跳到正文
cccskills
免费在 GitHub 公开

ppt-roadshow-generator

Turn documents into presentation videos with planned slides, a spoken script, narration, subtitles, music, and transitions. Apply brand colors and fonts from reference materials or an existing style configuration to keep the presentation visually consistent.

中文简介正在准备中。当前显示英语简介。

原文查看原文说明

产品经理与内容创作者在筹备产品发布或公司路演视频时,使用此技能可从文档解析到视频合成全链路自动化,一键生成15-100页带智能配音、精准字幕和转场动画的完整路演视频,将数天的制作周期缩短至几分钟。

查看安装方法

适用场景

  • Creating a narrated product launch presentation
  • Turning company documents into an introduction video
  • Producing presentation videos that follow brand styles
  • Adding narration and subtitles to existing slide images

包含的文件(11)

  • SKILL.md9.7 KB
  • assets/music/README.md626 B
  • assets/styles/README.md662 B
  • references/brand_style_guide.md6.5 KB
  • references/collaboration_guide.md8.6 KB
  • references/design-system-import-guide.md7.2 KB
  • references/roadshow_script_template.md9.3 KB
  • scripts/audio_processor.py7.8 KB
  • scripts/roadshow_composer.py12.1 KB
  • scripts/style_learner.py6.6 KB
  • scripts/subtitle_generator.py6.1 KB

SKILL.md(原文)

安装前可以查看交给 AI 代理的指令内容。

PPT 路演视频生成器

任务目标

  • 本 Skill 用于:从文档分析到完整路演视频的全流程生成,包含配音、音效、音乐、字幕和转场动画
  • 能力包含:文档分析、品牌风格学习、结构化规划、内容生成、视觉设计、演讲稿撰写、配音、音效、字幕、视频合成
  • 触发条件:用户需要制作路演视频、产品发布演示、公司介绍视频等

前置准备

  • 依赖说明:scripts 脚本所需的依赖包
    moviepy>=1.0.3
    pillow>=9.0.0
    pydub>=0.25.1
    requests>=2.28.0
    
  • 系统依赖:FFmpeg(必需,用于视频和音频处理)
    # Ubuntu/Debian
    sudo apt-get install ffmpeg
    
    # macOS
    brew install ffmpeg
    

操作步骤

标准流程(完整路演视频生成)

角色一:文档分析师

  1. 分析用户提供的文档,提取核心信息:
    • 主题和目标
    • 目标受众
    • 核心论点
    • 关键数据和案例
  2. 输出文档分析摘要供后续角色使用

角色二:结构规划师(关键角色)

  1. 生成结构化文档,明确每一页 PPT 讲什么:
    • 页面编号
    • 页面标题
    • 核心内容要点(3-5 条)
    • 演讲时长(建议每页 30-60 秒)
    • 页面类型(封面/内容/数据/总结)
  2. 输出结构化 JSON,确保逻辑连贯
  3. 此结构将作为后续所有角色的基础

角色三:品牌风格分析师

  1. 导入设计系统(新增功能):
    • 如果用户提供从 web-design-analyzer 导出的 brand_style.json,直接导入
    • 使用 scripts/style_learner.py --load-json ./brand_style.json 加载配置
    • 验证配置完整性(colors、fonts、layout_style)
  2. 学习品牌风格(传统方式):
    • 学习用户提供的品牌风格(如样例 PPT、图片、品牌手册):
      • 分析配色方案(主色、辅助色、强调色)
      • 识别字体类型(标题字体、正文字体)
      • 提取设计元素(logo、图标、装饰)
      • 分析布局风格(简约/商务/创意/科技)
  3. 生成品牌风格配置文件(brand_style.json)
  4. 为后续视觉设计提供风格指导

角色四:内容策划师

  1. 基于结构化文档,规划每页的详细内容:
    • 标题和副标题
    • 内容要点(精炼为短语)
    • 数据和图表说明
    • 演讲提示
  2. 应用品牌风格,确保内容与视觉一致
  3. 输出完整的内容规划

角色五:视觉设计师

  1. 基于品牌风格和内容规划,生成 PPT 图片:
    • 使用智能体的图像生成能力
    • 应用品牌配色和风格
    • 确保所有图片风格统一
    • 生成 slide-01.png 到 slide-N.png
  2. 参考品牌风格配置,调整图片色调、字体等

角色六:路演撰稿师

  1. 为每一页撰写详细的演讲稿/脚本:
    • 开场白(10-15 秒)
    • 核心内容讲解(每页 30-60 秒)
    • 过渡语(衔接下一页)
    • 总结语(10-15 秒)
  2. 确保语言流畅自然,适合口语表达
  3. 输出演讲稿(roadshow_script.txt)

角色七:转场设计师

  1. 设计页面过渡动画:
    • 选择转场类型(淡入淡出/滑动/缩放/翻转等)
    • 设置转场时长(建议 1-2 秒)
    • 确保转场风格与品牌一致
  2. 生成转场配置(transitions.json)

角色八:音频设计师

  1. 处理音频内容:
    • 配音:调用 TTS API 生成语音解说
    • 音效:添加页面切换音效、强调音效
    • 音乐:添加背景音乐(从 assets/music/ 或用户上传)
  2. 调用 scripts/audio_processor.py:
    python scripts/audio_processor.py \
      --script ./roadshow_script.txt \
      --style-brand ./brand_style.json \
      --output ./audio/
    
  3. 输出音频文件(voiceover.mp3, sound_effects/, background_music.mp3)

角色九:字幕设计师

  1. 生成和同步字幕:
    • 根据演讲稿生成字幕文本
    • 计算每句字幕的开始和结束时间
    • 应用品牌字体和样式
  2. 调用 scripts/subtitle_generator.py:
    python scripts/subtitle_generator.py \
      --script ./roadshow_script.txt \
      --style-brand ./brand_style.json \
      --output ./subtitles.srt
    
  3. 输出字幕文件(subtitles.srt)

角色十:视频合成师

  1. 一键合成完整路演视频:
    • 合并所有图片、转场、配音、音效、音乐、字幕
    • 统一分辨率和帧率(1920x1080, 30fps)
    • 确保音画同步
  2. 调用 scripts/roadshow_composer.py:
    python scripts/roadshow_composer.py \
      --images ./images/ \
      --audio ./audio/ \
      --subtitles ./subtitles.srt \
      --style-brand ./brand_style.json \
      --output ./roadshow_video.mp4
    
  3. 输出完整的路演视频

品牌风格学习模式

当用户希望保持品牌风格一致时:

  1. 用户提供品牌风格样例:
    • PPT 样例文件
    • 品牌手册
    • 关键图片(logo、产品图等)
  2. 执行角色三(品牌风格分析师)
  3. 保存品牌风格配置供后续使用
  4. 后续生成时自动应用此风格

与其他 Skill 协同

与 web-design-analyzer 协同(新增)

  • web-design-analyzer 分析网页截图,提取设计系统
  • 转换为 brand_style.json(使用 convert_to_roadshow_style.py)
  • ppt-roadshow-generator 导入品牌风格,生成路演视频
  • 适用于用户希望路演视频与网页设计保持一致的场景
  • 详见:references/design-system-import-guide.md

与 ppt-generator 协同

  • ppt-generator 生成 PPT 内容(JSON)
  • ppt-roadshow-generator 接收 JSON,继续处理
  • 适用于用户已使用 ppt-generator 生成内容的场景

与 nanobanana-ppt-visualizer 协同

  • nanobanana 生成图片和播放器
  • ppt-roadshow-generator 使用图片,添加配音、音效、字幕
  • 适用于用户已有图片,需要完整路演视频的场景

可选分支

  • 仅生成结构化文档:执行角色一、角色二
  • 仅生成图片:执行角色一到角色五
  • 仅生成演讲稿:执行角色一到角色六
  • 快速模式:使用默认品牌风格,跳过角色三

资源索引

注意事项

  • 十角色协作流程,确保每一步输出为下一步输入
  • 品牌风格学习是保持一致性的关键,建议用户首次使用时提供样例
  • 配音功能需要 TTS API 密钥,通过 skill_credentials 工具配置
  • 音乐使用 assets/music/ 中的示例或用户上传的文件
  • 视频合成使用 FFmpeg,确保已安装
  • 支持一次性生成 15-100 页,风格保持一致
  • 保持与用户的互动,在关键节点(如风格确认)征求反馈

使用示例

示例 1:从文档生成完整路演视频

  • 功能说明:完整的十角色协作流程
  • 执行方式:智能体(10 个角色) + 脚本
  • 关键参数:文档路径、品牌样例(可选)、页数(如 15 页)
  • 输出:完整路演视频(含配音、音效、音乐、字幕)

示例 2:学习品牌风格后生成

  • 功能说明:先学习品牌风格,再生成视频
  • 执行方式:智能体 + 脚本
  • 流程:
    1. 用户提供品牌样例
    2. 品牌风格分析师学习并保存
    3. 后续生成时自动应用

示例 3:从网页设计导入品牌风格(新增)

  • 功能说明:导入从网页分析中提取的设计系统,生成风格一致的路演视频
  • 执行方式:web-design-analyzer + ppt-roadshow-generator
  • 流程:
    1. web-design-analyzer 分析网页截图
    2. 转换为 brand_style.json
    3. ppt-roadshow-generator 导入品牌风格
    4. 生成路演视频

示例 4:与 ppt-generator 协同

  • 功能说明:使用 ppt-generator 的内容,生成路演视频
  • 执行方式:ppt-generator + ppt-roadshow-generator
  • 流程:
    1. ppt-generator 生成 JSON
    2. ppt-roadshow-generator 接收 JSON,继续处理

示例 5:批量生成 100 页视频

  • 功能说明:一次性生成 100 页风格统一的视频
  • 执行方式:智能体 + 脚本
  • 关键:品牌风格学习确保一致性
  • 优势:风格统一,无需人工干预

评价

还没有评价。欢迎分享你的使用感受。

评论

无需登录即可发表。欢迎分享使用感受、提问,或说明在哪些环境下无法运行。

还没有评论。来写第一条吧。

提交后会立即公开。请勿填写邮箱、电话等个人信息。URL 最多 2 个。

0 / 1000 字

此表单受 reCAPTCHA 保护,适用 Google 的隐私权政策和服务条款。

同一仓库的技能

Organize AI agents into execution, management, and review roles for complex projects. Choose preset or custom teams, share project context and decisions, and combine their discussions and work into meeting records, feasibility reports, or implementation outputs.

中文简介正在准备中。当前显示英语简介。

  • Reviewing a technical architecture from several perspectives
  • Discussing product pricing across market and cost considerations
  • Assessing a new product's feasibility
anbeime/skill83902026年10月19日 更新

Generate character images, backgrounds, synthetic speech, and music for product videos featuring 小省导购员, a digital shopping presenter. Coordinate these assets with InfiniteTalk to produce a 25-second vertical video made from five scenes.

中文简介正在准备中。当前显示英语简介。

  • Producing a 25-second vertical product presentation video
  • Generating reference images for the 小省导购员 character
  • Creating business setting backgrounds for a video
anbeime/skill83902026年10月19日 更新

Convert PDF, Word, and Excel documents into structured Markdown for search and knowledge bases. The skill tries three parsers in sequence when needed and returns metadata, a confidence score, and the parser used.

中文简介正在准备中。当前显示英语简介。

  • Prepare documents for retrieval-augmented generation
  • Structure documents for an internal knowledge base
  • Extract structured text from contracts
anbeime/skill83902026年10月19日 更新

Organize parsed documents into four color-coded cards covering facts, explanations, risks, and actions. Preserve source references and generation details so readers can review evidence, identify uncertainty, and consider next steps in research, financial, or legal analysis.

中文简介正在准备中。当前显示英语简介。

  • Separating facts from interpretations in financial reports
  • Organizing evidence and risks in legal documents
  • Turning research documents into evidence-linked analysis cards
anbeime/skill83902026年10月19日 更新

Record operations across multiple AI agents and connect events into a traceable history. Search records by tracking ID, time window, or responsible component to support audits and investigations, with local storage available when the vector database fails.

中文简介正在准备中。当前显示英语简介。

  • Trace task dispatch and execution across agents
  • Search audit records by time or responsible component
  • Keep recording events during vector database failures
anbeime/skill83902026年10月19日 更新

Screen documents and external URLs before they enter a processing workflow. Check blocked domains and document permissions, then produce a pass or reject decision, a risk report, and a tracking ID for later review.

中文简介正在准备中。当前显示英语简介。

  • Screening documents before adding them to a knowledge base
  • Checking external URLs against a domain blocklist
  • Reviewing document permissions before processing
anbeime/skill83902026年10月19日 更新

查看 anbeime 的全部技能

报告此技能的问题