Nanobanana Ppt Visualizer Agent Skill
PPT 视觉增强工具，支持多种风格渲染、交互式播放器生成和视频合成。可与 ppt-generator Skill 协同工作，实现从内容规划到视觉呈现的完整流程。
Install
one command, takes just this skill from the repositorynpx skills add https://github.com/anbeime/skill --skill nanobanana-ppt-visualizerWhat comes with it
59 133 bytes besides the instructionThe instruction itself
12 sections, as written by the authorPPT 视觉增强工具
任务目标
- 本 Skill 用于：为 PPT 内容生成高质量视觉呈现，包括图片渲染、交互式播放器和视频合成
- 能力包含：风格化图片生成、HTML 播放器生成、视频素材管理、FFmpeg 视频合成
- 触发条件：用户需要为 PPT 内容添加视觉效果，或与 ppt-generator Skill 协同工作
前置准备
- 依赖说明：scripts 脚本所需的依赖包
pillow>=9.0.0
python-dotenv>=0.19.0
- 系统依赖：FFmpeg（可选，用于视频合成功能）
# Ubuntu/Debian
sudo apt-get install ffmpeg
# macOS
brew install ffmpeg
操作步骤
标准流程（与 ppt-generator 协同）
步骤 1：获取 PPT 内容（协作模式）
- 与 ppt-generator Skill 协同：
- ppt-generator 负责：主题分析、内容规划、结构设计
- 输出格式：符合规范的 JSON 数据（详见 references/ppt_structure_guide.md）
- 接收 JSON 数据，包含：
- metadata：标题、作者、主题、关键词
- slides：每页的布局、标题、内容、图片标注
步骤 2：选择视觉风格
- 扫描
assets/styles/目录，列出可用风格： gradient-glass.md：渐变毛玻璃风格（科技感、商务）vector-illustration.md：矢量插画风格（温暖、教育）- 根据内容主题和场景推荐合适的风格
- 智能体生成图片描述提示词，参考风格模板
步骤 3：生成视觉素材
- 图片生成（使用智能体能力）：
- 根据每页内容和风格模板，生成图片描述
- 使用智能体的图像生成能力创建图片
- 保存为 slide-01.png, slide-02.png 等
- 可选：视频生成（需要可灵 AI API）：
- 如果用户需要视频转场，调用可灵 AI API
- 生成首页预览视频和页面转场视频
- 使用
scripts/video_materials.py管理视频素材
步骤 4：生成播放器
- 调用
scripts/generate_viewer.py生成 HTML 播放器： - 支持图片轮播、键盘导航、全屏播放
- 支持视频+图片混合播放（如果生成了视频）
- 输出交互式播放器，可直接在浏览器中预览
步骤 5：视频合成（可选）
- 如果生成了视频素材，调用
scripts/video_composer.py： - 使用 FFmpeg 合成完整视频
- 统一分辨率和帧率
- 输出 full_ppt_video.mp4
独立使用模式
当用户直接提供 PPT 内容（JSON 格式）时：
- 读取用户提供的 JSON 文件或内容
- 执行步骤 2-5，生成视觉呈现
协同工作流程
与 ppt-generator Skill 配合
用户请求："生成一个关于 AI 产品的 PPT"
┌─────────────────────────────────────────────────────────┐
│ ppt-generator Skill │
├─────────────────────────────────────────────────────────┤
│ 1. 主题分析师：分析主题，生成大纲 │
│ 2. 模板设计师：推荐布局 │
│ 3. 内容策划师：规划内容结构 │
│ 4. 文本创作者：撰写内容 │
│ 5. 视觉设计师：提供配图建议 │
│ 6. 优化编辑师：优化文本 │
│ 7. PPT 构建师：生成 JSON 数据 │
└─────────────────────────────────────────────────────────┘
│
▼ 输出 JSON
┌─────────────────────────────────────────────────────────┐
│ nanobanana-ppt-visualizer Skill │
├─────────────────────────────────────────────────────────┤
│ 1. 接收 JSON 数据 │
│ 2. 选择视觉风格 │
│ 3. 生成图片（使用智能体能力） │
│ 4. 生成 HTML 播放器 │
│ 5. 可选：视频合成 │
└─────────────────────────────────────────────────────────┘
│
▼ 输出
交互式播放器 + 完整视频（可选）
数据格式兼容性
ppt-generator 输出的 JSON 格式与 nanobanana-ppt-visualizer 完全兼容：
{
"metadata": {
"title": "演示文稿标题",
"author": "作者姓名"
},
"slides": [
{
"layout": "TitleSlide",
"title": "封面标题",
"content": ["副标题"],
"notes": "备注"
}
]
}
资源索引
- 图片生成脚本：见 scripts/generate_viewer.py（用途：生成 HTML 播放器和图片管理）
- 视频素材管理：见 scripts/video_materials.py（用途：管理视频素材）
- 视频合成：见 scripts/video_composer.py（用途：FFmpeg 视频合成）
- 格式规范：见 references/ppt_structure_guide.md（用途：JSON 数据格式标准）
- 协同指南：见 references/collaboration_guide.md（用途：与 ppt-generator 协同工作指南）
- 风格模板：见 assets/styles/（可选：gradient-glass.md、vector-illustration.md）
- HTML 模板：见 assets/templates/（可选：viewer.html、video_viewer.html）
注意事项
- 本 Skill 与 ppt-generator Skill 完全兼容，可以无缝协作
- 图片生成使用智能体的图像生成能力，无需第三方 API
- 视频生成功能需要可灵 AI API（可选），如需使用请配置密钥
- FFmpeg 是可选依赖，仅在使用视频合成功能时需要
- 保持与用户的互动，在关键节点（如风格选择）征求反馈
使用示例
示例 1：与 ppt-generator 完整协作
- 功能说明：两个 Skill 完整协作，从内容到视觉
- 执行方式：ppt-generator（7 个角色）→ nanobanana-ppt-visualizer（视觉生成）
- 用户指令："生成一个关于 AI 产品的 PPT，使用渐变毛玻璃风格"
- 输出：交互式播放器 + 完整视频（可选）
示例 2：基于现有 JSON 生成播放器
- 功能说明：接收 JSON 数据，生成播放器
- 执行方式：nanobanana-ppt-visualizer 独立运行
- 关键参数：JSON 文件路径、风格选择
- 命令：
python scripts/generate_viewer.py --input ./ppt_data.json --style gradient-glass
示例 3：仅生成图片（无视频）
- 功能说明：使用智能体生成 PPT 图片
- 执行方式：智能体（图像生成）+ 脚本（播放器生成）
- 适用场景：快速预览、静态展示
- 输出：HTML 播放器 + 图片文件
示例 4：完整视频合成
- 功能说明：合成包含转场的完整视频
- 执行方式：脚本（FFmpeg 合成）
- 前提：已生成图片和视频素材
- 命令：
python scripts/video_composer.py --output ./full_ppt_video.mp4
Other skills for the same job
different authors, same section of the catalogue
Create beautiful visual art in .png and .pdf documents using design philosophy. You should use this skill when the user asks to create a poster, piece of art, design, or other static piece. Create original visual designs, never copying existing artists' work to avoid copyright violations.
Creating algorithmic art using p5.js with seeded randomness and interactive parameter exploration. Use this when users request creating art using code, generative art, algorithmic art, flow fields, or particle systems. Create original algorithmic art rather than copying existing artists' work to avoid copyright violations.
Improves the quality of images, especially screenshots, by enhancing resolution, sharpness, and clarity. Perfect for preparing images for presentations, documentation, or social media posts.
Downloads videos from YouTube and other platforms for offline viewing, editing, or archival. Handles various formats and quality options.
Lightweight WSI tile extraction and preprocessing. Use for basic slide processing tissue detection, tile extraction, stain normalization for H&E images. Best for simple pipelines, dataset preparation, quick tile-based analysis. For advanced spatial proteomics, multiplexed imaging, or deep learning pipelines use pathml.
Microscopy data management platform. Access images via Python, retrieve datasets, analyze pixels, manage ROIs/annotations, batch processing, for high-content screening and microscopy workflows.
Python library for working with DICOM (Digital Imaging and Communications in Medicine) files. Use this skill when reading, writing, or modifying medical imaging data in DICOM format, extracting pixel data from medical images (CT, MRI, X-ray, ultrasound), anonymizing DICOM files, working with DICOM metadata and tags, converting DICOM images to other formats, handling compressed DICOM data, or processing medical imaging datasets. Applies to tasks involving medical image analysis, PACS systems, radiology workflows, and healthcare imaging applications.
This skill should be used when working with pre-trained transformer models for natural language processing, computer vision, audio, or multimodal tasks. Use for text generation, classification, question answering, translation, summarization, image classification, object detection, speech recognition, and fine-tuning models on custom datasets.
How to use it
Take anbeime/nanobanana-ppt-visualizer from the repository into ~/.claude/skills for personal
use, or into .claude/skills inside a project.
The agent identifies a skill by the name field in its header. Two skills with the
same name cannot sit side by side — one of them will be ignored.
The instructions reference brew, apt.
Without those the skill loads but fails at the first command.