🎁 Get the FREE AI Skills Starter Guide — Subscribe →
BytesAgainBytesAgain
BytesAgain › Skills › Ppt Video
🦀 ClawHub

Ppt Video

by @vincentlau2046-sudo

将PPTX/PDF/HTML演示文稿及背景材料自动转换成1280×720口语化播报视频，支持内容风格识别和语速调节。

Versionv1.4.1
Installs1
#video#legal
TERMINAL
clawhub install ppt-video

📖 About This Skill

PPT to Video 技能规范 (v1.4)

> 将演示文稿 + 背景材料 → 播报/汇报视频

版本: v1.4 作者: Vincent Lau 许可证: MIT ClawHub 分类: video

📋 技能描述

PPT to Video - 专业演示视频生成工具，支持多种输入格式，自动适配内容风格。

核心流程： 

PPTX/PDF/HTML + 背景材料 (MD/TXT)
         ↓
    截图 → 风格分析 → TTS → 合成
         ↓
    1024×720 播报视频 (H.264 + AAC)

核心特性：

  • 🎯 自动风格识别：新闻/技术/政治/轻松，自动选择 TTS 音色
  • 🎤 统一语速控制：默认 +25% 语速，支持 --rate 参数覆盖
  • 📝 标点符号节奏：使用标点符号（而非特殊标记）控制 TTS 停顿
  • 📊 多格式支持：PPTX/PDF/HTML 输入，自动适配
  • ✅ 音画对齐验证：合成后自动检查每页音画同步状态
  • 🗣️ 口语化重写：自动将书面语转为口语化汇报风格（先重点后事实）

    • 📁 文件结构（ClawHub 规范）

    ppt-video/
├── SKILL.md                      # ✅ 技能规范文档
├── README.md                     # ✅ 使用说明
├── package.json                  # ✅ 依赖配置
├── LICENSE                       # ✅ 许可证
├── .clawhub/
│   └── _meta.json                # ✅ ClawHub 元数据
├── scripts/
│   ├── generate.js               # ✅ 主脚本
│   └── extract_ppt_text.py       # ✅ PPTX 文本提取
└── templates/                    # 图表模板（可选）

    🚀 使用示例

    基础用法

    # 方式 1: 指定输入目录（自动检测文件类型）
node /home/Vincent/.openclaw/workspace/skills/ppt-video/scripts/generate.js \
  --input /path/to/input/dir
    方式 2: 已匹配讲稿模式（推荐）
    
node /home/Vincent/.openclaw/workspace/skills/ppt-video/scripts/generate.js \
  --slides presentation.pptx \
  --script script_matched.md \
  --output ./video/
    方式 3: 背景材料 + 智能匹配
    
node /home/Vincent/.openclaw/workspace/skills/ppt-video/scripts/generate.js \
  --slides presentation.pptx \
  --material background.md \
  --readme README.md \
  --output ./video/
    方式 4: 搜索 note 文件夹
    
node /home/Vincent/.openclaw/workspace/skills/ppt-video/scripts/generate.js \
  --input /path/to/project/ \
  --searchNotes /path/to/project/ \
  --output ./video/

    参数说明

    | 参数 | 必需 | 说明 | 默认值 | |------|------|------|--------| | --date | 否 | 日期标识（用于输出文件名） | 今天 | | --input | 条件 | 输入目录（自动扫描所有文件） | - | | --slides | 条件 | 演示文件路径（PPTX/PDF/HTML） | - | | --script | 条件 | 已匹配讲稿路径（MD） | - | | --material | 条件 | 背景材料路径（MD） | - | | --readme | 否 | PPT 说明文件路径（MD） | - | | --searchNotes | 否 | 搜索 note 文件夹 | - | | --output | 否 | 输出目录 | ~/wechat_articles/Video/ppt-/ | | --rate | 否 | TTS 语速（如 "+25%"） | +25% | | --keepTemp | 否 | 保留临时项目文件夹 | 删除 |

    输入优先级： 1. --script 指定已匹配讲稿（最高优先级） 2. --material + --readme 背景材料 + 智能匹配 3. 仅 --slides 降级模式

    📁 输入格式

    1. 演示文稿（三选一）

    | 格式 | 支持 | 说明 | |------|------|------| | PPTX | ✅ | PowerPoint 演示文稿（推荐） | | PDF | ✅ | PDF 文档 | | HTML | ⚠️ | 单页 HTML 幻灯片（简化支持） |

    2. 背景材料 + README.md（推荐：智能匹配）

    方式 A：背景材料带页面对齐标记（最高优先级）

    ## 第 1 页 封面
欢迎观看本次演示...
    第 2 页 核心摘要
    
这里是核心摘要内容...
    第 3 页 大模型动态
    
这里是技术详情...

    方式 B：背景材料 + README.md（智能匹配，推荐）

    背景材料 background.md： 

    ## 智谱 GLM-5.1 发布
智谱 AI 正式发布 GLM-5.1，官方称是目前全球最强的开源模型...
    Kimi K2.5 登顶榜单
    
月之暗面 Kimi K2.5 上线不到 24 小时，登顶 LMarena 开源模型首位...
    阿里云 CodingPlan
    
阿里云百炼推出 CodingPlan，四大开源模型自由切换...

    PPT 说明 README.md： 

    ## 第 1 页 封面
关键词：AI 每日洞察、2026-04-10、零壹情报
    第 2 页 核心摘要
    
关键词：智谱 GLM-5.1、Kimi K2.5、AGI 突破
    第 3 页 大模型动态
    
关键词：智谱 AI、GLM-5.1、SWE-bench、8 小时持续工作
    第 4 页 中国厂商
    
关键词：阿里云、CodingPlan、MiniMax、OpenRouter
    第 5 页 美国厂商
    
关键词：OpenAI、Anthropic、Google DeepMind、Genie 3
    第 6 页 趋势洞察
    
关键词：开源模型、智能体、长程任务

    智能匹配逻辑： 1. 读取 README.md 中每页的关键词 2. 分析背景材料每段的内容 3. 自动将段落匹配到关键词最相关的 PPT 页面 4. 输出匹配报告（每页匹配度分数）

    优势：

  • ✅ 背景材料无需按 PPT 页数分割
  • ✅ 自动语义匹配，音画对齐
  • ✅ 匹配度可视化，便于调试

    • 🎤 TTS 音色配置

    技能自动根据内容风格选择音色：

    | 风格 | 音色 | 语速 | 适用场景 | |------|------|------|----------| | 新闻 | zh-CN-XiaoxiaoNeural | +25% | 新闻播报、日报 | | 技术 | zh-CN-YunxiNeural | +25% | 技术讲解、汇报 | | 政治 | zh-CN-YunjianNeural | +25% | 时事政治、国际形势 | | 轻松 | zh-CN-XiaoyiNeural | +25% | 轻松内容、教育 |

    语速配置：

  • 默认统一语速：+25%（所有页面）
  • 支持 --rate 参数覆盖：如 --rate "+30%"
  • ~~删除封面/结尾特殊加速逻辑~~（用户反馈不需要）

    • 📤 输出格式

    视频规格

    | 属性 | 值 | |------|-----| | 分辨率 | 1280×720 (标准 720p 16:9) | | 视频编码 | H.264 (libx264) | | 音频编码 | AAC (128kbps) | | 帧率 | 10 fps（静态图片） | | 格式 | MP4 (movflags +faststart) |

    输出目录结构

    /home/Vincent/.openclaw/workspace/wechat_articles/Video/ppt-2026-04-09/
├── video_2026-04-09.mp4    # 最终视频
├── screenshots/             # 演示截图（PNG）
│   ├── 01-page.png
│   ├── 02-page.png
│   └── ...
├── audio/                   # TTS 音频（MP3）
│   ├── audio_01.mp3
│   ├── audio_02.mp3
│   └── ...
├── clips/                   # 视频片段（MP4）
│   ├── clip_01.mp4
│   ├── clip_02.mp4
│   └── ...
└── VIDEO_COMPLETE.md        # 完成报告

    🔧 依赖要求

    必需工具

    # Node.js (v18+)
node --version
    edge-tts (Python TTS)
    
pip install edge-tts
edge-tts --version
    ffmpeg (视频合成)
    
ffmpeg -version
    LibreOffice (PPTX 截图)
    
libreoffice --version
    poppler-utils (PDF 截图)
    
pdftoppm -version
    ImageMagick (HTML 截图，可选)
    
convert -version

    安装命令（Ubuntu/Debian）

    # 安装 edge-tts
pip install edge-tts
    安装 LibreOffice
    
sudo apt-get install libreoffice
    安装 poppler-utils
    
sudo apt-get install poppler-utils
    安装 ffmpeg
    
sudo apt-get install ffmpeg
    安装 ImageMagick
    
sudo apt-get install imagemagick

    🎯 使用场景

    1. AI 情报日报视频

    node generate.js \
  --input /home/Vincent/.openclaw/workspace/wechat_articles/daily/2026-04-09/

    2. 国际形势简报

    node generate.js \
  --slides /home/Vincent/.openclaw/workspace/wechat_articles/world_intel_brief/ppt_20260409/international_brief.pptx \
  --material /home/Vincent/.openclaw/workspace/wechat_articles/world_intel_brief/ppt_20260409/script.md \
  --output /home/Vincent/.openclaw/workspace/wechat_articles/world_intel_brief/video_20260409/

    3. 技术汇报视频

    node generate.js \
  --slides tech_presentation.pptx \
  --material tech_background.md \
  --output ./output/

    ⚠️ 注意事项

    1. 内容风格识别

    技能根据关键词自动识别内容风格：

  • 政治：政策、政府、国家、外交、国际形势
  • 技术：技术、代码、API、算法、模型、AI
  • 新闻：新闻、报道、今日、快讯、动态

    • 2. TTS 标点符号控制

    edge-tts 不支持特殊停顿标记，使用标点符号控制节奏：

  • 逗号 ,：短停顿
  • 句号 。：正常停顿
  • 分号 ；：中等停顿
  • 破折号 ——：强调停顿

    • 3. 语速配置

  • 默认统一语速：+25%（所有页面）
  • 支持 --rate 参数覆盖：如 --rate "+30%"
  • ~~删除封面/结尾特殊加速~~（根据用户反馈优化）

    • 4. 页面对齐验证

    技能会自动检查：

  • 讲稿分段数 vs PPT 页数
  • 不匹配时输出警告并建议修复

    • 🛠️ 故障排除

    问题 1: LibreOffice 截图失败

    错误: PPTX 截图失败

    解决: 

    # 检查 LibreOffice
libreoffice --version
    如果未安装
    
sudo apt-get install libreoffice

    问题 2: edge-tts 失败

    错误: edge-tts: command not found

    解决: 

    pip install edge-tts
edge-tts --version

    问题 3: 视频合成失败

    错误: ffmpeg: command not found

    解决: 

    sudo apt-get install ffmpeg
ffmpeg -version

    📝 版本历史

    | 版本 | 日期 | 变更 | |------|------|------| | v1.4 | 2026-04-10 | ✅ 讲稿口语化重写（汇报/新闻风格）
    ✅ 句子长度优化（15-25 字/句）
    ✅ 连接词自动添加（先重点后事实） |
    v1.3 | 2026-04-10 | ✅ 灵活输入检测系统
    ✅ 临时项目文件夹（标准化结构）
    ✅ 已匹配讲稿模式（--script）
    ✅ note 文件夹自动搜索
    ✅ 文件分类整理（ppt/readme/scripts/materials） | | v1.2 | 2026-04-10 | ✅ 新增 README.md 智能匹配功能
    ✅ 三级优先级策略（标记 > 智能匹配 > 机械分割）
    ✅ 输出匹配度报告（每页分数） | | v1.1 | 2026-04-10 | ✅ 分辨率改为 1280×720（标准 16:9）
    ✅ 统一语速 +25%，删除封面/结尾特殊加速
    ✅ 强制页面对齐标记（## 第 X 页）
    ✅ 增加音画对齐验证报告 | | v1.0 | 2026-04-09 | 初始版本 |

    🔗 相关技能

  • ppt-master: 专业 PPT 生成
  • professional-pptx-maker: 商务 PPT 生成
  • weixin-video-publish: 微信视频号发布

    • 技能路径: /home/Vincent/.openclaw/workspace/skills/ppt-video/ 核心脚本: scripts/generate.js