Q-Presentations 是一个从内容生成幻灯片图片的技能,具备布局驱动的叠加安全性和智能 Logo 品牌功能,构建于 baoyu-slide-deck 之上。
用途 该技能用于根据内容生成专业的幻灯片图片,适用于创建幻灯片、演示文稿、deck 或 PPT 输出。
主要能力
- 从内容生成幻灯片图片,支持智能 Logo 品牌叠加。
- 提供 16 种风格预设,默认使用 blueprint 风格。
- 支持布局驱动的叠加安全策略和回退规则。
- 支持将幻灯片合并为 PPTX 或 PDF 文件。
- 支持通过 GPT Image 2(默认)或 Gemini 生成幻灯片图片。
- 支持编辑、添加、删除幻灯片的修改工作流。
使用方式 该技能通过一系列脚本和参考文档执行。脚本目录包括:
- scripts/gen_slide.py:通过 GPT Image 2(默认)或 Gemini 生成幻灯片图片。
- scripts/overlay_logo.py:应用 Dr. Q Logo 叠加。
- scripts/merge-to-pptx.ts:将幻灯片合并为 PowerPoint(Bun/TS)。
- scripts/merge-to-pdf.ts:将幻灯片合并为 PDF(Bun/TS)。
依赖安装:pip install openai google-genai Pillow python-dotenv | Bun runtime (via npx -y bun, Node.js 18+)。 默认图像模型为 gpt-image-2(需要 OPENAI_API_KEY)。设置 IMAGE_MODEL=gemini 或向 gen_slide.py 传递 --model gemini 可使用 gemini-3-pro-image-preview(需要 GEMINI_API_KEY)。
工作流程包括:分析内容并加载 EXTEND.md 偏好;确认风格、受众、视频叠加、Logo;生成带布局选择的大纲;审查大纲(条件性);生成每张幻灯片的提示词;审查提示词(条件性);生成幻灯片图片;Logo 叠加;合并为 PPTX/PDF;输出摘要。
参考文档包括:references/options.md(CLI 选项、用法示例和部分工作流)、references/workflow_detailed.md(完整的 10 步工作流及子步骤和命令)、references/analysis-framework.md(演示文稿内容分析)、references/outline-template.md(大纲结构和格式)、references/modification-guide.md(编辑、添加、删除幻灯片工作流)、references/content-rules.md(内容和风格指南)、references/design-guidelines.md(受众、排版、颜色、视觉元素)、references/layouts.md(布局目录、叠加安全策略、回退规则)、references/base-prompt.md(图像生成的基础提示词)、references/dimensions/presets.md(预设到尺寸的映射)、references/styles/*.md(各风格规范)、references/config/preferences-schema.md(EXTEND.md 结构)。
核心原则
- 每张幻灯片自解释(为阅读和分享设计,而不仅仅是演示)。
- 滚动视图中流程清晰;每张幻灯片都有上下文。
- 整个 deck 风格一致。
- 绝不包含知名人物的照片级真实图像。
- 绝不包含作者/日期元数据的占位幻灯片。
文件管理 输出目录:slide-deck/{topic-slug}/,包含 source-{slug}.{ext}、outline.md、prompts/(编号的 .md 文件)、编号的幻灯片 .png 文件、{topic-slug}.pptx 和 {topic-slug}.pdf。
语言处理 检测优先级:--lang 标志 > EXTEND.md > 用户对话语言 > 源内容语言。所有面向用户的响应使用用户首选语言;技术名称保持英文。
适用场景 适用于从内容生成带 Logo 品牌和视频叠加感知布局的幻灯片 deck。
限制 不包括:在 PowerPoint 中编辑幻灯片、动画、演讲者备注。
如果处于计划模式:写一个简短计划——“运行 q-presentations 技能:分析内容,确认风格/受众偏好,生成大纲和提示词,生成幻灯片图片,叠加 Logo,合并为 PPTX/PDF。”——然后立即退出计划模式。在计划模式激活时,不要尝试内容分析、图像生成或文件合并。