Back to search
NanoBanana-PPT-Skills
SkillGitHub
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
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Checked today
Badge for your README
Markdown
[](/listings/op7418--nanobanana-ppt-skills)HTML
<a href="/listings/op7418--nanobanana-ppt-skills"><img src="/api/listings/op7418--nanobanana-ppt-skills/badge.svg" alt="findsafeskills safety rating" /></a>Install
i
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
SKILL.md · Manifest · 674 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- # 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)
- - 转场视频:~3-5MB/段(1080p,5 秒)
- - 完整视频:~12-20MB(5 页 PPT + 转场)
- ## 📁 文件组织
- ### 输出目录结构
- **仅图片模式:**
- ```
- outputs/20260112_143022/
- ├── images/
- │ ├── slide-01.png
- │ ├── slide-02.png
- │ └── ...
- ├── index.html # 图片播放器
- └── prompts.json # 提示词记录
- ```
- **视频模式:**
- ```
- outputs/20260112_143022_video/
- ├── videos/
- │ ├── preview.mp4 # 首页循环预览
- │ ├── transition_01_to_02.mp4
- │ ├── transition_02_to_03.mp4
- │ └── ...
- ├── video_index.html # 交互式播放器
- └── full_ppt_video.mp4 # 完整视频
- ```
- ## 🎯 最佳实践
- 1. **文档质量**:输入文档内容越清晰结构化,生成的 PPT 质量越高
- 2. **页数选择**:根据文档长度和演示场景合理选择页数
- 3. **分辨率选择**:日常使用推荐 2K,重要展示场合可选 4K
- 4. **视频功能**:首次使用建议先尝试仅图片模式,熟悉后再使用视频功能
- 5. **提示词调整**:查看 `prompts.json` 了解生成逻辑,可手动调整后重新生成
- ## 📝 使用示例
- ### 示例 1: 快速生成
- **用户输入:**
- ```
- 我需要基于这份会议纪要生成一个 5 页的 PPT,使用矢量插画风格。
- 会议主题:Q1 产品路线图规划
- 参与人:产品团队
- 讨论内容:
- 1. 用户反馈汇总
- 2. 新功能优先级
- 3. 技术可行性评估
- 4. Q1 里程碑
- 5. 下一步行动项
- ```
- **Skill 执行:**
- 1. 收集输入(已提供内容)
- 2. 确认风格(矢量插画)
- 3. 确认页数(5 页)
- 4. 确认分辨率(询问用户)
- 5. 生成 slides_plan.json
- 6. 执行生成命令
- 7. 返回结果
- ### 示例 2: 完整流程
- **用户输入:**
- ```
- 基于 AI-Product-Design.md 文档,生成一个 15 页的 PPT,使用渐变毛玻璃风格,需要转场视频。
- ```
- **Skill 执行:**
- 1. 读取文档内容
- 2. 确认风格(渐变毛玻璃)
- 3. 确认页数(15 页)
- 4. 确认分辨率(询问用户)
- 5. 确认生成视频(是)
- 6. 分析文档,规划 15 页内容
- 7. 生成 slides_plan.json
- 8. 生成 PPT 图片
- 9. 生成转场视频
- 10. 合成完整视频
- 11. 返回所有结果
- ## 🔄 更新日志
- ### v2.0.0 (2026-01-12)
- - 🎬 **新增视频功能**
- - 可灵 AI 转场视频生成
- - 交互式视频播放器
- - FFmpeg 完整视频合成
- - 首页循环预览视频
- - 🔧 **优化视频合成**
- - 自动统一分辨率和帧率
- - 修复视频拼接兼容性问题
- - 静态图片展示时间改为 2 秒
- - 🔑 **改进环境变量**
- - 智能查找 .env 文件
- - 支持多种部署模式
- - 自动向上查找项目根目录
- - 📚 **文档完善**
- - 重命名为 SKILL.md(符合官方规范)
- - 更新所有路径和命令
- - 添加视频功能使用指南
- ### v1.0.0 (2026-01-09)
- - ✨ 首次发布
- - 🎨 内置 2 种专业风格
- - 🖼️ 支持 2K/4K 分辨率
- - 🎬 HTML5 图片播放器
- - 📊 智能文档分析
- ## 📄 许可证
- MIT License
- ## 📞 技术支持
- - 项目架构:参见 `ARCHITECTURE.md`
- - API 管理:参见 `API_MANAGEMENT.md`
- - 环境配置:参见 `ENV_SETUP.md`
- - 安全说明:参见 `SECURITY.md`
- - 完整文档:参见 `README.md`
README.md · README · 871 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- # 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
- <div align="center">
- 
- 
- 
- **创作者**: [歸藏](https://github.com/op7418)
- [效果演示](#-效果演示) • [功能特性](#-功能特性) • [一键安装](#-一键安装) • [作为 Skill 使用](#-作为-claude-code-skill-使用) • [使用指南](#-使用指南) • [视频功能](#-视频功能) • [架构文档](ARCHITECTURE.md) • [常见问题](#-常见问题)
- </div>
- ---
- ## 🎬 效果演示
- <div align="center">
- https://github.com/user-attachments/assets/b394de21-2848-489a-8d33-a8e262e60f60
- *AI 自动生成 PPT 并添加流畅转场动画 - 从文档分析到视频合成一键完成*
- </div>
- ---
- ## 📖 简介
- NanoBanana PPT Skills 是一个强大的 AI 驱动的 PPT 生成工具,能够:
- - 📄 **智能分析文档**,自动提取核心要点并规划 PPT 结构
- - 🎨 **生成高质量图片**,使用 Google Nano Banana Pro(Gemini 3 Pro Image Preview)
- - 🎬 **自动生成转场视频**,使用可灵 AI 创建流畅的页面过渡动画
- - 🎮 **交互式视频播放器**,支持键盘控制、循环预览、智能转场
- - 🎥 **完整视频导出**,一键合成包含所有转场的完整 PPT 视频
- ### 🎨 视觉风格
- **渐变毛玻璃卡片风格**
- - 高端科技感,Apple Keynote 极简主义
- - 3D 玻璃物体 + 霓虹渐变
- - 电影级光照效果
- - 适合:科技产品、商务演示、数据报告
- **矢量插画风格**
- - 温暖扁平化设计,复古配色
- - 黑色轮廓线 + 几何化处理
- - 玩具模型般的可爱感
- - 适合:教育培训、创意提案、品牌故事
- ---
- ## ✨ 功能特性
- ### 🎯 核心能力
- - 🤖 **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 2 种专业风格,可无限扩展
- - 🖼️ **高质量图片** - 16:9 比例,2K/4K 分辨率可选
- - 🎬 **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 合成包含转场的完整 PPT 视频
- - 📊 **智能布局** - 封面页、内容页、数据页自动识别
- - ⚡ **快速生成** - 2K 约 30 秒/页
- ### 🆕 视频功能(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
- - 🎮 **交互式播放** - 按键翻页时播放转场视频,结束后显示静态图片
- - 🎥 **完整视频导出** - 合成包含所有转场和静态页的完整视频
- - 🔧 **参数统一** - 自动统一所有视频分辨率和帧率,确保流畅播放
- ### 🛠️ 技术亮点
- - ✅ Google Nano Banana Pro(Gemini 3 Pro Image Preview)图像生成
- - ✅ 可灵 AI API 集成(视频生成、数字人、主体库)
- - ✅ FFmpeg 视频合成与参数统一
- - ✅ 完整的提示词工程和风格管理系统
- - ✅ 安全的 .env 环境变量管理
- - ✅ 模块化设计,易于扩展
- ---
- ## 🚀 一键安装
- ### 方法一:Claude Code 自动安装(推荐)
- **只需复制以下提示词,发送给 Claude Code,它会自动完成全部安装!**
- ```
- 请帮我安装 NanoBanana PPT Skills:
- 1. 克隆项目并进入目录:
- git clone https://github.com/op7418/NanoBanana-PPT-Skills.git
- cd NanoBanana-PPT-Skills
- 2. 创建 Python 虚拟环境:
- python3 -m venv venv
- source venv/bin/activate # Windows: venv\Scripts\activate
- 3. 安装依赖:
- pip install google-genai pillow python-dotenv
- 4. 配置 API 密钥 - 创建 .env 文件:
- cp .env.example .env
- 5. 编辑 .env 文件,填入我的 API 密钥:
- GEMINI_API_KEY=YOUR_GEMINI_API_KEY
- KLING_ACCESS_KEY=YOUR_KLING_ACCESS_KEY
- KLING_SECRET_KEY=YOUR_KLING_SECRET_KEY
- 注意:
- - GEMINI_API_KEY: Google AI API 密钥(必需,用于生成 PPT 图片)
- - KLING_ACCESS_KEY 和 KLING_SECRET_KEY: 可灵 AI 密钥(可选,用于生成转场视频)
- 6. 验证安装:
- python3 generate_ppt.py --help
- 完成后,告诉我安装结果和如何使用。
- 我的 API 密钥:
- - GEMINI_API_KEY: YOUR_GEMINI_API_KEY_HERE
- - KLING_ACCESS_KEY: YOUR_KLING_ACCESS_KEY_HERE (可选)
- - KLING_SECRET_KEY: YOUR_KLING_SECRET_KEY_HERE (可选)
- ```
- **使用说明**:
- 1. 先获取 API 密钥:
- - **必需**: [Google AI API 密钥](https://aistudio.google.com/apikey)
- - **可选**: [可灵 AI API 密钥](https://klingai.com)(用于视频转场功能)
- 2. 复制上面的提示词
- 3. 将 `YOUR_GEMINI_API_KEY_HERE` 等替换为你的真实 API 密钥
- 4. 发送给 Claude Code
- 5. Claude Code 会自动执行所有安装步骤并告知结果
- ### 方法二:手动安装
- 如果你想手动安装,按照以下步骤操作:
- #### 1. 克隆项目
- ```bash
- git clone https://github.com/op7418/NanoBanana-PPT-Skills.git
- cd NanoBanana-PPT-Skills
- ```
- #### 2. 创建虚拟环境
- ```bash
- python3 -m venv venv
- source venv/bin/activate # Windows: venv\Scripts\activate
- ```
- #### 3. 安装依赖
- ```bash
- pip install google-genai pillow
- ```
- 如果需要视频功能,还需要安装 FFmpeg:
- ```bash
- # macOS
- brew install ffmpeg
- # Ubuntu/Debian
- sudo apt-get install ffmpeg
- # Windows
- # 下载 FFmpeg 并添加到系统 PATH
- ```
- #### 4. 配置 API 密钥
- **推荐方式:.env 文件(已内置支持)**
- ```bash
- # 复制示例文件
- cp .env.example .env
- # 编辑 .env 文件
- nano .env # 或使用你喜欢的编辑器
- ```
- 在 `.env` 文件中填入你的 API 密钥:
- ```bash
- # Google AI API 密钥(必需)
- GEMINI_API_KEY=your_gemini_api_key_here
- # 可灵 AI API 密钥(可选,用于视频转场功能)
- KLING_ACCESS_KEY=your_kling_access_key_here
- KLING_SECRET_KEY=your_kling_secret_key_here
- ```
- **替代方式:系统环境变量**
- ```bash
- # zsh 用户 (macOS 默认)
- echo 'export GEMINI_API_KEY="your-api-key-here"' >> ~/.zshrc
- source ~/.zshrc
- # bash 用户
- echo 'export GEMINI_API_KEY="your-api-key-here"' >> ~/.bashrc
- source ~/.bashrc
- ```
- #### 5. 验证安装
- ```bash
- python3 generate_ppt.py --help
- ```
- 应该显示帮助信息,表示安装成功。
- ---
- ## 🎯 作为 Claude Code Skill 使用
- NanoBanana PPT Skills 完全支持 Claude Code Skill 标准,可以直接通过 Claude Code 调用。
- ### 快速安装为 Skill
- **方法一:Claude Code 自动安装为 Skill(最简单)**
- **只需复制以下提示词,发送给 Claude Code,它会自动完成 Skill 安装!**
- ```
- 请帮我将 NanoBanana PPT Skills 安装为 Claude Code Skill:
- 1. 创建 Skill 目录:
- mkdir -p ~/.claude/skills/ppt-generator
- 2. 克隆项目到 Skill 目录:
- git clone https://github.com/op7418/NanoBanana-PPT-Skills.git ~/.claude/skills/ppt-generator
- 3. 进入目录并安装依赖:
- cd ~/.claude/skills/ppt-generator
- python3 -m venv venv
- source venv/bin/activate
- pip install google-genai pillow python-dotenv
- 4. 配置 API 密钥:
- cp .env.example .env
- 然后编辑 .env 文件,填入我的 API 密钥:
- GEMINI_API_KEY=YOUR_GEMINI_API_KEY
- KLING_ACCESS_KEY=YOUR_KLING_ACCESS_KEY
- KLING_SECRET_KEY=YOUR_KLING_SECRET_KEY
- 5. 验证安装:
- python3 generate_ppt.py --help
- 完成后,告诉我如何在 Claude Code 中使用这个 Skill。
- 我的 API 密钥:
- - GEMINI_API_KEY: YOUR_GEMINI_API_KEY_HERE
- - KLING_ACCESS_KEY: YOUR_KLING_ACCESS_KEY_HERE (可选)
- - KLING_SECRET_KEY: YOUR_KLING_SECRET_KEY_HERE (可选)
- ```
- **方法二:使用安装脚本**
- ```bash
- # 克隆项目
- git clone https://github.com/op7418/NanoBanana-PPT-Skills.git
- cd NanoBanana-PPT-Skills
- # 运行安装脚本
- bash install_as_skill.sh
- ```
- 安装脚本会自动:
- 1. 创建 `~/.claude/skills/ppt-generator/` 目录
- 2. 复制所有必要文件
- 3. 安装 Python 依赖
- 4. 引导配置 API 密钥
- **方法三:手动安装**
- ```bash
- # 1. 创建 Skill 目录
- mkdir -p ~/.claude/skills/ppt-generator
- # 2. 克隆项目到 Skill 目录
- git clone https://github.com/op7418/NanoBanana-PPT-Skills.git ~/.claude/skills/ppt-generator
- # 3. 安装依赖
- cd ~/.claude/skills/ppt-generator
- pip install google-genai pillow python-dotenv
- # 4. 配置 API 密钥
- cp .env.example .env
- nano .env # 填入你的 API 密钥
- ```
- ### 环境变量配置
- Skill 会智能查找 `.env` 文件,按以下优先级:
- 1. **脚本所在目录** - `~/.claude/skills/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. **用户主目录** - `~/.env`
- 4. **系统环境变量** - 作为最后的备选方案
- **推荐配置方式:**
- ```bash
- # 在 Skill 目录下创建 .env 文件
- cat > ~/.claude/skills/ppt-generator/.env << EOF
- # 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
- EOF
- ```
- ### 在 Claude Code 中使用
- 安装完成后,直接在 Claude Code 中调用:
- ```bash
- /ppt-generator-pro
- ```
- 或者告诉 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...]
- ```
- Claude 会自动:
- 1. 分析文档内容
- 2. 询问风格、页数、分辨率等选项
- 3. 生成 slides_plan.json
- 4. 调用 generate_ppt.py 生成图片
- 5. (可选)生成转场视频
- 6. 返回结果路径
- ### Skill 模式 vs 独立模式
- | 特性 | Skill 模式 | 独立模式 |
- |------|-----------|---------|
- | 安装位置 | `~/.claude/skills/ppt-generator/` | 任意目录 |
- | 调用方式 | `/ppt-generator-pro` 或自然语言 | 手动执行 Python 脚本 |
- | 文档分析 | Claude 自动分析 | 需手动准备 JSON |
- | 交互体验 | 对话式,自动询问选项 | 命令行参数 |
- | .env 位置 | Skill 目录或项目根目录 | 脚本所在目录 |
- | 适用场景 | 日常使用,快速生成 | 批量生成,自动化脚本 |
- ### 详细使用文档
- 完整的 Skill 使用文档请参考 [SKILL.md](SKILL.md),包含:
- - 完整的执行流程
- - 用户输入收集策略
- - 内容规划方法
- - 错误处理指南
- - 最佳实践建议
- ---
- ## 💡 使用指南
- ### 基础使用:生成 PPT 图片
- #### 1. 准备内容规划文件
- 创建 `my_slides_plan.json`:
- ```json
- {
- "title": "AI 产品设计指南",
- "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"
- }
- ]
- }
- ```
- #### 2. 生成 PPT 图片
- ```bash
- python3 generate_ppt.py \
- --plan my_slides_plan.json \
- --style styles/gradient-glass.md \
- --resolution 2K
- ```
- #### 3. 查看结果
- ```bash
- # 在浏览器中打开图片播放器
- open outputs/TIMESTAMP/index.html
- ```
- ### 高级使用:生成带转场视频的 PPT
- #### 1. 生成 PPT 图片
- ```bash
- python3 generate_ppt.py \
- --plan my_slides_plan.json \
- --style styles/gradient-glass.md \
- --resolution 2K
- ```
- #### 2. 使用 Claude Code 生成转场提示词(必需)
- 在 Claude Code 中执行:
- ```
- 我刚生成了 5 页 PPT 图片在 outputs/TIMESTAMP/images 目录下。
- 请帮我分析这些图片,为每个页面转场生成视频提示词,
- 保存为 outputs/TIMESTAMP/transition_prompts.json
- ```
- Claude Code 会:
- 1. 读取所有 PPT 图片
- 2. 分析每两页之间的视觉差异
- 3. 生成精准的转场描述
- 4. 保存为 JSON 文件
- #### 3. 生成转场视频
- ```bash
- python3 generate_ppt_video.py \
- --slides-dir outputs/TIMESTAMP/images \
- --output-dir outputs/TIMESTAMP_video \
- --prompts-file outputs/TIMESTAMP/transition_prompts.json
- ```
- 这会生成:
- - 首页循环预览视频
- - 每个页面间的转场视频
- - 交互式视频播放器 HTML
- - 完整视频 (full_ppt_video.mp4)
- #### 4. 播放交互式视频 PPT
- ```bash
- open outputs/TIMESTAMP_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(停留 2 秒)
- 3. 再按右键:播放下一个转场视频 → 显示下一页图片
- 4. 依此类推...
- #### 4. 导出完整视频(可选)
- 交互式播放器会自动生成完整视频:
- ```bash
- # 视频文件
- outputs/TIMESTAMP_video/full_ppt_video.mp4
- ```
- 完整视频包含:
- - 首页预览(如果有)
- - 转场视频 01→02
- - 第 2 页静态(2 秒)
- - 转场视频 02→03
- - 第 3 页静态(2 秒)
- - ...
- ---
- ## 🎬 视频功能
- ### 转场视频生成
- 使用可灵 AI 自动生成页面间的转场视频:
- ```bash
- python3 generate_ppt_video.py \
- --slides-dir outputs/20260111_160221/images \
- --output-dir outputs/20260111_video \
- --mode professional \
- --duration 5
- ```
- **参数说明**:
- - `--slides-dir`: PPT 图片目录
- - `--output-dir`: 输出目录
- - `--mode`: 转场模式(`professional` 或 `creative`)
- - `--duration`: 转场视频时长(秒,默认 5)
- ### 交互式播放器
- 生成的 `video_index.html` 支持:
- | 功能 | 快捷键 | 说明 |
- |------|--------|------|
- | 下一页 | `→` `↓` | 播放转场视频,然后显示下一页 |
- | 上一页 | `←` `↑` | 返回上一页(直接显示) |
- | 首页 | `Home` | 返回首页预览 |
- | 末页 | `End` | 跳到最后一页 |
- | 播放/暂停 | `空格` | 暂停/继续当前视频 |
- | 全屏 | `ESC` | 切换全屏模式 |
- | 隐藏控件 | `H` | 隐藏/显示控制提示 |
- ### 完整视频合成
- 使用 FFmpeg 自动合成完整视频:
- ```python
- from video_composer import VideoComposer
- composer = VideoComposer()
- composer.compose_full_ppt_video(
- slides_paths=[...],
- transitions_dict={...},
- output_path='output.mp4',
- slide_duration=2, # 每页停留 2 秒
- include_preview=True,
- preview_video_path='preview.mp4',
- resolution='1920x1080',
- fps=24
- )
- ```
- **特性**:
- - 自动统一所有视频的分辨率和帧率
- - 保持宽高比,添加黑边
- - 支持预览视频循环
- - 高质量 H.264 编码
- ---
- ## 🎨 风格库
- ### 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. 按照模板编写风格定义(参考现有风格)
- 3. 直接使用新风格生成 PPT
- ---
- ## 📚 项目结构
- ```
- ppt-generator/
- ├── README.md # 本文件
- ├── API_MANAGEMENT.md # API 密钥管理指南
- ├── ENV_SETUP.md # 环境变量配置指南
- ├── SECURITY.md # 安全最佳实践
- ├── .env.example # 环境变量模板
- ├── .env # 实际环境变量(不提交到 Git)
- ├── .gitignore # Git 忽略规则
- │
- ├── generate_ppt.py # PPT 图片生成脚本
- ├── generate_ppt_video.py # 视频生成主脚本
- ├── kling_api.py # 可灵 AI API 封装
- ├── video_composer.py # FFmpeg 视频合成
- ├── video_materials.py # 视频素材管理
- ├── transition_prompt_generator.py # 转场提示词生成器
- │
- ├── styles/ # 风格库
- │ ├── gradient-glass.md # 渐变毛玻璃卡片风格
- │ └── vector-illustration.md # 矢量插画风格
- │
- ├── templates/ # HTML 模板
- │ ├── viewer.html # 图片播放器
- │ └── video_viewer.html # 视频播放器
- │
- ├── prompts/ # 提示词模板
- │ └── transition_base.md # 转场提示词基础模板
- │
- └── outputs/ # 生成结果(自动创建)
- ├── TIMESTAMP/ # 图片版本
- │ ├── images/ # PPT 图片
- │ ├── index.html # 图片播放器
- │ └── prompts.json # 生成提示词记录
- └── TIMESTAMP_video/ # 视频版本
- ├── videos/ # 转场视频
- ├── video_index.html # 视频播放器
- └── full_ppt_video.mp4 # 完整视频
- ```
- ---
- ## 🔧 配置选项
- ### 分辨率选择
- | 分辨率 | 尺寸 | 文件大小 | 生成速度 | 推荐场景 |
- |--------|------|----------|----------|----------|
- | 2K | 2752x1536 | ~2.5MB/页 | ~30秒/页 | 日常演示、在线分享 ✅ |
- | 4K | 5504x3072 | ~8MB/页 | ~60秒/页 | 打印输出、大屏展示 |
- ### 视频参数
- | 参数 | 默认值 | 说明 |
- |------|--------|------|
- | 分辨率 | 1920x1080 | 统一为 1080p,兼容可灵视频 |
- | 帧率 | 24fps | 统一帧率,确保流畅拼接 |
- | 静态图片时长 | 2秒 | 每页停留时间 |
- | 转场视频时长 | 5秒 | 可灵生成的转场时长 |
- ### 页数建议
- | 页数范围 | 演讲时长 | 适用场景 |
- |----------|----------|----------|
- | 5 页 | 5 分钟 | 电梯演讲、快速介绍 |
- | 5-10 页 | 10-15 分钟 | 标准演示、产品介绍 |
- | 10-15 页 | 20-30 分钟 | 深入讲解、培训课程 |
- | 20-25 页 | 45-60 分钟 | 完整培训、研讨会 |
- ---
- ## ❓ 常见问题
- ### Q: 如何获取 API 密钥?
- **A**:
- - **Google AI API**: 访问 [Google AI Studio](https://aistudio.google.com/apikey),登录后即可创建
- - **可灵 AI API**: 访问 [可灵 AI 开放平台](https://klingai.com),注册并创建应用获取密钥
- ### Q: 是否必须配置可灵 AI 密钥?
- **A**: 不是必须的。
- - **只生成 PPT 图片**:只需要 GEMINI_API_KEY
- - **生成转场视频**:需要 KLING_ACCESS_KEY 和 KLING_SECRET_KEY
- ### Q: 视频合成失败怎么办?
- **A**: 检查以下几点:
- 1. FFmpeg 是否已安装(`ffmpeg -version`)
- 2. 视频文件是否存在且完整
- 3. 磁盘空间是否充足
- 4. 查看详细错误信息
- ### Q: 如何修改静态图片展示时间?
- **A**: 在 `video_composer.py` 中修改 `slide_duration` 参数(默认 2 秒)
- ### Q: 转场视频生成很慢怎么办?
- **A**: 可灵 AI 生成视频需要一定时间(通常 30-60 秒/段)。可以:
- - 减少转场数量
- - 使用较短的转场时长
- - 分批生成
- ### Q: 可以导出为 PDF 吗?
- **A**: 可以。
- 1. 在浏览器中打开 `index.html`
- 2. 按 `Cmd+P` (Mac) 或 `Ctrl+P` (Windows)
- 3. 选择"另存为 PDF"
- ### Q: 生成的内容可以商用吗?
- **A**: 请查阅相关服务条款:
- - [Google AI 使用条款](https://ai.google.dev/terms)
- - [可灵 AI 使用条款](https://klingai.com/terms)
- 一般情况下,你拥有生成内容的使用权。
- ---
- ## 🛡️ 安全说明
- ### API 密钥安全
- 本项目采用 `.env` 文件管理 API 密钥,确保安全:
- - ✅ `.env` 文件已在 `.gitignore` 中,不会提交到 Git
- - ✅ 代码中无硬编码密钥
- - ✅ 支持系统环境变量作为备用方案
- - ✅ `.env.example` 提供配置模板
- **最佳实践**:
- ```bash
- # ✅ 正确:使用 .env 文件
- cp .env.example .env
- # 编辑 .env 填入真实密钥
- # ❌ 错误:直接在代码中写密钥
- GEMINI_API_KEY = "AIzaSy..." # 永远不要这样做!
- ```
- ### 提交前检查
- ```bash
- # 验证没有密钥泄露
- grep -r "AIzaSy\|ak-" --exclude-dir=.git --exclude-dir=venv .
- # 应该无输出
- # 检查 .env 文件是否被排除
- git status
- # 确认 .env 不在待提交列表中
- ```
- 详细说明请查看:
- - **API_MANAGEMENT.md** - API 密钥管理完整指南
- - **ENV_SETUP.md** - 环境变量配置指南
- - **SECURITY.md** - 安全最佳实践
- ---
- ## 📝 更新日志
- ### v2.0.0 (2026-01-11)
- - 🎬 **新增视频功能**
- - 可灵 AI 转场视频生成
- - 交互式视频播放器(视频+图片混合)
- - FFmpeg 完整视频合成
- - 首页循环预览视频
- - 🔧 **优化视频合成**
- - 自动统一分辨率和帧率
- - 修复视频拼接兼容性问题
- - 静态图片展示时间改为 2 秒
- - 🐛 **Bug 修复**
- - 修复预览模式状态管理问题
- - 修复 FFmpeg 滤镜参数格式错误
- - 📚 **文档更新**
- - 全面改写 README
- - 新增视频功能使用指南
- - 更新 API 密钥配置说明
- ### v1.0.0 (2026-01-09)
- - ✨ 首次发布
- - 🎨 内置 2 种专业风格
- - 🖼️ 支持 2K/4K 分辨率
- - 🎬 HTML5 图片播放器
- - 📊 智能文档分析
- - 🔐 安全的环境变量管理
- ---
- ## 🤝 贡献指南
- 欢迎贡献!你可以:
- ### 添加新风格
- 1. Fork 本项目
- 2. 在 `styles/` 创建新风格文件
- 3. 参考现有风格编写提示词
- 4. 测试生成效果
- 5. 提交 Pull Request
- ### 报告问题
- 在 [GitHub Issues](https://github.com/op7418/NanoBanana-PPT-Skills/issues) 提交问题,请包含:
- - 错误信息
- - 操作步骤
- - 系统环境
- - 日志文件(如有)
- ---
- ## 📄 许可证
- MIT License
- Copyright (c) 2026 歸藏
- Permission is hereby granted, free of charge, to any person obtaining a copy
- of this software and associated documentation files (the "Software"), to deal
- in the Software without restriction, including without limitation the rights
- to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
- copies of the Software, and to permit persons to whom the Software is
- furnished to do so, subject to the following conditions:
- The above copyright notice and this permission notice shall be included in all
- copies or substantial portions of the Software.
- THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
- IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
- FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
- AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
- LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
- OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
- SOFTWARE.
- ---
- ## 🙏 致谢
- - **Google Gemini Team** - 提供强大的 Nano Banana Pro 图像生成模型
- - **可灵 AI 团队** - 提供高质量的视频生成服务
- - **FFmpeg 项目** - 提供强大的视频处理工具
- - **开源社区** - 提供的各种工具和灵感
- ---
- ## 📞 联系方式
- - **创作者**: 歸藏
- - **GitHub**: [@op7418](https://github.com/op7418)
- - **Issues**: [GitHub Issues](https://github.com/op7418/NanoBanana-PPT-Skills/issues)
- ---
- <div align="center">
- **⭐ 如果这个项目对你有帮助,请给一个 Star!**
- Made with ❤️ by 歸藏 | Powered by Google Gemini & 可灵 AI & FFmpeg
- </div>
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.