SuperAPI AI 工具集

wan-pptx-generator

通用与其它

查看项目

更新于 10-16 07:23

技能介绍

用途:把文档或文本转为带 AI 配图的 PPT 幻灯片图片,底层使用 qwen-doc-turbo 并调用 wan2.7-image 模型渲染每页配图。

主要能力:文档转 PPT(自动解析传入文件)、文本或主题描述转 PPT、支持指定视觉风格与叙事风格、每页由 Wan2.7-Image 生成高质量配图。资料提到通过 qwen-doc-turbo 调用图片生成有限时免费(仅计文本 Token 费用),具体政策以官方为准。

使用方式:先配置环境变量 DASHSCOPE_API_KEY(可在阿里云百炼控制台 https://bailian.console.aliyun.com/ 的 API Key 管理页面获取),再运行 scripts/pptx_generator.py。

命令行参数:--content/-c(PPT 文本内容)、--file/-f(输入文件路径,支持 pdf、docx、txt、md 等,与 -c 至少提供一个)、--query/-q(必填,风格与需求描述)、--mode/-m(生成模式,默认 creative)、--output-dir/-o(输出目录,指定后自动保存大纲、页面图片与 PPTX)。

示例: python3 scripts/pptx_generator.py -f ~/Downloads/document.pdf -q "用哆啦A梦视觉风格和TED叙事风格生成PPT" -m creative -o /path/to/output/dir

输出:收到大纲保存为 content.md,收到每页图片 URL 逐页保存为 1.jpg、2.jpg…,收到 PPTX 链接保存为 presentation_{timestamp}.pptx。图片链接有效期 24 小时,建议指定目录长期保存。

风格:可用 --query 指定风格;未指定时会给出风格菜单(日漫、欧美漫画、中国风、游戏像素、插画设计、艺术绘画、潮流特效、复古生活、演讲商务等)供选择。

限制与排错:需有效 API Key 与网络;常见错误包括 API key not provided、请求失败 code=XXX、解析响应失败、未提供 content 或 file、BalanceError(余额不足或后端异常),可查看 scripts/pptx_generator.log 追踪进度。任务耗时较长时应告知用户当前进度,不要自行修改需求。其余未在资料中说明的定价、平台支持等暂未提供。