| 维度 | 权重 | 评分 | 短评 |
|---|---|---|---|
| 功能完整度 | 25% | ★★★★★ | 建、改、读三线全包，附带转 PDF、抽文本、抽演讲备注 |
| 设计质量 | 25% | ★★★★★ | 分诊台 + 渐进披露 + 看图验收，教科书级的 SKILL.md 结构 |
| 实战效果 | 20% | ★★★★☆ | 成品接近人工水平；复杂图表与精排版仍需人工补刀 |
| 上手难度 | 15% | ★★★★☆ | 装完即用，但 LibreOffice 与字体是两道隐形门槛（星多=友好） |
| 社区活跃度 | 15% | ★★★★★ | 官方仓库维护，随 Claude 版本一起迭代，社区反馈直接进 PR |
综合 4.7 / 5。它不是最性感的件，却是被复制最多的件——大量第三方 PPT 类 Skill 的骨架都能看出它的影子。
按官方仓库当前版本（以下结构以仓库为准），pptx 件的大致布局：
document-skills/pptx/
├── SKILL.md # 入口：约两屏，分诊台 + 三条路线索引
├── html2pptx.md # 建件路线的完整手册（按需加载）
├── ooxml/
│ └── scripts/
│ ├── unpack.py # 把 .pptx 拆成普通目录
│ ├── pack.py # 把目录打包回 .pptx
│ └── ooxml.py # OOXML 的查询与校验工具
└── scripts/
└── thumbnail.py # 把每页缩略图拼成网格大图
三层结构一眼分明：SKILL.md 是门面，md 手册是深手册，脚本是干活的手。整个件的体积大头在脚本和手册里，入口文件始终控制在两屏上下——这是「渐进披露」的标准做法：模型只按需加载细节，上下文窗口留给干活本身。
拆任何件先拆门牌。pptx 的 frontmatter 只有 name 和 description 两个字段，description 开头是一串英文能力清单，摘录大意：
Presentation creation, editing, and analysis. Creates new presentations, modifies existing ones, converts between formats, extracts text and speaker notes...
这段描述的写法有三个可抄的点：
反面教材是社区里大量「一句话门牌」：只写「帮你做 PPT」。没有触发词堆栈，用户换个说法路由就哑火。门牌决定生死，这是拆到第二轮还在反复出现的结论。
SKILL.md 正文的第一个大段落就是一张决策树，把所有任务先按三个动词分诊：
分诊之后三条路互不相通，各自有独立的工具链。这个设计解决的是生成型 Skill 最大的通病：把所有活塞进一条流水线，导致每一步都在给模型出选择题。pptx 件的答案是先把选择题答完——入口就定路线，后面全是执行题。
「读」这条线的设计哲学只有一句话：PPT 是给人眼看的，模型得先借到眼睛。
具体动作两步。第一步，用 LibreOffice 的无头模式把 .pptx 转成 PDF，再用 poppler 的 pdftoppm 把 PDF 撕成一页页图片——版式、配色、图表长相，全在像素里。第二步，用 markitdown 之类工具抽纯文本，把讲稿和演讲备注捞出来——语义在文字里。
一条线，两遍信息，像素管「长什么样」，文本管「说了什么」。模型对照着看，总结、审稿、竞品分析就都有了抓手。没有这条转换链，模型面对 .pptx 二进制包就是睁眼瞎。
从零建新稿，官方给出的主路线不是 python-pptx，而是所有拆解过的件里最「曲线救国」的一条：先把每页幻灯片写成一个固定尺寸的 HTML 文件，用 CSS 排版，再由仓库内的 html2pptx 工具转成 .pptx（细节在 html2pptx.md 手册里，按需加载）。
为什么绕这道弯？因为两边的强项完全错位：
手册里还规定了固定画布尺寸（16:9 对应固定的 pt 值）、要求元素绝对定位、禁止依赖外链资源。这些约束全是在给「模型发挥空间」上栏杆：发挥留给文案和配色，几何必须精确。
改已有文件这条线，和 docx 件是同一套家法，即「XML 手术」三步：
python ooxml/scripts/unpack.py deck.pptx unpacked/ # 拆包
# 直接编辑 ppt/slides/slideN.xml
python ooxml/scripts/pack.py unpacked/ new_deck.pptx # 回包
要点在于为什么不用 python-pptx 改：库一介入就要把整个包按它的对象模型重写一遍，公司模板里那些主题、母版、动画的细枝末节随时可能被抹掉。直改 XML 是显微外科——只动需要动的节点，其余字节原地不动，模板的原汁原味全保住。
顺带一个 OOXML 的硬知识，SKILL.md 和配套工具里反复出现：包里的坐标单位是 EMU，每英寸 914400 EMU、每磅 12700 EMU。模型自己换算十有八九出错，所以工具链把这些换算封装进脚本，模型只需要说「把这行字下移 20 磅」。能封装给脚本的就不要让模型口算，这是官方件和玩具件的分水岭。
三条线最后汇到同一个终点站：thumbnail.py 出网格图，模型逐页看，看完才准交。整个闭环长这样：
flowchart TD
A[用户递来任务] --> B{"SKILL.md 分诊"}
B -->|读懂一份稿| C[soffice 转PDF]
B -->|从零做新稿| D[写HTML切页]
B -->|改已有文件| E[unpack.py 拆包]
C --> F[pdftoppm 撕图]
F --> G[对照文本逐页看]
D --> H[html2pptx 转原生件]
E --> I[直改slideN.xml]
I --> J[pack.py 回包]
H --> K[thumbnail.py 出网格图]
J --> K
K --> L{有无溢出重叠}
G --> M{分析是否到位}
L -->|有| N[回改对应层]
N --> K
M -->|有漏| G
L -->|无| O[交稿]
M -->|到位| O
这个验收闭环是整个件最值得仰望的设计。生成型 Skill 的传统困境是「开盲盒」：模型自认为排好了，交稿一看文字溢出、元素叠罗汉。pptx 件的做法是把「质检」写死在流程里——渲染出来的像素是唯一真相，模型的自我感觉不算数。网格图一屏看全所有页，token 花得少，问题看得全：文字出框、标题压图、字号失衡，一眼一个准。发现问题再回头改对应的那一层（HTML 重转，或 XML 微调），循环到干净为止。
一句话总结这套哲学：先看图，再交稿。后来社区里大量「视觉自检」类 Skill，祖师爷都在这里。
该用的场景：要交付真正可编辑 .pptx 文件的活；套公司模板改内容保格式；批量改稿（几十页换 logo、换配色）；分析别人的 deck（融资 BP、竞品汇报）。
不该硬用的场景：目标是腾讯文档、Google Slides 在线版的协作文档——那是 API 的地盘；重动画、重切换效果的演示——动画本质也是 XML，能改但不是这件的主场；纯视觉海报图——canvas-design 们的地盘。用对赛道比用对工具更重要。
两道隐形门槛要提前踩掉：一是 LibreOffice 必须在场，精简容器里没有它，读件线和验收线直接瘫痪；二是字体，服务器上没装中文字体时，渲染出来的网格图全是豆腐块，模型看着豆腐块调版式，交稿必翻车。装个 fonts-noto-cjk 能省掉一大半玄学问题。
想自己写件的读者，这件里有三条直接可抄：
git clone https://github.com/anthropics/skills
mkdir -p ~/.claude/skills
cp -r skills/document-skills/pptx ~/.claude/skills/
# 依赖（读件线与验收线必需）
sudo apt install -y libreoffice poppler-utils fonts-noto-cjk
pip install markitdown
装完重启会话，直接说「把这份大纲做成 16:9 的 PPT，商务风」即可触发；想走改稿线就说「保格式把这份 deck 的 Q3 数据换成 Q4」。
按场景选路线：从零建新稿 → html2pptx 路线（首推）；模板改稿 → XML 手术路线；读懂他人 deck → 看图路线。
最值得学的三个设计：Top1 看图验收闭环；Top2 HTML 换皮规避坐标口算；Top3 三动词分诊台。
谁可以缓装：精简容器环境（先解决 LibreOffice 和字体再装）、只做在线协作文档的团队。其余场景，这件值得常驻。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。