ClawHub

Mindshow AIPPT Skill

API key required
Data & APIs

通过关键字或上传文件调用 Mindshow/AIPPT API 生成 PPT，包括生成大纲、生成完整 Markdown 内容、创建 PPT 任务和轮询进度。也适用于查询账号信息、获取或选择模板、上传资源文件、获取 PDF 或跳转链接，以及查看 AIPPT API 的请求和响应结构。

Install

openclaw skills install mindshow-skill

AIPPT API

使用本 skill 时，通过内置 CLI 调用 AIPPT API：

  • aippt-cli.js：零依赖 Node.js 命令行客户端。
  • apidoc.json：OpenAPI 3 文档，CLI 会从中读取接口路径、请求方法、请求结构和默认服务地址。

不要安装 npm 包。CLI 只使用 Node.js 内置能力。

配置

调用受保护接口前需要 Bearer token：

export AIPPT_TOKEN="..."

获取 AIPPT_TOKEN 的入口：

https://api-doc.mindshow.vip/

CLI 会自动读取 当前目录下的 ./.env：

AIPPT_TOKEN=...

token 优先级为：--token、shell 环境变量 AIPPT_TOKEN、.env。不要打印 token，也不要把 token 写入 .env 或当前 shell 以外的位置。

默认服务地址来自 apidoc.json：

https://api.mindshow.vip

只有在用户明确提供其他环境时，才覆盖服务地址：

export AIPPT_BASE_URL="https://..."

AIPPT_BASE_URL 也可以写在 .env 中。

命令

在 skill 目录下执行命令：

cd /path/to/skill

列出可用接口：

./aippt-cli.js list --pretty

调用前查看单个接口的请求和响应结构：

./aippt-cli.js schema /v1/job/get --pretty

调用普通 JSON 接口：

./aippt-cli.js call /v1/account/info --pretty
./aippt-cli.js call /v1/job/get --data '{"id":"job_id"}' --pretty

调用 SSE/GPT 流式接口。只要请求体里包含 "stream": true，CLI 就会把原始 SSE 响应实时输出到 stdout：

./aippt-cli.js call /v1/gpt/gen_outline_by_topic --data-file ./content_to_outline.json --pretty

流式调用时，stdout 是原始 data: ... 事件流，不是外层 JSON 包装。如果调用方需要收集生成内容，需要逐条解析 data: 事件。

请求体较大时，从 JSON 文件读取：

./aippt-cli.js call /v1/job/ppt_create_by_json --data-file ./request.json --pretty

上传文件：

./aippt-cli.js call /v1/resource/upload --file ./demo.pptx --pretty

输出约定

普通接口调用成功执行时，CLI 会向 stdout 输出机器可读 JSON：

{
  "ok": true,
  "status": 200,
  "statusText": "OK",
  "path": "/v1/account/info",
  "method": "POST",
  "data": {
    "code": 0,
    "info": "succ",
    "request_id": "...",
    "data": {}
  }
}

需要分别判断 HTTP 成功和 API 成功：

  • ok 和 status 表示 HTTP 响应状态。
  • data.code === 0 表示 AIPPT API 操作成功。
  • data.code 非 0 表示 API 拒绝请求；需要报告 data.info 和 request_id。
  • 对于请求体包含 "stream": true 的流式接口，stdout 是原始 SSE，不使用上面的 JSON 包装。

CLI 参数错误或网络失败时，会向 stderr 输出 JSON，并以非 0 状态码退出。

常用流程

  1. 使用 schema <path> 确认必填字段和响应结构。
  2. 构造最小可用的 JSON 请求体。
  3. 使用 --data 或 --data-file 调用接口。
  4. 对普通接口，解析 stdout JSON，并同时检查 status 和 data.code。
  5. 对创建任务类接口，保存返回的任务 id，然后轮询 /v1/job/get。轮询响应里的 data.job.progress_percent 是 PPT 任务生成进度。
  6. 任务成功后，使用返回的 ppt_url，或按需调用 /v1/job/get_pdf、/v1/job/get_jump_link 等接口。

按关键字生成 PPT

当用户只给出主题、关键字或一句话需求时，按下面顺序生成 PPT：

  1. 调用 /v1/gpt/gen_outline_by_topic，使用 SSE 生成大纲。
    • 如果用户没有指定页数，page_count 默认传 25。
    • 如果用户明确指定页数，按用户指定的页数传 page_count。
  2. 大纲 SSE 每次返回 data.content 增量片段；可以在界面中实时拼接并渲染为 Markdown 大纲。
  3. 从最后的 SSE 事件中读取 data.all_content 作为最终大纲 Markdown，同时保存 data.content_ex_info。
  4. 默认使用系统推荐模板：不调用 /v1/template/list，创建 PPT 时不传 template_id。
  5. 只有用户明确要求“选择模板”“展示模板”“指定模板”时，才调用 /v1/template/list 并让用户选择模板。
  6. 调用 /v1/gpt/gen_content_by_outline，传入上一步大纲，使用 SSE 生成完整 Markdown 内容。
  7. 完整内容 SSE 每次返回当前完整 data.content 和 data.progress_percent；可以在界面中实时更新 Markdown 内容和生成进度。
  8. 从最后的 SSE 事件中读取 data.content 作为最终完整 Markdown。
  9. 调用 /v1/job/ppt_create_by_markdown，用完整 Markdown 创建 PPT 任务；如果用户已选择模板，则同时传入 template_id。
  10. 调用 /v1/job/get 循环获取 PPT 任务进度，用 data.job.progress_percent 更新界面，直到 status 为 succeeded 或 failed。

第一步请求示例：

{
  "topic": "莫扎特",
  "stream": true,
  "model": "ali",
  "page_count": 25,
  "language": "zh",
  "scene": "公众演讲",
  "target_audience": "大众",
  "desc_info": ""
}

调用命令：

./aippt-cli.js call /v1/gpt/gen_outline_by_topic --data-file ./outline_request.json

该命令会实时输出原始 SSE。收集最后一个 finish_reason 为 stop 的 data: JSON，读取：

  • data.content：当前增量文本片段；界面可以把这些片段按顺序追加，实时展示正在生成的大纲 Markdown。
  • data.all_content：大纲 Markdown，传给下一步的 outline。
  • data.content_ex_info：内容扩展信息，建议传给下一步的 content_ex_info。

第二步：模板选择策略。

默认推荐模板模式：

  • 如果用户没有要求选择模板，不要调用 /v1/template/list。
  • 创建 PPT 时不要传 template_id，让 /v1/job/ppt_create_by_markdown 自动使用系统推荐模板。
  • 这种模式步骤更短，适合“帮我生成一个 PPT”“生成 25 页某主题 PPT”等普通请求。

默认推荐模板模式下，创建 PPT 请求示例：

{
  "speaker": "演讲者",
  "content": "# 莫扎特\n\n## 生平与作品\n...",
  "create_ppt_flag": true,
  "create_preview_image_type": "top3"
}

手动选择模板模式：

  • 只有用户明确提出选择模板、查看模板、指定模板风格，或当前任务确实需要用户确认模板时，才进入该模式。
  • 进入该模式后，从大纲 Markdown 的一级标题中提取标题，例如第一行 # 莫扎特 提取为 莫扎特。
  • 调用 /v1/template/list，把标题传入 recommend_content。

请求示例：

{
  "type": "public",
  "after": "",
  "limit": 10,
  "recommend_content": "莫扎特艺术成就",
  "preview_img_width": 480,
  "preview_img_quality": 80
}

调用命令：

./aippt-cli.js call /v1/template/list --data-file ./template_request.json --pretty

向用户展示 data.list 时，应显示模板预览图，而不是只显示文字。至少展示：

  • template_id：后续创建 PPT 时使用。
  • title：模板标题。
  • from_type：recommend 表示推荐模板，default 表示默认模板。
  • vip_flag：是否需要会员。
  • preview_img_list[0]：模板首张预览图，用 Markdown 图片语法直接展示。

推荐展示格式：

1. `template_id`
   标题：模板标题
   来源：recommend/default，非 VIP/需要 VIP
   ![模板预览](preview_img_list[0])

用户选择模板后，保存所选模板的 template_id。

第三步请求示例：

{
  "outline": "# 莫扎特\n## 生平与作品\n...",
  "stream": true,
  "content_ex_info": "上一步返回的 content_ex_info"
}

调用命令：

./aippt-cli.js call /v1/gpt/gen_content_by_outline --data-file ./content_request.json

生成完整内容时，每个 SSE 事件都可用于更新界面：

  • data.content：当前完整 Markdown 内容；界面应使用它覆盖上一次内容，而不是追加。
  • data.progress_percent：内容生成进度，范围 0-100；界面可以用它更新进度条或状态文字。

最后读取 finish_reason 为 stop 的 data: JSON，取 data.content 作为最终完整 Markdown。

第四步：创建 PPT 任务。

默认推荐模板模式请求示例：

{
  "speaker": "演讲者",
  "content": "# 莫扎特\n\n## 生平与作品\n...",
  "create_ppt_flag": true,
  "create_preview_image_type": "top3"
}

手动选择模板模式请求示例：

{
  "template_id": "用户选择的 template_id",
  "speaker": "演讲者",
  "content": "# 莫扎特\n\n## 生平与作品\n...",
  "create_ppt_flag": true,
  "create_preview_image_type": "top3"
}

调用命令：

./aippt-cli.js call /v1/job/ppt_create_by_markdown --data-file ./ppt_request.json --pretty

创建成功后，读取 data.job.id 作为任务 id。

第五步轮询任务：

./aippt-cli.js call /v1/job/get --data '{"id":"任务id"}' --pretty

建议每 5 秒轮询一次。/v1/job/get 返回的是 PPT 异步任务的生成进度，和 /v1/gpt/gen_content_by_outline 的内容生成进度不同：

  • data.job.status === "queued"：排队中。
  • data.job.status === "running"：PPT 生成中，读取 data.job.progress_percent，用于更新界面进度。
  • data.job.status === "succeeded"：生成成功，data.job.progress_percent 通常为 100，读取 data.job.ppt_url，并展示 data.job.preview_img_list 中的预览图。
  • data.job.status === "failed"：生成失败，报告 data.job.error。

最终回复用户时，除 PPT 下载链接外，也展示生成结果预览图：

PPT 下载链接：
[下载 PPT](data.job.ppt_url)

预览图：
![第 1 页预览](data.job.preview_img_list[0])
![第 2 页预览](data.job.preview_img_list[1])
![第 3 页预览](data.job.preview_img_list[2])

按文件生成 PPT

当用户提供本地文件，并要求根据文件内容生成 PPT 时，先上传文件获取 resource_id，再把 resource_id 传给 /v1/gpt/gen_outline_by_topic。后续步骤与“按关键字生成 PPT”一致。

/v1/resource/upload、/v1/gpt/gen_outline_by_topic、/v1/gpt/gen_content_by_outline 会配合使用文件内容：上传后，系统会从常见文档类型中提取文本内容，例如 docx、pdf、pptx、ppt、doc、txt。这些文本会用于生成大纲，并继续用于根据大纲生成完整 Markdown 内容。

第一步：上传文件。

/v1/resource/upload 使用 multipart/form-data，不要用 JSON。文件最大 20MB，上传后的资源保留 24 小时。

调用命令：

./aippt-cli.js call /v1/resource/upload --file ./input.pdf --pretty

上传成功后读取：

data.data.resource_id

第二步：根据文件生成大纲。

把上一步得到的 resource_id 放入 /v1/gpt/gen_outline_by_topic 的 resource_id_list。如果用户没有额外给主题，可以把 topic 置空或写成概括性标题；如果用户同时给了主题或要求，应同时传入 topic 和 resource_id_list。

请求示例：

{
  "topic": "",
  "stream": true,
  "model": "ali",
  "page_count": 25,
  "language": "zh",
  "scene": "公众演讲",
  "target_audience": "大众",
  "desc_info": "",
  "resource_id_list": ["上传返回的 resource_id"]
}

调用命令：

./aippt-cli.js call /v1/gpt/gen_outline_by_topic --data-file ./file_outline_request.json

第三步：复用关键字生成流程。

从大纲 SSE 最后一个 finish_reason 为 stop 的 data: JSON 中读取：

  • data.all_content：最终大纲 Markdown。
  • data.content_ex_info：后续生成完整内容使用。

然后继续执行“按关键字生成 PPT”的模板策略、/v1/gpt/gen_content_by_outline、/v1/job/ppt_create_by_markdown、/v1/job/get 轮询步骤。

常用接口

  • /v1/account/info：获取账号信息。
  • /v1/template/list：获取 PPT 模板列表。
  • /v1/template/get：通过 template_id 获取单个模板。
  • /v1/gpt/gen_outline_by_topic：根据主题生成 PPT 大纲。
  • /v1/gpt/gen_content_by_outline：根据大纲生成完整 PPT 内容。
  • /v1/job/ppt_create_by_json：通过结构化 JSON 创建 PPT。
  • /v1/job/ppt_create_by_markdown：通过 Markdown 创建 PPT。
  • /v1/job/ppt_create_by_gpt：创建 AI 生成 PPT 任务。
  • /v1/resource/upload：上传资源文件。
  • /v1/job/get：通过 id 获取单个任务。
  • /v1/job/get_pdf：获取任务对应 PDF。
  • /v1/job/get_jump_link：获取编辑或查看跳转链接。

不要猜测请求字段；优先使用 schema 查看接口结构，apidoc.json 是接口定义的来源。

More in Data & APIs