นและแม่แบบ)
- 1