
de ppt-image-first1,006
Transformez des demandes de présentation vagues en plans de diapositives axés sur l'image : clarifiez les objectifs, proposez des directions visuelles, générez des images de prévisualisation et produisez des spécifications de deck.
PPT Image First convertit la demande de présentation de haut niveau d'un utilisateur en un pipeline de deck axé sur l'image et prêt pour la génération. La compétence guide un agent à travers la prise en charge, la synthèse du contenu, les prévisualisations de style et les fichiers de planification verrouillés (design_spec, slide_blueprint, spec_lock) avant toute génération massive ou export PPT. Elle impose des étapes de confirmation et des flux de travail de prévisualisation préalable afin que la direction visuelle soit approuvée avant le résultat final.
À utiliser lorsque l'utilisateur demande un PPT, un deck, des diapositives, un pitch ou similaire — surtout lorsqu'il a un sujet, des notes brutes ou des contraintes de marque mais a besoin d'aide pour la structure et la direction visuelle. Les déclencheurs incluent 'faire une présentation', 'créer des diapositives', 'deck pour une démo produit', '答辩稿' et '路演 PPT'.
assets/preview_shell et d'autres coquilles UI lors de la production de pages de révision.Adapté aux agents capables de piloter la génération d'images et les flux de fichiers (par exemple, Codex/Claude Code, Cursor, ou des agents pilotés par CLI) et aux environnements pouvant ouvrir des interfaces de prévisualisation locales.
PPT Image First is a presentation-planning skill that guides agents through a multi-phase workflow: intake, content basis, style preview with generated images, planning lock, and generation review. The sole script (render_review_markup.py) is a Pillow-based utility for overlaying review markup annotations onto slide images; it exited with an argument error in DRY_RUN mode since it requires a payload file and --images directory, which is expected behavior for a processing tool. The SKILL.md is well-structured with clear phases, confirmation gates, progressive loading, and hard rules — but it references multiple external files (references/, templates/, assets/) that were not bundled with the skill, making it partially incomplete without the full repo.
Clean skill — no security concerns. Script only does local image processing with Pillow, no network calls or suspicious patterns. Well-structured SKILL.md with clear I/O contract, progressive loading pattern, and hard rules. Main weakness is heavy dependency on unbundled reference/template/asset files that would need to be fetched from the full repo for the skill to be fully functional. The script is a utility rather than core logic, and its argument-error exit in DRY_RUN is expected.