NanoBanana PPT Skills

AI-powered tool for automatically generating high-quality PPT images and videos with smart transitions and interactive playback.

Category: Presentation

About this skill

NanoBanana PPT Skills is a powerful AI-driven PPT generation tool that can intelligently analyze documents, automatically extract key points and plan PPT structure, generate high-quality images using Google Nano Banana Pro (Gemini 3 Pro Image Preview), automatically create transition videos with Kling AI for smooth page transitions, provide an interactive video player with keyboard controls and loop preview, and export complete videos with all transitions composited together.

Source and installation instructions

Installation

git clone https://github.com/op7418/NanoBanana-PPT-Skills.git
cd NanoBanana-PPT-Skills
python3 -m venv venv && source venv/bin/activate
pip install google-genai pillow python-dotenv
cp .env.example .env
Configure GEMINI_API_KEY in .env (required)
Configure KLING_ACCESS_KEY and KLING_SECRET_KEY in .env (optional, for video transitions)
For video features: brew install ffmpeg (macOS) or apt-get install ffmpeg (Linux)

Documentation

PPT Generator Pro - Claude Code Skill

📋 元数据

Skill 名称: ppt-generator-pro
版本: 2.0.0
描述: 基于 AI 自动生成高质量 PPT 图片和视频，支持智能转场和交互式播放
作者: 歸藏
标签: ppt, presentation, video, ai, nano-banana, kling-ai, image-generation

✨ 功能特性

核心功能

🤖 智能文档分析 - 自动提取核心要点，规划 PPT 内容结构
🎨 多风格支持 - 内置渐变毛玻璃、矢量插画两种专业风格
🖼️ 高质量图片 - 使用 Nano Banana Pro 生成 16:9 高清 PPT
🎬 AI 转场视频 - 可灵 AI 生成流畅的页面过渡动画
🎮 交互式播放器 - 视频+图片混合播放，支持键盘导航
🎥 完整视频导出 - FFmpeg 合成包含所有转场的完整 PPT 视频

新功能 (v2.0)

🔄 首页循环预览 - 自动生成吸引眼球的循环动画
🎞️ 智能转场 - 自动生成页面间的过渡视频
🔧 参数统一 - 自动统一所有视频分辨率和帧率

📦 系统要求

环境变量

必需：

GEMINI_API_KEY: Google AI API 密钥（用于生成 PPT 图片）

可选（用于视频功能）：

KLING_ACCESS_KEY: 可灵 AI Access Key
KLING_SECRET_KEY: 可灵 AI Secret Key

Python 依赖

pip install google-genai pillow python-dotenv

视频功能依赖

# macOS
brew install ffmpeg

# Ubuntu/Debian
sudo apt-get install ffmpeg

🚀 使用方法

在 Claude Code 中调用

/ppt-generator-pro

或直接告诉 Claude：

我想基于以下文档生成一个 5 页的 PPT，使用渐变毛玻璃风格。

[文档内容...]

📝 Skill 执行流程

阶段 1: 收集用户输入

1.1 获取文档内容

选项 A: 文档路径

用户: 基于 my-document.md 生成 PPT
→ 使用 Read 工具读取文件内容

选项 B: 直接文本

用户: 我想生成一个关于 AI 产品设计的 PPT
主要内容：
1. 现状分析
2. 设计原则
3. 案例研究

选项 C: 主动询问

如果用户未提供内容，询问：
"请提供文档路径或直接粘贴文档内容"

1.2 选择风格

扫描 styles/ 目录，列出可用风格：

# 自动检测风格文件
styles = ['gradient-glass.md', 'vector-illustration.md']

如果有多个风格，使用 AskUserQuestion：

问题: 请选择 PPT 风格
选项:
- 渐变毛玻璃卡片风格（科技感、商务演示）
- 矢量插画风格（温暖、教育培训）

1.3 选择页数范围

使用 AskUserQuestion 询问：

问题: 希望生成多少页 PPT？
选项:
- 5 页（5 分钟演讲）
- 5-10 页（10-15 分钟演讲）
- 10-15 页（20-30 分钟演讲）
- 20-25 页（45-60 分钟演讲）

1.4 选择分辨率

问题: 选择图片分辨率
选项:
- 2K (2752x1536) - 推荐，快速生成
- 4K (5504x3072) - 高质量，适合打印

1.5 是否生成视频（可选）

如果配置了可灵 AI 密钥，询问：

问题: 是否生成转场视频？
选项:
- 仅图片（快速）
- 图片 + 转场视频（完整体验）

阶段 2: 文档分析与内容规划

2.1 内容规划策略

根据页数范围，智能规划每一页内容：

5 页版本：

封面：标题 + 核心主题
要点 1：第一个核心观点
要点 2：第二个核心观点
要点 3：第三个核心观点
总结：核心结论或行动建议

5-10 页版本：

封面 2-3. 引言/背景 4-7. 核心内容（3-4 个关键观点） 8-9. 案例或数据支持
总结与行动建议

10-15 页版本：

封面 2-3. 引言/目录 4-6. 第一章节（3 页） 7-9. 第二章节（3 页） 10-12. 第三章节/案例研究 13-14. 数据可视化
总结与下一步

20-25 页版本：

封面
目录 3-4. 引言和背景 5-8. 第一部分（4 页） 9-12. 第二部分（4 页） 13-16. 第三部分（4 页） 17-19. 案例研究 20-22. 数据分析和洞察 23-24. 关键发现和建议
总结与致谢

2.2 生成 slides_plan.json

创建 JSON 文件：

{
  "title": "文档标题",
  "total_slides": 5,
  "slides": [
    {
      "slide_number": 1,
      "page_type": "cover",
      "content": "标题：AI 产品设计指南\n副标题：构建以用户为中心的智能体验"
    },
    {
      "slide_number": 2,
      "page_type": "content",
      "content": "核心原则\n- 简单直观\n- 快速响应\n- 透明可控"
    },
    {
      "slide_number": 3,
      "page_type": "content",
      "content": "设计流程\n1. 用户研究\n2. 原型设计\n3. 测试迭代"
    },
    {
      "slide_number": 4,
      "page_type": "data",
      "content": "用户满意度\n使用前：65%\n使用后：92%\n提升：+27%"
    },
    {
      "slide_number": 5,
      "page_type": "content",
      "content": "总结\n- 以用户为中心\n- 持续优化迭代\n- 数据驱动决策"
    }
  ]
}

重要： 将此文件保存到：

独立使用：./slides_plan.json
Skill 模式：.claude/skills/ppt-generator/slides_plan.json

阶段 3: 生成 PPT 图片

3.1 确定工作目录

独立模式：

cd /path/to/ppt-generator

Skill 模式：

cd ~/.claude/skills/ppt-generator

3.2 执行生成命令

python generate_ppt.py \
  --plan slides_plan.json \
  --style styles/gradient-glass.md \
  --resolution 2K

或使用 uv run（推荐）：

uv run python generate_ppt.py \
  --plan slides_plan.json \
  --style styles/gradient-glass.md \
  --resolution 2K

参数说明：

--plan: slides 规划 JSON 文件路径
--style: 风格文件路径
--resolution: 分辨率（2K 或 4K）
--template: HTML 模板路径（可选）

3.3 监控生成进度

脚本会输出进度信息：

✅ 已加载环境变量: /path/to/.env
📊 开始生成 PPT 图片...
   总页数: 5
   分辨率: 2K (2752x1536)
   风格: 渐变毛玻璃卡片风格

🎨 生成第 1 页 (封面页)...
   提示词已生成
   调用 Nano Banana Pro API...
   ✅ 第 1 页生成成功 (32.5 秒)

🎨 生成第 2 页 (内容页)...
   ✅ 第 2 页生成成功 (28.3 秒)

...

✅ 所有页面生成完成！
📁 输出目录: outputs/20260112_143022/

阶段 4: 生成转场提示词（视频模式需要）

这是 Skill 的核心优势：我（Claude Code）会分析生成的 PPT 图片，为每个转场生成精准的视频提示词。

4.1 读取并分析 PPT 图片

我会读取所有生成的图片：

# 自动读取输出目录中的所有图片
slides = ['slide-01.png', 'slide-02.png', ...]

4.2 分析图片差异并生成提示词

对于每对相邻图片，我会：

视觉分析：理解两张图片的布局、元素、色彩差异
生成预览提示词：为首页创建可循环的微动效描述
生成转场提示词：详细描述如何从起始帧过渡到结束帧

示例输出：

{
  "preview": {
    "slide_path": "outputs/.../slide-01.png",
    "prompt": "画面保持封面的静态构图，中心的3D玻璃环缓慢旋转..."
  },
  "transitions": [
    {
      "from_slide": 1,
      "to_slide": 2,
      "prompt": "镜头从封面开始，玻璃环逐渐解构，分裂成透明碎片..."
    }
  ]
}

4.3 保存提示词文件

我会将生成的提示词保存到：

outputs/TIMESTAMP/transition_prompts.json

关键优势：

✅ 不需要单独的 Claude API 密钥
✅ 提示词针对实际图片内容定制
✅ 考虑文字稳定性，避免视频模型弄模糊文字
✅ 符合渐变毛玻璃风格的视觉语言

阶段 5: 生成转场视频（可选）

如果用户选择生成视频，使用阶段 4 生成的提示词文件：

python generate_ppt_video.py \
  --slides-dir outputs/20260112_143022/images \
  --output-dir outputs/20260112_143022_video \
  --prompts-file outputs/20260112_143022/transition_prompts.json

生成内容：

首页循环预览视频（preview.mp4）
页面间转场视频（transition_01_to_02.mp4 等）
交互式视频播放器（video_index.html）
完整视频（full_ppt_video.mp4）

阶段 6: 返回结果

6.1 仅图片模式

✅ PPT 生成成功！

📁 输出目录: outputs/20260112_143022/
🖼️ PPT 图片: outputs/20260112_143022/images/
🎬 播放网页: outputs/20260112_143022/index.html

打开播放网页:
open outputs/20260112_143022/index.html

播放器快捷键:
- ← → 键: 切换页面
- ↑ Home: 回到首页
- ↓ End: 跳到末页
- 空格: 暂停/继续自动播放
- ESC: 全屏切换
- H: 隐藏/显示控件

5.2 视频模式

✅ PPT 视频生成成功！

📁 输出目录: outputs/20260112_143022_video/
🖼️ PPT 图片: outputs/20260112_143022/images/
🎬 转场视频: outputs/20260112_143022_video/videos/
🎮 交互式播放器: outputs/20260112_143022_video/video_index.html
🎥 完整视频: outputs/20260112_143022_video/full_ppt_video.mp4

打开交互式播放器:
open outputs/20260112_143022_video/video_index.html

播放逻辑:
1. 首页: 播放循环预览视频
2. 按右键 → 播放转场视频 → 显示目标页图片（2 秒）
3. 再按右键 → 播放下一个转场 → 显示下一页图片
4. 依此类推...

视频播放器快捷键:
- ← → 键: 上一页/下一页（含转场）
- 空格: 播放/暂停当前视频
- ESC: 全屏切换
- H: 隐藏/显示控件

🔧 环境变量配置

.env 文件位置

Skill 会按以下顺序查找 .env 文件：

脚本所在目录 - ./ppt-generator/.env
向上查找项目根目录 - 直到找到包含 .git 或 .env 的目录
Claude Skill 标准位置 - ~/.claude/skills/ppt-generator/.env
系统环境变量 - 如果以上都未找到

.env 文件示例

# Google AI API 密钥（必需）
GEMINI_API_KEY=your_gemini_api_key_here

# 可灵 AI API 密钥（可选，用于视频功能）
KLING_ACCESS_KEY=your_kling_access_key_here
KLING_SECRET_KEY=your_kling_secret_key_here

⚠️ 错误处理

常见错误及解决方案

1. API 密钥未设置

错误: ⚠️ 未找到 .env 文件，尝试使用系统环境变量
      未设置 GEMINI_API_KEY 环境变量

解决:
1. 创建 .env 文件
2. 添加 GEMINI_API_KEY=your_key_here

2. Python 依赖缺失

错误: ModuleNotFoundError: No module named 'google.genai'

解决: pip install google-genai pillow python-dotenv

3. FFmpeg 未安装

错误: ❌ FFmpeg 不可用！

解决: brew install ffmpeg  # macOS
      sudo apt-get install ffmpeg  # Ubuntu

4. API 调用失败

错误: API 调用超时或失败

解决:
1. 检查网络连接
2. 确认 API 密钥有效
3. 稍后重试

5. 视频生成失败

错误: 可灵 AI 密钥未配置

解决:
1. 如果只需要图片，跳过视频生成步骤
2. 如果需要视频，配置 KLING_ACCESS_KEY 和 KLING_SECRET_KEY

🎨 风格系统

已内置风格

1. 渐变毛玻璃卡片风格 (`gradient-glass.md`)

视觉特点：

Apple Keynote 极简主义
玻璃拟态效果
霓虹紫/电光蓝/珊瑚橙渐变
3D 玻璃物体 + 电影级光照

适用场景：

科技产品发布
商务演示
数据报告
企业品牌展示

2. 矢量插画风格 (`vector-illustration.md`)