ppt-roadshow-generator

PPT 路演视频生成器

任务目标

• 本 Skill 用于：从文档分析到完整路演视频的全流程生成，包含配音、音效、音乐、字幕和转场动画
• 能力包含：文档分析、品牌风格学习、结构化规划、内容生成、视觉设计、演讲稿撰写、配音、音效、字幕、视频合成
• 触发条件：用户需要制作路演视频、产品发布演示、公司介绍视频等

前置准备

• 依赖说明：scripts 脚本所需的依赖包

  moviepy>=1.0.3
  pillow>=9.0.0
  pydub>=0.25.1
  requests>=2.28.0

• 系统依赖：FFmpeg（必需，用于视频和音频处理）

  # Ubuntu/Debian
  sudo apt-get install ffmpeg

  # macOS
  brew install ffmpeg

操作步骤

标准流程（完整路演视频生成）

角色一：文档分析师

1. 分析用户提供的文档，提取核心信息：

• 主题和目标
• 目标受众
• 核心论点
• 关键数据和案例

1. 输出文档分析摘要供后续角色使用

角色二：结构规划师（关键角色）

1. 生成结构化文档，明确每一页 PPT 讲什么：

• 页面编号
• 页面标题
• 核心内容要点（3-5 条）
• 演讲时长（建议每页 30-60 秒）
• 页面类型（封面/内容/数据/总结）

1. 输出结构化 JSON，确保逻辑连贯
2. 此结构将作为后续所有角色的基础

角色三：品牌风格分析师

1. 导入设计系统（新增功能）：

• 如果用户提供从 web-design-analyzer 导出的 brand_style.json，直接导入
• 使用 scripts/style_learner.py --load-json ./brand_style.json 加载配置
• 验证配置完整性（colors、fonts、layout_style）

1. 学习品牌风格（传统方式）：

• 学习用户提供的品牌风格（如样例 PPT、图片、品牌手册）：
• 分析配色方案（主色、辅助色、强调色）
• 识别字体类型（标题字体、正文字体）
• 提取设计元素（logo、图标、装饰）
• 分析布局风格（简约/商务/创意/科技）

1. 生成品牌风格配置文件（brand_style.json）
2. 为后续视觉设计提供风格指导

角色四：内容策划师

1. 基于结构化文档，规划每页的详细内容：

• 标题和副标题
• 内容要点（精炼为短语）
• 数据和图表说明
• 演讲提示

1. 应用品牌风格，确保内容与视觉一致
2. 输出完整的内容规划

角色五：视觉设计师

1. 基于品牌风格和内容规划，生成 PPT 图片：

• 使用智能体的图像生成能力
• 应用品牌配色和风格
• 确保所有图片风格统一
• 生成 slide-01.png 到 slide-N.png

1. 参考品牌风格配置，调整图片色调、字体等

角色六：路演撰稿师

1. 为每一页撰写详细的演讲稿/脚本：

• 开场白（10-15 秒）
• 核心内容讲解（每页 30-60 秒）
• 过渡语（衔接下一页）
• 总结语（10-15 秒）

1. 确保语言流畅自然，适合口语表达
2. 输出演讲稿（roadshow_script.txt）

角色七：转场设计师

1. 设计页面过渡动画：

• 选择转场类型（淡入淡出/滑动/缩放/翻转等）
• 设置转场时长（建议 1-2 秒）
• 确保转场风格与品牌一致

1. 生成转场配置（transitions.json）

角色八：音频设计师

1. 处理音频内容：

• 配音：调用 TTS API 生成语音解说
• 音效：添加页面切换音效、强调音效
• 音乐：添加背景音乐（从 assets/music/ 或用户上传）

1. 调用 scripts/audio_processor.py：

   python scripts/audio_processor.py \
     --script ./roadshow_script.txt \
     --style-brand ./brand_style.json \
     --output ./audio/

1. 输出音频文件（voiceover.mp3, sound_effects/, background_music.mp3）

角色九：字幕设计师

1. 生成和同步字幕：

• 根据演讲稿生成字幕文本
• 计算每句字幕的开始和结束时间
• 应用品牌字体和样式

1. 调用 scripts/subtitle_generator.py：

   python scripts/subtitle_generator.py \
     --script ./roadshow_script.txt \
     --style-brand ./brand_style.json \
     --output ./subtitles.srt

1. 输出字幕文件（subtitles.srt）

角色十：视频合成师

1. 一键合成完整路演视频：

• 合并所有图片、转场、配音、音效、音乐、字幕
• 统一分辨率和帧率（1920x1080, 30fps）
• 确保音画同步

1. 调用 scripts/roadshow_composer.py：

   python scripts/roadshow_composer.py \
     --images ./images/ \
     --audio ./audio/ \
     --subtitles ./subtitles.srt \
     --style-brand ./brand_style.json \
     --output ./roadshow_video.mp4

1. 输出完整的路演视频

品牌风格学习模式

当用户希望保持品牌风格一致时：

1. 用户提供品牌风格样例：

• PPT 样例文件
• 品牌手册
• 关键图片（logo、产品图等）

1. 执行角色三（品牌风格分析师）
2. 保存品牌风格配置供后续使用
3. 后续生成时自动应用此风格

与其他 Skill 协同

与 web-design-analyzer 协同（新增）

• web-design-analyzer 分析网页截图，提取设计系统
• 转换为 brand_style.json（使用 convert_to_roadshow_style.py）
• ppt-roadshow-generator 导入品牌风格，生成路演视频
• 适用于用户希望路演视频与网页设计保持一致的场景
• 详见：[references/design-system-import-guide.md](references/design-system-import-guide.md)

与 ppt-generator 协同

• ppt-generator 生成 PPT 内容（JSON）
• ppt-roadshow-generator 接收 JSON，继续处理
• 适用于用户已使用 ppt-generator 生成内容的场景

与 nanobanana-ppt-visualizer 协同

• nanobanana 生成图片和播放器
• ppt-roadshow-generator 使用图片，添加配音、音效、字幕
• 适用于用户已有图片，需要完整路演视频的场景

可选分支

• 仅生成结构化文档：执行角色一、角色二
• 仅生成图片：执行角色一到角色五
• 仅生成演讲稿：执行角色一到角色六
• 快速模式：使用默认品牌风格，跳过角色三

资源索引

• 品牌风格学习：见 [scripts/style_learner.py](scripts/style_learner.py)（用途：学习用户提供的品牌风格，或加载已有配置）
• 音频处理：见 [scripts/audio_processor.py](scripts/audio_processor.py)（用途：TTS 配音、音效、音乐）
• 字幕生成：见 [scripts/subtitle_generator.py](scripts/subtitle_generator.py)（用途：生成和同步字幕）
• 视频合成：见 [scripts/roadshow_composer.py](scripts/roadshow_composer.py)（用途：一键合成完整视频）
• 品牌风格指南：见 [references/brand_style_guide.md](references/brand_style_guide.md)（用途：品牌风格学习指南）
• 设计系统导入：见 [references/design-system-import-guide.md](references/design-system-import-guide.md)（用途：从 web-design-analyzer 导入设计系统）
• 演讲稿模板：见 [references/roadshow_script_template.md](references/roadshow_script_template.md)（用途：演讲稿写作参考）
• 协同指南：见 [references/collaboration_guide.md](references/collaboration_guide.md)（用途：与其他 Skill 协同）
• 示例音乐：见 [assets/music/](assets/music/)（可选：背景音乐文件）
• 品牌风格示例：见 [assets/styles/](assets/styles/)（可选：品牌风格示例）

注意事项

• 十角色协作流程，确保每一步输出为下一步输入
• 品牌风格学习是保持一致性的关键，建议用户首次使用时提供样例
• 配音功能需要 TTS API 密钥，通过 skill_credentials 工具配置
• 音乐使用 assets/music/ 中的示例或用户上传的文件
• 视频合成使用 FFmpeg，确保已安装
• 支持一次性生成 15-100 页，风格保持一致
• 保持与用户的互动，在关键节点（如风格确认）征求反馈

使用示例

示例 1：从文档生成完整路演视频

• 功能说明：完整的十角色协作流程
• 执行方式：智能体（10 个角色） + 脚本
• 关键参数：文档路径、品牌样例（可选）、页数（如 15 页）
• 输出：完整路演视频（含配音、音效、音乐、字幕）

示例 2：学习品牌风格后生成

• 功能说明：先学习品牌风格，再生成视频
• 执行方式：智能体 + 脚本
• 流程：

1. 用户提供品牌样例
2. 品牌风格分析师学习并保存
3. 后续生成时自动应用

示例 3：从网页设计导入品牌风格（新增）

• 功能说明：导入从网页分析中提取的设计系统，生成风格一致的路演视频
• 执行方式：web-design-analyzer + ppt-roadshow-generator
• 流程：

1. web-design-analyzer 分析网页截图
2. 转换为 brand_style.json
3. ppt-roadshow-generator 导入品牌风格
4. 生成路演视频

示例 4：与 ppt-generator 协同

• 功能说明：使用 ppt-generator 的内容，生成路演视频
• 执行方式：ppt-generator + ppt-roadshow-generator
• 流程：

1. ppt-generator 生成 JSON
2. ppt-roadshow-generator 接收 JSON，继续处理

示例 5：批量生成 100 页视频

• 功能说明：一次性生成 100 页风格统一的视频
• 执行方式：智能体 + 脚本
• 关键：品牌风格学习确保一致性
• 优势：风格统一，无需人工干预