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-<date>/ |
--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：
--script 指定已匹配讲稿（最高优先级）--material + --readme 背景材料 + 智能匹配- 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：
- 读取
README.md 中每页的关键词
- 分析背景材料每段的内容
- 自动将段落匹配到关键词最相关的 PPT 页面
- 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）<br>✅ 句子长度优化（15-25 字/句）<br>✅ 连接词自动添加（先重点后事实） |
| v1.2 | 2026-04-10 | ✅ 新增 README.md 智能匹配功能<br>✅ 三级优先级策略（标记 > 智能匹配 > 机械分割）<br>✅ 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）<br>✅ 统一语速 +25%，删除封面/结尾特殊加速<br>✅ 强制页面对齐标记（## 第 X 页）<br>✅ 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
