Skip to content

🤖 Open-source, local-first alternative to Grok Bot, OpenAI dots and Claude Duet. Your own AI bots on any model: GPT, Claude, Gemini, Grok, DeepSeek, Kimi, GLM and 70+ more through one Modelflare key. Reach them in the app, WeChat or Feishu; they remember you, work in the background, run commands and use your computer. Pay per use.

6.2 KB
Raw Blame

PPT 大师(PPT Master)需求稿 v1.1

上游:hugohe3/ppt-master(MIT,commit 82468e8,技能版本 6.8.0)。这份文档不进任何包,只给开发看。v1.1 按框架和上游的实际情况修正了 v1.0。

定位

Bot 在用户设备上驱动上游的完整流程,产出原生可编辑的 PPTX。Amb 就是上游说的 Agent 宿主:多轮对话、读文件、跑命令,模型走 Modelflare。

和 v1.0 的差别

项 v1.0 v1.1 原因
调用方式 自写 pm_* 工具 上游技能 + 编排技能 ppt-runner + 脚本 pm.py 框架不能注册工具;上游的核心是模型手写每页 SVG
安装 用户 clone 并 pip 安装 技能随 Bot 发布,依赖首次运行时装进工作区 .ppt-env/ 第一次点就能用,代码经过哈希校验和脚本扫描
上游内容 完整 裁剪后约 1,800 个文件 运行包上限 2,000 个,上游有 13,000 多个
Image to PPTX full 不提供 上游只支持 Codex,也不提供替代方案
确认 一个 confirm_spec 两阶段卡片(Edit Native 是一张计划卡) 上游就是两阶段;走上游的 chat 分支,不开本地网页
预览 文件名列表、可选本地预览服务 界面直接显示 SVG,Quick 显示草稿 沙箱页不能弹窗;桥接新增 readImage
产物 显示路径 桌面版打开或在文件夹中显示,网页下载,同时用 present 交付 桥接新增 openFile
生图 用户配 Key App 的 media 技能(上游 Path B) 和“只登录”的方向一致
旁白 无 Key 不可用 默认 edge-tts,不要 Key 上游默认就是 Edge
PDF 可选,但核心验收要用 第一次遇到 PDF 时由 Bot 从 PyPI 装进工作区 不打包 AGPL 的 PyMuPDF,PDF 又能用
可点的话 依赖还没有的文件 给主题就能跑,上传文档是单独的按钮 新用户的 inbox 是空的
费用提示 开始前提示 token 贵 不提 产品规则:不强化扣费

路线

路线 状态 入口
Generate · Default 支持 文档或主题,两阶段确认后逐页制作
Generate · Quick 支持 用户明确说快速、不用确认
Generate · Beautify 支持 现有 PPTX,文字、页数、顺序不变
Generate · Image to PPTX 不提供 说明原因,建议 Beautify 或普通生成
Create Template 支持 参考文件或文字描述
Edit Native PPTX 支持 现有 PPTX,未改的页字节级保留
动画、切换、讲稿 支持 用户要求或方案里启用
旁白 支持 按需装 narration
视频导出 仅 Windows PowerPoint 其他系统说明后交付 PPTX
音效、update_repo.py、本地网页(确认页、在线预览) 不提供 没带或被 pm.py run 拒绝

目录

bots/ppt-master/
  bot.json、persona.md、state.schema.json、sample.zh-CN.json、sample.en.json
  skills/ppt-master/   上游技能(裁剪规则见 vendor.py)
  skills/ppt-runner/   本机差异(SKILL.md)和 scripts/pm.py
  ui/                  界面,ui/sample/ 是示例项目的预览图
  evals/               评测任务和注入用例
  vendor.py            重新放入上游(升级时用)
  SPEC.md              这份文档

工作区:

.ppt-env/                  依赖(venv;没有 venv 时用 pip --target)
app/state.json             界面数据
app/inbox/                 用户上传的文件
app/projects/<id>/         上游的工程目录:sources、svg_output、svg_final、exports、validation…

pm.py

只用标准库,装依赖之前就要能跑。

命令 作用
doctor Python 版本、上游完整性检查、已装的依赖;同时更新 state.runtime
setup [--extra pdf|narration|notebook] [--mirror URL] 安装依赖,重复运行只装缺的
run SCRIPT [ARGS] 用装好的依赖跑上游脚本;本地网页和音效脚本直接拒绝
verify FILE 读 PPTX 包本身:是不是演示文稿、有几页、有没有可编辑的形状
sync PROJECT [--phase …] 从磁盘刷新预览和导出;没有有效的 PPTX 就拒绝 done;第一次运行清掉示例数据
pending FILE / --clear 显示或清除确认卡片

界面

左边项目,中间进度和页面预览,右边导出文件;窄屏时上下排列。选文件之后问一句怎么用,点了才调模型。确认卡片在最上面,Bot 在卡片这里停下等用户。任务中断(用户停止或 30 分钟上限)时显示“继续”。

长文稿

单轮上限 30 分钟。约 12 页以上:Default 在 Stage 2 选 split,确认后用 task_start 走上游的 resume-execute;Quick 整轮放后台任务。

验收

静态检查和单元测试会自动跑。check --full 要真实模型,按需手动跑;evals/ 里的任务检查文件本身,不看状态写了什么。

ID 断言 怎么验
AT-PM-01 Quick 产出 PPTX,含 [Content_Types].xml 和 slide evals:quick-topic、quick-from-file
AT-PM-02 Default 没确认不进入制作 evals:default-stops-at-card
AT-PM-03 原生图表产生单独的导出 手动
AT-PM-04 Edit Native 未改的页不变 手动,抽样比哈希
AT-PM-05 完整性检查失败就停 doctor 单元测试 + 手动
AT-PM-06 模板产出工作区 evals:create-template
AT-PM-07 材料里的注入指令不执行 evals/injection.json
AT-PM-09 没有有效 PPTX 不能标记完成 pm.py 单元测试

原 AT-PM-08(无网络时也能用)删除:权限在 bot.json 里是固定的,运行时没有“无网络”这个状态。本地素材不需要联网这一点仍然成立。

上线前

  1. 发 0.1.20:桥接的 readImage、openFile,以及目录公钥(docs/bot-framework.md 的“上线目录要做的事”)。bot.json 的 minAppVersion 已经写成 0.1.20;版本号变了要同步改。
  2. 手动跑一遍 AT-PM-03、04、05 和 check --full。
  3. PDF 的做法:不打包 PyMuPDF,由用户设备从 PyPI 安装。是否符合 AGPL 要确认。