# PPT Skills 横向对比实验报告

> 实验日期：2026-08-15 ~ 2026-08-16
> 目的：对比 10 个高赞 PPT skills 在相同主题下产出结果的差异
> 方法：10 skills × 3 主题 = 30 个独立 worker（deepseek-zen / deepseek-v4-flash），每个 worker 忠实执行指定 skill 的 SKILL.md 方法论，输入同一份主题定义，产出真实 PPT 文件到独立目录

---

## 一、实验概览

### 1.1 三个对比主题（统一输入）

| # | 主题 | 场景 | 设计需求 |
|---|---|---|---|
| A | AI 个人知识库助手 · 产品发布路演 | 产品路演，15min | 营销冲击力、痛点/方案对比、亮点卡片、数据 |
| B | 大语言模型工作原理 · 入门科普 | PM 科普讲座，1h | 流程图、分步原理、类比、图表化 |
| C | 2026 上半年 AI 工作流复盘 | 个人半年复盘 | 时间轴、数字回顾、故事线、方法论 |

### 1.2 十个高赞 skills（按来源）

| # | Skill | 作者/来源 | 技术路线 | 产出格式 |
|---|---|---|---|---|
| 1 | guizang-ppt-skill | 歸藏 op7418（23k★） | 高端 HTML 网页 PPT | 单文件 HTML |
| 2 | html-ppt-skill | lewislulu（5.4k★） | HTML deck，36 主题 | 单文件 HTML |
| 3 | frontend-slides | zarazhangrui | 零依赖 HTML 动画 | 单文件 HTML |
| 4 | modern-ppt | lainshao（衍生自歸藏） | HTML 投屏 deck | 单文件 HTML |
| 5 | ultimate-pptx（=anthropics/pptx） | **Anthropic 官方** | html2pptx 原生 .pptx | .pptx |
| 6 | powerpoint-slides | Noi1r | PptxGenJS 学术工程 | .pptx |
| 7 | huashu-slides | 花叔 alchaincyf | 端到端 PPTX 双路径 | .pptx |
| 8 | baoyu-slide-deck v1.18.3 | 宝玉 JimLiu | AI 全图 + 风格预设 | PNG + .pptx/pdf |
| 9 | deer-flow ppt-generation | deer-flow 平台 | AI 全图 + reference 链 | .pptx |
| 10 | NanoBanana-PPT-Skills | 歸藏 op7418 | AI 全图 + 视频转场 | .pptx + 播放器 |

### 1.3 产出总览（30/30 全部完成并验证）

- **18 个 .pptx**（ultimate×3、baoyu×3、deerflow×3、nanobanana×3、academic-pptx×3、huashu×3），全部经 python-pptx 回读验证
- **12 个 HTML deck**（guizang×3、htmlppt×3、frontslides×3、modernppt×3），全部可浏览器打开
- **30 份 README**（每个 worker 记录步骤、文件清单、设计决策、限制与绕过）
- 图像生成全程用本机 apiyi（gpt-image-2）真实出图，无占位图

---

## 二、设计模式矩阵

| Skill | 设计模式 | 设计系统 | 质量验证机制 | 关键依赖 |
|---|---|---|---|---|
| guizang | 需求澄清→拷模板→版式锁填内容 | 瑞士国际主义（IKB/柠檬黄/安全橙，22 版式锁） | validate-swiss-deck.mjs 校验器 | 无（模板自带 WebGL 动效） |
| html-ppt-skill | scaffold→theme→layout→动效 | 36 主题 token 设计系统 | render.sh + DOM 溢出检测 | 无构建，headless Chrome 出 PNG |
| frontend-slides | 先视觉探索→设计配方→整 deck | 独特字体×大胆单色×层次背景 | Playwright 渲染 + 视口检测 | 零依赖（Google Fonts 可选） |
| modern-ppt | 拷成品模板→裁剪版式→替换 | 12 版式 + 3 配色 + 单一 --fs-body token | deck-lint.mjs 硬校验（FAIL 清零） | node + 模板 |
| ultimate/anthropics-pptx | 五步快路径→写 generate.py→执行 | 1 主色+辅助+强调，字符预算防溢出 | 内联 QA + python-pptx 回读 | python-pptx、markitdown |
| powerpoint-slides | create→compile→review→polish→verify | 学术 Light/Dark，34 条硬规则 + 4 master | check_overlaps.py + 几何审计 | PptxGenJS、OMML/LaTeX、graphviz |
| huashu-slides | Content→Design→Build→Assembly→Polish | 18 风格（Pentagram Editorial 等） | html2pptx 约束 + 回读 | html2pptx（Path A）/ AI 生图（Path B） |
| baoyu-slide-deck | 9 步：分析→大纲→prompt→逐页出图→合成 | 16 风格预设 + STYLE_INSTRUCTIONS 单一真源 | python-pptx 回读 + OCR 抽查 | 图像模型 + bun merge 脚本 |
| deer-flow | plan JSON→逐页顺序出图（reference 链）→合成 | 8 美学（3d-isometric/keynote 等） | 回读 + 多模态抽查 | 图像模型 + generate.py |
| nanobanana | slides_plan→风格模板+页面类型模板拼 prompt→生图 | gradient-glass / vector-illustration | 回读 + 图像识别抽查 | 图像模型 + python-pptx |

---

## 三、三条技术路线深度对比

### 路线 1：高端 HTML 网页 PPT（guizang / htmlppt / frontslides / modernppt）

**共同点**：产出可浏览器直接打开的单文件 HTML，横向翻页，网页级动效，无"生成后无法编辑"问题（源码即内容）。

| Skill | 最突出特点 | 视觉风格上限 | 投屏友好度 | 上手难度 |
|---|---|---|---|---|
| guizang | 设计约束最严、方法论最完整 | ★★★★★（瑞士/杂志双系统） | ★★★★ | 中（模板大需按版式填） |
| htmlppt | 主题库最丰富（36 套） | ★★★★ | ★★★★ | 低（选主题即得风格） |
| frontslides | distinctive 定制感最强、动效最炫 | ★★★★★（追求"非 AI slop"） | ★★★★（1920×1080 固定舞台） | 中（先做风格探索） |
| modernppt | 投屏体验最佳、机器 lint 保质量 | ★★★★（安全橙/蓝/粉） | ★★★★★（开箱即投屏） | 低（模板裁剪式） |

**共性强项**：零依赖、可离线、动效丰富、易二次修改、交付即浏览器打开（无需 Office）。
**共性短板**：不是 .pptx（不能直接在 PowerPoint/Keynote 里编辑分发）；部分依赖 Google Fonts（离线回退系统字体）。

### 路线 2：原生 PPTX 工程（ultimate/anthropics-pptx / academic-pptx / huashu）

**共同点**：产出真实 .pptx，可编辑、可分发、可进 Office/WPS/Keynote。

| Skill | 最突出特点 | 排版控制力 | 工程化程度 | 内容适配 |
|---|---|---|---|---|
| ultimate/anthropics-pptx | 官方五步快路径，最稳 | ★★★★ | ★★★★ | 通用商务 |
| powerpoint-slides | 34 条硬规则 + 公式/图表管线 | ★★★★★ | ★★★★★ | 学术/技术/数据密集 |
| huashu-slides | 双路径（可编辑 HTML / AI 全图） | ★★★★★（Path A） | ★★★★ | 企业/产品发布 |

**共性强项**：可编辑、可分发、版式精确、适合正式场合；文件小（400KB-3MB vs AI 全图的 10-40MB）。
**共性短板**：需要 Node/Python 工程链（npm install / playwright）；动效远不如 HTML 路线；生成速度较慢（环境安装 + 构建）。

### 路线 3：AI 全图（baoyu / deerflow / nanobanana）

**共同点**：每页整张由图像模型渲染（文字烘焙进图），视觉冲击力最强，风格统一靠 prompt 工程。

| Skill | 最突出特点 | 视觉冲击 | 一致性保障 | 文字可编辑性 |
|---|---|---|---|---|
| baoyu-slide-deck | 16 风格预设 + 单一真源 STYLE_INSTRUCTIONS | ★★★★★ | 风格预设 + 自包含 prompt | 无（烘焙进图） |
| deer-flow | 逐页 reference 链强一致 | ★★★★★ | 前一页作 reference | 无 |
| nanobanana | 风格模板 + 页面类型模板（封面/内容/数据） | ★★★★★ | 模板 prompt 工程 | 无 |

**共性强项**：视觉上限最高、最"惊艳"、风格高度统一、适合分享传播（阅读式 deck）。
**共性短板**：文字不可编辑（改字需重绘）；中文长文渲染易出错；文件巨大（10-40MB）；依赖图像模型成本（每张 ~$0.006-0.03）；内容密集的演示不友好（每页信息量受图像模型限制）。

---

## 四、各 skill 详评

### 4.1 guizang-ppt-skill（歸藏）— 高端 HTML 王者
- **设计模式**：7 问需求澄清 → 拷贝模板（电子杂志 A / 瑞士国际主义 B）→ 按 references 版式锁 S01-S22 填内容 → validate 校验 → 浏览器打开。本次三主题全部走瑞士 B + 克莱因蓝。
- **三主题产出**：A 产品发布（12 页）、B LLM 科普（10 页）、C 半年复盘（11 页）——均单文件 HTML，含演讲备注、翻页动效、WebGL 背景。
- **亮点**：设计约束最严格（禁自定义色、中文字号分档、主题节奏 P0 清单），产出风格高度统一；自带校验器与演讲者模式。
- **局限**：模板庞大（2935 行），需严格按版式填，自由度相对低；产出非 .pptx。

### 4.2 html-ppt-skill（lewislulu）— 主题最丰富
- **设计模式**：scaffold → 选 theme + layout → data-anim 动效 → render.sh 出 PNG。本次分别选用 product-launch 模板、aurora 主题、editorial-serif 主题。
- **亮点**：36 套主题覆盖各种风格；资产完整自包含；token 设计系统保证一致性。
- **局限**：`.notes` 演讲备注在 base.css 无隐藏规则（会显示在页面上），需自行补 `.notes{display:none}`；render.sh 在非 repo 根目录相对路径截图会静默失败。

### 4.3 frontend-slides（zarazhangrui）— 定制感最强
- **设计模式**：先做 3 个真实封面 preview（show, don't tell）→ 用户用眼睛选 → 用选中的"设计配方"（字体/两色/网格/动效）扩展成整套 deck。固定 1920×1080 舞台整体缩放。
- **三主题产出**：A 用 Cobalt Grid（奶油纸+钴蓝，档案隐喻）；B 自研"活字排版"wildcard + Terminal Green；C 自研"人与 AI 的时间账本"。
- **亮点**：刻意规避"AI slop"，每份 deck 都有独特视觉论点；动效（交错 reveal、计数器、曲线描边）高冲击；验证最全（Playwright 逐页 + 手机视口 + 深链）。
- **局限**：需要先做风格探索（耗时）；字体走 Google Fonts（离线回退系统字体）。

### 4.4 modern-ppt（lainshao）— 投屏最佳
- **设计模式**：先定 thesis 锚点叙事大纲 → 拷成品模板 → 只留要用的 12 版式 → 替换内容 → deck-lint 清零。默认安全橙，放映可切蓝/粉。
- **亮点**：`--fs-body` 单一字号 token + 分隔线立标题 + 底部安全区等硬排版规范，产出极度一致；deck-lint 机器检（斜体/裸字号/无源数字/元叙述）挡返工；开箱即投屏。
- **局限**：模板风格受限（瑞士极简投屏向）；数据页缺源数字按 skill 规则标"待补"不编造。

### 4.5 ultimate-pptx = anthropics/pptx（Anthropic 官方）— 原生 PPTX 最稳
- **设计模式**：五步快路径（收集素材→装 python-pptx→写单文件 generate.py→执行+内联 QA→交付）。html2pptx 逐页 HTML→PPTX。
- **三主题产出**：A（11 页）、B（12 页，含概率分布条形图）、C（11 页）——均为紧凑原生 .pptx（355-493KB）。
- **亮点**：文件极小、文字完全可编辑、CJK 字体处理规范（东亚字体配对）、"规避 AI-slop"自觉；最适合正式交付。
- **局限**：需要完整 python-pptx + 环境；视觉冲击弱于 HTML/AI 全图路线；skill-hub 副本缺 references，需从仓库取完整版。

### 4.6 powerpoint-slides（Noi1r）— 工程化天花板
- **设计模式**：`create→compile→review→polish→verify` 全生命周期；34 条硬规则（布局边界、色彩语义、文本防溢出、公式/图表引擎选型、References/Backup 结构、QA 打分）；PptxGenJS 脚本模板 + helper 工厂 + shrinkText。
- **三主题产出**：A（17 页=13 主页+4 附录）、B（18 页，含 2 原生 chart + 2 table）、C（20 页）——页数最足，结构最完整。
- **亮点**："Every slide earns its place" 内容密度纪律；check_overlaps.py 0 critical；工具链缺失（无 soffice/graphviz）时优雅降级到 shapes 层 + 原生 chart。
- **局限**：Node 工程链重（npm install）；学术风格默认，不适合太活泼的场景；依赖缺失时公式/外部图管线不可用。

### 4.7 huashu-slides（花叔）— 双路径最灵活
- **设计模式**：Content→Design→Build→Assembly→Polish；Path A（Editable HTML via html2pptx，可编辑 PPTX）或 Path B（Full AI Visual via create_slides.py）。本次三主题：A 走 Path A + Pentagram Editorial，B 走 Path B（AI 全图，12 页），C 走 Path A（HTML，10 页）。
- **亮点**：双路径覆盖"要可编辑"和"要惊艳"两类需求；18 种设计风格；AI 插画（3 张 flat vector，文字全在 HTML 可编辑层承载）→ 中文渲染完美。
- **局限**：SKILL 默认 Guided 交互（本次无人值守跳过多级确认）；不同路径产出差异大，需明确需求再选。

### 4.8 baoyu-slide-deck（宝玉 v1.18.3）— AI 全图风格最全
- **设计模式**：9 步：分析→Auto Style Selection→大纲（3 变体）→逐页 prompt→逐页出图→merge-to-pptx/pdf。STYLE_INSTRUCTIONS 单一真源贯穿。
- **三主题产出**：A bold-editorial（11 页）、B editorial-infographic（11 页）、C editorial-infographic（11 页）——均 11 PNG + .pptx（8.6-10.9MB）+ PDF。
- **亮点**：16 风格预设覆盖最广；每页 prompt 自包含风格指令 + 精确文案，跨页一致性强；有 --outline-only/--prompts-only/--images-only 分段工作流（可先审再出图）。
- **局限**：图像模型把中文渲染进图，偶有小字错字（本次封面一次）；merge-to-pdf 缺 pdf-lib（用 PIL 替代）；为阅读/分享设计，演讲要点性弱。

### 4.9 deer-flow ppt-generation — reference 链一致性
- **设计模式**：plan JSON（style_guidelines）→ 逐页顺序出图（每页以前一页为 reference）→ generate.py 合成。本次 B 主题用 3d-isometric（Slack/Notion 风）。
- **亮点**：reference 链强一致方法论；plan JSON 结构（style + 每页 visual_description/key_points）规范；自动写 speaker notes。
- **局限**：原脚本硬编码 `/mnt/` 平台路径，本机需替换；本机 gen.sh 不支持 reference 参数（用 prompt 文字锚定一致性替代）；风格预设偏平台向。

### 4.10 NanoBanana-PPT-Skills（歸藏）— 模板 prompt 工程
- **设计模式**：slides_plan.json 内容规划 → 风格模板 + 页面类型模板（cover/content/data）+ 内容拼成整页 prompt → 生图 → python-pptx 铺满合成 + HTML 播放器。
- **三主题产出**：A gradient-glass（12 页，19.6MB）、B vector-illustration（11 页，18.8MB）、C（11 页，17.9MB）——均 .pptx + index.html 图片播放器。
- **亮点**：风格模板（gradient-glass/vector-illustration）+ 页面类型模板让"科技/商务"与"科普/友好"两种气质都可达；播放器支持键盘导航。
- **局限**：每页整图，文字不可编辑；文件巨大（18-20MB）；视频/Kling 功能需额外密钥（本次跳过）。

---

## 五、主题适配性分析（哪类场景用哪类 skill）

| 场景 | 首选推荐 | 理由 | 次选 |
|---|---|---|---|
| **产品发布路演**（A） | modern-ppt / huashu(Path A) | 投屏体验最佳 + 文案精确、数据可视化强 | guizang（瑞士风）、academic-pptx |
| **知识科普讲座**（B） | htmlppt / deerflow / nanobanana | 主题库丰富 or AI 全图直观呈现流程 | frontslides、baoyu |
| **个人复盘分享**（C） | frontslides / htmlppt | 定制感强、适合讲故事、动效带动情绪 | guizang（数据页）、baoyu |
| **正式交付/可编辑** | ultimate/anthropics-pptx | 文件小、文字可编辑、最稳 | huashu(Path A)、academic-pptx |
| **追求视觉惊艳/传播** | baoyu / nanobanana | 全图冲击力最强 | deerflow |

---

## 六、共性踩坑与系统发现（worker 实测报告）

1. **`image-gen-apiyi/gen.sh` 的 mktemp bug**：macOS BSD mktemp 对"X 不在末尾"的模板退化为字面量，多 worker 并发时 `/tmp/apiyi_gen.XXXXX.json` 冲突 → 多个 worker 各自生成 PID 后缀修复副本。
2. **图像尺寸需被 16 整除**：API 拒绝 1920×1080，需用 1792×1008（真 16:9）→ AI 全图路线通用注意点。
3. **本机无 LibreOffice/soffice**：skill 的 PDF 视觉 QA（thumbnail.py）不可用 → worker 用 Keynote AppleScript / PIL / python-pptx 几何回读替代。
4. **html-ppt-skill `.notes` 无隐藏规则**：演讲备注会渲染到页面，需补 `.notes{display:none}`。
5. **render.sh 无条件打印成功**：在非 repo 根目录相对路径截图会静默失败，需用绝对路径 --screenshot。
6. **recognize_image 只接受任务工作区内路径**：worker 产物常在工作区外，被迫复制到工作区才能做视觉 QA → 建议放行用户目录绝对路径。
7. **Bash 沙箱静默拦截部分删除**（rm）→ worker 改用 Python。
8. **swarm 叶子 worker 工具边界**：叶子 worker 无 register_artifact/verify_delivery 等控制面工具，产物登记由父级 harness 完成。
9. **Ultimate-Agent-Skills-Collection 的 pptx 即 anthropics/pptx 官方**（SKILL.md 同源），注意去重。
10. **AI 全图路线的文字可编辑性弱**：中文长文烘焙进图，改字需重绘；信息密集的商务页不适合。

---

## 七、结论与最佳实践

**按"要什么"选 skill：**
- 要**投屏演讲** → modern-ppt / guizang（HTML 路线，动效+投屏最优）
- 要**可编辑正式交付** → ultimate/anthropics-pptx / huashu(Path A)（.pptx，文件小，文字可改）
- 要**数据/学术深度** → academic-pptx（34 条硬规则 + 公式图表）
- 要**视觉惊艳/阅读传播** → baoyu / nanobanana / deerflow（AI 全图）
- 要**定制感/讲故事** → frontend-slides（distinctive 设计）
- 要**快速出统一风格** → htmlppt（36 主题直接选）

**总体观察**：没有全能 skill，**三条路线的取舍本质是「可编辑性 vs 视觉冲击 vs 投屏体验」**。最稳的组合是「HTML 路线做演讲现场 + 原生 PPTX 路线做正式分发 + AI 全图做社交传播」。

---

## 八、产出清单（30 项）

见 `outputs/` 目录，每个子目录 `{skill}/{topic}/` 含最终产物 + README。
- HTML deck（12）：guizang/{A,B,C}、htmlppt/{A,B,C}、frontslides/{A,B,C}、modernppt/{A,B,C}
- .pptx（18）：ultimate/{A,B,C}、baoyu/{A,B,C}、deerflow/{A,B,C}、nanobanana/{A,B,C}、academic-pptx/{A,B,C}、huashu/{A,B,C}