本体建模是什么 和知识图谱区别
「本体知识建模」是「龙虾部署大师」技能市场中的知识图谱技能：用实体、属性和关系表示人员、项目、任务、文档、事件等对象，变更以追加日志写入 graph.jsonl，并可通过 schema 约束必填字段、枚举、关系类型和无环依赖，帮助多个技能共享结构化状态并保留可追溯的历史。 技能效果 让它记住“Alice 负责官网改版、关联到三月发布”，它把人物和任务建成结构化本体，连 responsible_for、part_of 两条关系链和查询命令都生成好了。 让 AGENT 记住事情，为什么这么难 让代理"记住"某个人负责什么项目、某个任务被谁阻塞，听起来简单，做起来却容易散。把信息写成自由文本，时间一长就互相矛盾、查不回去；每个技能各自维护一份状态，就成了互不相通的数据孤岛；想表达"任务 A 阻塞任务 B"这类关系，纯文本既存不住结构，也无法做类型检查和合法性校验。结果是记录越积越多，可靠地查询、关联和复用却越来越难。 自由文本记忆 散落的笔记 互相矛盾 技能各存一份 · 孤岛 类型化知识图谱 人员 项目 任务 负责 包含 这个技能用什么方式管理知识 它提供一个类型化的知识图谱：把人员、组织、项目、任务、事件、文档、消息、笔记、账户、策略等都建成带类型的实体对象，再用 has_owner、blocks 这类关系把它们连起来，且关联是幂等的（重复建立不会产生脏数据）。所有变更以追加日志的形式写入技能目录内的 graph.jsonl，因此保留完整的可追溯历史；通过 schema.yaml 可以约束必填属性、枚举值、关系类型、基数以及无环依赖，对知识库结构施加类型检查。查询、遍历和过滤则用来获取任务、依赖、文档与上下文。 创建实体 / 关联 schema 校验必填 / 枚举 / 基数无环依赖 追加日志graph.jsonl可追溯历史 查询 / 遍历多技能共享 用前须知 该技能无需外部 API Key。首次使用需运行 Python setup 脚本安装依赖；数据保存在技能的 memory/ontology 目录下，已有的日志和 schema 应以追加合并的方式处理，而不是覆盖。它支持后续扩展到 SQLite。该技能偏向开发者与自动化场景，用于构建可验证、可追溯的结构化状态。 怎么用它 用法是用自然语言告诉它要记住的对象、关系，或要查询的内容。例如可以这样对它说： 可以这样对它说 "记住 Alice 负责官网改版，并把它关联到三月的发布任务，别丢掉关系链。" "查一下 CRM 项目下面还有哪些处于阻塞中的任务，按负责人分组列出来。" "把这份会议纪要连到增长实验项目和参会人，保留文档路径和来源。" 它适合这些场景：需要让代理记住某个人、项目、任务或文档，并能在后续查询；多步骤计划需要表示为可验证的图变更、依赖关系和回滚步骤；跨技能共享任务、承诺、事件等状态，避免各自维护孤岛数据；希望对知识库结构施加类型检查、关系基数和无环约束规则。 大家常问 本体知识建模到底是什么？用实体、属性、关系来表示知识是什么意思？ 本体是对一个领域的概念及其关系所做的形式化、明确的规格说明，它定义"知识应该长什么样"。建模时把世界里有身份的事物建成实体，用属性描述实体自身的特征，用关系连接实体之间的连线，于是知识不再是散乱词语，而是一张可计算、可共享、可校验的网。 本体和知识图谱有什么区别？ 本体是模式层，规定有哪些概念、属性、关系和约束，相当于一张带规则的蓝图；知识图谱是在这张蓝图上填充大量实例数据所形成的关系网络，是数据层。一句话：本体定义知识结构，知识图谱把真实数据装进去。知识图谱可以基于本体构建，也可以没有严格本体约束。 is-a（是一种）关系和 part-of（是一部分）关系有什么区别？ is-a 是分类归属，子类的每个实例也是父类实例，并自动继承父类属性，判断靠"替代性测试"——能不能用子类替换父类。part-of 是组成结构，部分不继承整体的属性，判断靠"删除测试"。常见错误是把方向盘建成"是一种汽车"，正确应是"汽车的一部分"。 为什么要给本体知识建模加 schema 一致性约束（必填、枚举、基数、无环依赖）？ 约束是本体区别于术语表和松散图谱的本质特征。必填属性保证实例的最低知识完整度，枚举值把取值限定在有界集合避免语义漂移，基数约束让关系网络有确定拓扑，无环依赖保证层次结构有效、推理能终止。没有约束，知识虽自由却无法被一致地计算。 想用上这个技能？ 「本体知识建模」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
如何用 AI 整理零散笔记
「笔记整理」是「龙虾部署大师」技能市场中的笔记沉淀与检索技能：作用是对接 Get 笔记，完成文本、链接、图片笔记的保存、搜索、列表管理、知识库和标签操作。通过自然语言或 /note 指令，它能把聊天、网页、图片里的资料存进个人笔记系统，并用全局召回和知识库召回执行跨笔记的语义搜索，构建可复用的知识沉淀。 技能效果 整理一段杂乱的会议速记时，它把零散内容归到议题下、分点重写，并提炼出待办和要点。 资料越存越多，却越来越找不到 看到有用的链接、截图、想法，随手存下来不难，难的是事后还能找到、还能复用。常见的困境有三个：来源散——有的在聊天里，有的在浏览器收藏，有的拍了张图就忘了；检索弱——只能靠关键词逐个翻，记不清当初用了什么标题；缺组织——存归存，从没按主题归过类，时间一长就成了一堆躺着吃灰的素材。结果是"存过"却"用不上"。 散落的资料 链接 截图 想法 网页 归类 + 可语义检索 竞品调研 · 标签 直播电商 · 知识库 语义召回历史片段 这个技能能帮你管理什么 它把"随手存"和"找得到、用得上"接到一起。核心能力有四块：一是保存文本、链接和图片笔记，并对图片这类异步任务轮询进度直到完成；二是通过全局召回和知识库召回，执行跨笔记的语义搜索，不必记住原始标题也能找回内容；三是浏览、查看、更新、删除笔记，并按需生成分享链接；四是管理知识库、订阅内容、直播关注和笔记标签的增删。它按保存、搜索、列表、知识库、标签、配置等不同场景路由到对应能力，让个人资料从"散乱堆积"变成"有主题、可检索的知识库"。 保存文本/链接/图片 归类知识库/标签 语义召回跨笔记搜索 复用分享/引用 用前须知 该技能需要 Get 笔记的 API Key 和 Client ID，并具备 note.content.read/write、note.recall.read 等权限。它会注意 64 位笔记 ID 的精度安全（JavaScript 处理时按字符串保留），并守住私密笔记的隐私边界。 怎么用它 用法是用自然语言把要存什么、怎么归类、要找什么说清楚，无需手动调接口或记 ID。例如可以这样对它说： 可以这样对它说 "这个链接先存到 Get 笔记里，标签写产品调研和竞品来源，备注一下出处。" "找一下去年收藏的那篇投流复盘，按时间倒序打开最近三篇原文。" "新建一个竞品知识库，把这几条笔记一起放进去，标签写直播电商。" 它适合这些场景：把聊天、网页、图片里的资料快速存进个人笔记并保留来源；查找近期笔记、查看原文详情或按语义检索历史片段；整理主题知识库，把相关笔记批量加入或移出并维护标签；配置 Get 笔记授权，排查 401、403、限流和会员权限问题。 大家常问 为什么散乱的笔记越存越找不到？只讲 AI 笔记整理的原理（结构化分类、标签体系、卡片化、双链、Zettelkasten、PARA），不要提及任何第三方笔记/PKM 工具或本地知识库框架。 本质是缺骨架和缺连接：每条笔记没有固定归属，也没有跨条目的关系记录，下次回想时只能在平行条目里淹没。AI 笔记整理用结构化分类把笔记推到所属知识簇、用标签做多维标记、用卡片化拆出最小知识单元、用双链织出关系网，让"存过"真正变成"找得到"。 什么是笔记的语义召回？只讲 AI 笔记整理的原理（结构化分类、标签体系、卡片化、双链、Zettelkasten、PARA），不要提及任何第三方笔记/PKM 工具或本地知识库框架。 语义召回指 AI 按笔记含义而非字面关键词查找内容，搜"苹果"会按上下文区分"水果"还是"手机品牌"。它把分类下钻、标签交集、双链遍历、PARA 层级匹配等多路检索结果按相似度排序后合并，因此换个表达也能找回旧笔记，不必记得当初的原标题。 笔记的标签和知识库有什么区别？只讲 AI 笔记整理的原理（结构化分类、标签体系、卡片化、双链、Zettelkasten、PARA），不要提及任何第三方笔记/PKM 工具或本地知识库框架。 两者不是同一层级：标签是元数据层，多对多附在笔记上做筛选；知识库是成果层，承载卡片、链接、标签、分类的整体。一篇笔记只能进一个分类却可以挂多个标签，知识库则把这些维度合到一起做检索与推理，标签只是其中的一个索引面。 什么是卡片化笔记？只讲 AI 笔记整理的原理（结构化分类、标签体系、卡片化、双链、Zettelkasten、PARA），不要提及任何第三方笔记/PKM 工具或本地知识库框架。 卡片化笔记把知识拆成最小独立单元，一张卡只承载一个概念、观点或事实，并配一个可独立引用的标题。AI 会把长文按语义边界自动切分、为每张卡生成摘要、检测重复卡片建议合并，让同一张卡可在不同主题里被复用，避免笔记越写越粗、越难检索。 想用上这个技能？ 「笔记整理」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
如何用 AI 发飞书加急消息
「飞书紧急消息」是「龙虾部署大师」技能市场中的消息加急触达技能：作用是对已发送的飞书消息触发应用内、短信或电话紧急提醒。输入 message_id、接收人 open_id 列表、提醒类型和付费确认后，它校验格式、权限和批量上限，自动分批发送，并返回无效接收人列表、错误码和处理建议。它区分免费的应用内提醒与可能收费的短信、电话提醒，并强制付费确认。 技能效果 想给已发出的群消息做应用内加急，它写出面向小白的操作教程，说明前置的权限配置，以及加急后对方会收到强提醒的实际效果。 关键消息发出去了，却没人看，怎么办 飞书消息发到群里，常因被刷屏、对方未在线或没注意而被漏看。对于系统告警、紧急审批、事故通知这类时效性强的消息，漏看的代价很高。直接重发一条新消息既显得混乱，也未必更醒目；而要按不同紧急程度选择应用内提醒、短信还是电话，又涉及权限、批量上限和费用确认，手工操作容易出错——发错人、超量发送，或在没确认费用的情况下触发了收费的电话提醒。 已发送消息（message_id） 应用内提醒 免费 短信提醒 需付费确认 电话提醒 需付费确认 按紧急程度逐级升级，不重发新消息 这个技能能帮你做什么 它在不重发新消息的前提下，对已有消息做"加急触达"。核心能力有四块：一是对已存在的 message_id 发送应用内、短信或电话三档紧急提醒；二是校验 open_id、消息归属和付费提醒确认参数，避免发错人、对不属于自己的消息加急、或未确认就触发收费提醒；三是按平台限制自动拆分大批量接收人并顺序发送，不必手工分组；四是返回 invalid_user_list、配额错误和权限缺失等诊断信息，发送失败时能快速定位是 message_id、权限还是配额的问题。它明确区分免费的应用内提醒与可能产生费用的短信、电话提醒，并对后者强制付费确认。 加急前自动校验四道关 归属校验 付费确认 自动分批 诊断回执 用前须知 该技能需要 Python 3 标准库、飞书 App ID / Secret，以及 im:message.urgent 和短信、电话提醒相关权限；触发前必须已有 om_ 开头的 message_id 和 ou_ 开头的 open_id。短信、电话属于可能收费的提醒，会要求先确认费用再发送。 怎么用它 用法是把要加急的那条消息、提醒谁、用哪一档提醒用自然语言说清楚，无需记参数和批量规则。例如可以这样对它说： 可以这样对它说 "这条飞书消息已经发出，用应用内加急提醒那两位同事，不用短信电话。" "这条消息太急了，给这份名单发电话提醒前先确认费用，确认后再发。" "刚才那条群通知没人回，对原消息做短信加急提醒负责人，别重发新消息。" 它适合这些场景：关键系统告警已发到群里，需要对负责人追加应用内急促提醒；重要审批或事故通知迟迟没响应，要升级为短信或电话提醒；大群中部分人员必须被单独精确触达；发送紧急提醒失败时，需要判断是 message_id、权限还是配额的问题。 大家常问 飞书加急消息到底是什么？跟普通飞书消息有什么不一样？ 飞书加急消息不是新发一条，而是对已发出的消息附加"紧急标识"，触发接收方的全屏弹窗强提醒，并提供阅读回执；普通消息只是静默落在聊天列表里，没有强弹窗、没有强制送达。加急还可以从应用内升级到短信或电话通道，普通消息只能走应用内推送。 飞书加急的应用内提醒、短信提醒、电话提醒，这三档有什么区别？ 三档对应"在线未读 / 离线未读 / 必须立即接听"。应用内加急是免费的强弹窗，接收方必须登录飞书；短信加急按条扣企业配额，把消息摘要短信发到绑定手机号；电话加急按次扣配额，直接外呼并用 TTS 播报摘要。短信与电话单次上限 100 人，应用内 200 人。 为什么飞书发短信加急和电话加急前要做付费确认？ 短信和电话走的是第三方电信通道，每次调用都会扣减企业的加急配额，成本由企业承担而不是发送者个人。付费确认是把"这次会产生费用"前置告知，防止误触浪费配额或骚扰接收方。应用内加急走推送通道、没有外部成本，所以不需要这道确认。 飞书加急返回的 invalid_user_list 和配额错误是什么意思？ invalid_user_list 是接口对无效接收人的回执：open_id 格式错、不在原消息群里、账号离职或停用都会被挑出来，剩下有效用户仍正常加急。配额错误（错误码 230024）是租户加急额度用完，需要去管理后台费用中心扩容或等下个周期重置；短信/电话还会因为对方没绑手机号报 230009。 想用上这个技能？ 「飞书紧急消息」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
京东违禁词怎么检查？批量扫全文风险词出违规清单
「京东违禁词检查」是「龙虾部署大师」技能市场中的文案合规检测技能：它批量检测京东商品详情页文本是否包含广告法风险词，输入商品链接和可选自定义违禁词后，检查标题、卖点、促销、参数和页面全文，合并内置 500+ 违禁词与用户补充词，返回违规商品数、命中词、命中区域和错误列表。 技能效果 审三条京东文案时，它逐条标出国家级、史上最强、包治百病、永不褪色等违禁词的位置和违规类型，并附上合规替换写法和广告法条款。 广告法极限词，罚款重又难自查 "最""第一""国家级"这类广告法极限词，一旦出现在商品文案里，轻则下架整改、重则面临处罚。但人工自查很容易漏：风险词可能藏在标题、卖点、促销文案或参数表的任何角落，多个商品页逐字核对既慢又难免看走眼，新品上架前临时检查更容易出纰漏。 这个技能能帮你查什么 它把上架前的合规自查自动化。它先校验京东商品链接和自定义违禁词参数是否合法；再批量检查标题、卖点、促销和页面全文中的风险词；检测时会把内置的 500+ 违禁词库与你补充的品牌内部禁用词合并；最后返回检查了几个商品、几个违规、命中了哪些词、出现在哪个区域，以及处理过程中的错误信息。它还会区分未登录、风控、验证码、页面加载失败等情况，让结果可信。 逐个文本区域扫一遍 标题 卖点 促销文案 参数 页面全文 · 内置 500+ 词 + 自定义词 检查跑完，它把命中点定位到具体商品和区域，让整改有的放矢： 输入商品链接 批量扫描全文 输出命中词 / 区域 / 违规数 用前须知 该技能需要 Python、AI agent gateway、skillcore 服务和 Chrome，京东账号需在浏览器中登录；图片中的文字 OCR 检测尚待对接，暂以文本区域检测为主；无需独立 API Key。 怎么用它 用法是把要检查的京东商品链接和补充词用自然语言交给它即可。例如可以这样对它说： 可以这样对它说 "检查这三个京东商品页，标题和详情有没有广告法违禁词，按位置列。" "把这些京东链接批量跑一遍，尤其看最字和夸大宣传，结果分商品列。" "新品上架前先查文案，额外把限时秒杀和促销区也算进去。" 它适合这些场景：商品上架前检查广告法极限词和敏感营销表述；多个京东商品页批量排查标题和详情风险；品牌方新增内部禁用词、要与默认词库合并检测；运营遇到页面违规整改、需要定位具体命中位置。 大家常问 广告法里的极限词到底指什么？京东商品文案里常见的有哪几类？ 极限词又称绝对化用语，指「最」「第一」「唯一」「国家级」这类无法客观验证、依《广告法》第九条禁用的表述。京东文案里常见有六类：绝对化用语、虚假功效承诺、国家级/行政认定、贬低同行的排他、虚构时限数量、违禁敏感词。「京东违禁词检查」内置 500+ 词库可合并自定义词，自动标出标题、卖点、促销、详情里的命中词与位置。 京东商品标题、卖点里用了极限词，可能面临什么后果？ 法律层面，依《广告法》第五十七条可处 20 万至 100 万元罚款，情节严重吊销执照，还可能被职业索赔人专门盯上发起索赔。平台层面，京东按违规等级处理：一般违规商品下架扣分，严重违规限制发布甚至关店清退。上架前用「京东违禁词检查」逐项自查、整改后复检，是把风险拦在前面的低成本做法。 把最好改成拼音、谐音或英文，还算不算广告法违禁词？ 算，依然违规。市场监管按「实质性认定」原则，看你实际表达的含义而非字面形式；只要受众能理解成「最好」，写成 zuihao、醉好、Best 一样会被认定为变相使用违禁词，已有大量处罚案例，平台检测系统也能识别拼音、谐音、英文变体。与其打擦边，不如用「值得推荐」「品质之选」等合规表达，配合「京东违禁词检查」逐条核对替换。 为什么违禁词检查要同时看标题、卖点、促销和详情全文，而不只看标题？ 违规词遍布各文本区域，标题只占整页一两成内容；卖点常写「销量第一」、促销爱用「仅此一天」、详情参数易出现「国家级」「顶级面料」。处罚不分出现位置，只要页面任意处命中就属违规，且平台巡查与职业打假都是整页扫描。所以「京东违禁词检查」一次覆盖标题、卖点、促销、详情全文并定位命中区域，图片 OCR 检测尚待对接。 想用上这个技能？ 「京东违禁词检查」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
营销转化文案怎么写？用经典框架组织标题、CTA 和描述
「营销文案写作」是「龙虾部署大师」技能市场中的转化文案技能：它面向落地页、邮件、广告、销售页、产品描述和 CTA 等转化型文本，用 AIDA、PAS、FAB 等框架组织文案，从产品特性推导出明确、可信、可执行的购买理由，并处理异议、补足信任证明、规划 A/B 测试，提升页面说服链条的完整度。 技能效果 拿到一页课程落地页，它把标题、卖点和行动按钮按“语气别太硬”重写了一版，还给出更软的按钮备选。 文案写了很多，为什么不转化 转化型文案的难，不在文笔，而在说服链条。常见问题有三种：一是堆了一大段功能描述，却没把"特性"翻译成用户能感知的"收益"，读者看完不知道这对自己有什么用；二是只顾着夸产品，没回应用户心里的疑虑——价格贵不贵、有没有效果、会不会有风险；三是页面上行动指引混乱，几个按钮抢注意力，反而没人点。说服的每一环都可能断在这些地方。 说服链条：一环断，转化就漏 注意 兴趣 欲望 降疑虑 行动 特性没转成收益 / 疑虑没回应 / CTA 不单一 → 链条断裂 这个技能能帮你写出什么 它把转化文案当成一条完整的说服链来构建：吸引注意、制造兴趣、形成欲望、降低疑虑、推动行动。框架上，它用 AIDA、PAS、FAB 组织落地页和邮件的转化结构；写作上，它产出结果导向的标题、低摩擦的 CTA 和利益清晰的产品描述；异议上，它针对价格、时间、效果、风险等常见顾虑设计回应；验证上，它规划标题、CTA、价值顺序、篇幅等变量的 A/B 测试。它的关键能力是把松散的产品功能转化为用户可感知的收益语言。 产品特性 "有什么功能" AIDA / PAS / FAB 用户能感知的收益 "这对我有什么用" 它在产出时有两条约束：避免空泛术语，也避免页面上出现多个相互干扰的行动指引，让每个页面只朝一个转化动作收口。这正是它能补全说服链条的关键。 用前须知 该技能无需 API Key、脚本或系统依赖。文案质量主要取决于你提供的业务信息：产品、受众、页面目标、可用的证明材料和期望的转化动作。信息越具体，写出的购买理由越可信、越可执行。 怎么用它 用法是把要写的文案类型、产品和目标用自然语言交给它。例如可以这样对它说： 可以这样对它说 "这页课程落地页先重写标题、卖点和行动按钮，语气别太硬。" "把新品首发邮件写成三封转化序列，先痛点，再提醒优惠和转化。" "这条广告只卖试用名额，文案要短、有力，带可信证明，适合信息流。" 它适合这些场景：为 SaaS、课程、咨询、工具或电商产品撰写完整落地页文案；广告或邮件打开率偏低、需要重写标题、价值主张和行动按钮；产品功能多但价值表达松散、需要转成用户可感知的收益语言；上线前检查文案是否缺少证明、异议处理或单一 CTA。它适合创业者、增长团队、市场人员、广告投手、产品经理和独立创作者。 大家常问 AIDA 和 PAS 这两个文案框架到底有什么区别？什么场景该用哪个？ AIDA 走正向驱动（注意→兴趣→欲望→行动），适合读者对产品陌生、需要逐步教育的长落地页；PAS 走负向驱动（痛点→放大→方案），适合读者已知痛点、要直奔出口的功能性短文案。区分关键看读者是否清楚自己的问题：清楚选 PAS，不清楚选 AIDA。 落地页文案里说的「特性」和「收益」为什么不能混着写？ 特性回答「这是什么」（参数、功能），收益回答「这对我有什么用」（价值、感受）。混写会让读者在两种思维模式之间反复切换，认知负荷上升、信息组块被打乱，筛选与说服两个决策阶段都被拖慢。分开写让理性判断与感性共鸣各司其职，转化链条才走得通。 文案里的「信任状」到底是什么？为什么没它转化就上不去？ 信任状是文案里用来回答「我凭什么相信你」的证据，包括数据、权威认证、社会证明、案例证言、退款承诺等。读者从兴趣走到行动之间有一道信任鸿沟，转化率是「说服力 × 可信度」的乘积，可信度为零，说服力再强乘积也是零，所以信任状缺位转化就断在那一环。 价值主张（UVP）和卖点 slogan 有什么区别？为什么不能互相替代？ UVP 是完整陈述句，回答「为谁解决什么问题、凭什么比对手好」，负责说服决策，篇幅较长、战略级稳定；slogan 是短句记忆钩子，负责吸引注意与传播，战术级可灵活换。slogan 太短承担不了说服闭环，UVP 太长进不了广告位，两者是地基与建筑符号的关系，不可互换。 想用上这个技能？ 「营销文案写作」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
PPT 怎么按风格批量生成？多种风格逐页出图并合成成品
「PPT 生成大师」是「龙虾部署大师」技能市场中的演示文稿生成技能：它提供白板、光辉、黑胶、黑板报、医疗、年度总结、开学第一课等十四种视觉风格，先确认风格、把文案整理成逐页确认表，确认后逐页生成 16:9 页面图，再合成为视觉统一的 PPTX，适合把文本内容快速转成成套的视觉化演示。 技能效果 做黑板报风「开学第一课」PPT时，它先按页排好封面和各内容页结构，确认后再合成。 做一套风格统一的 PPT，难在哪 把内容做成演示文稿，最耗时的往往不是写字，而是排版和统一视觉。常见状况有三种：一是手工逐页找模板、配图、调样式，几十页下来风格容易飘；二是希望换一种整体视觉风格（比如黑板报、医疗科普、商务总结），但缺少成套的设计参考，只能一页页拼；三是页数一多，生成或调整中途容易乱、也不好预览确认。结果是内容明明就绪，成片却迟迟出不来。 手工拼页：风格各异 ? 配色、版式、字体不统一 页数一多更难收口 这个技能能帮你做什么 它把"挑风格—排页—生成—合成"做成一条可确认的流水线。风格上，它提供白板、光辉、黑胶、画架、立体、黑板报、旧画报、毛毡、拟物毛玻璃、医疗、年度总结、开学第一课、林地和湿壁画共十四种视觉风格，并为每种风格匹配封面、内容和尾页的参考图；整理上，它会先把你的文案整理成包含页码、页面类型、参考图和内容摘要的确认表，让你先看清结构；生成上，确认后它逐页调用图像生成脚本，按风格提示词产出 16:9 页面图；合成上，再把确认后的页面图片合成为 PPTX。它保留页数控制和分批生成提示，长内容也能稳住。 确认风格 逐页确认表页码/类型/摘要 逐页生成图16:9 页面 合成 PPTX 用前须知 该技能需要 Python，并会检查 openai、Pillow、python-pptx。其中页面图像生成通常需要已配置可用的 OpenAI 或兼容图像 API Key。 怎么用它 用法是把文案、想要的风格用自然语言交给它，先确认结构再合成。例如可以这样对它说： 可以这样对它说 "用黑板报风做开学第一课 PPT，先分好页，确认后再合成文件。" "这份年终总结文案做成蓝金商务风 PPT，数据页要清楚，图表别挤。" "把这份医疗科普内容做成 16:9 页面，先确认风格和页数。" 它适合这些场景：手里有课程、汇报或活动文案、需要快速转成视觉统一的 PPT；年度总结、医疗科普、校园课程等主题、需要匹配更行业化的风格；希望先预览每页图片效果、再确认是否合成最终文稿；超过二十页的长内容、需要分批生成以降低中断和预览压力。它适合培训师、教师、市场运营、咨询顾问、活动策划和企业汇报人员。 大家常问 什么是PPT的信息层级？为什么一页字太多听众抓不住重点？ 信息层级是用字号、颜色、位置和留白对一页内容做"重要性排序"，引导视线先看什么再看什么。一页字太多时，视觉和听觉同时挤占工作记忆，认知负载过载，所有文字又都同权重平铺，大脑找不到主次，结果听完什么也没记住。 为什么一套PPT几十页做下来配色和版式容易飘？从母版和版式的设计原理上看，是哪一步没做好？ 配色和版式漂移的本质是把"手动调整"当成了"设计规范"。母版应在抽象层一次定义配色和共享元素，版式应在结构层定义内容容器，页面只在版式里填内容。若跳过母版直接在页面里取色、挪标题、加色块，每一次微调累积起来就成了肉眼可见的飘。 演示文稿的封面页、内容页和尾页在叙事上分别承担什么作用？ 封面页负责设定预期、建立信任、定下情绪基调，让观众三秒判断这是什么、为什么要听；内容页推进论证、控制节奏与信息密度，每页只承载一个观点；尾页提供闭合感、明确下一步行动、利用近因效应强化记忆，"谢谢聆听"只完成礼貌，未完成叙事收束。 一份PPT页数多和单页信息密度高，对听众理解的负担有什么区别？哪种更影响信息接收？ 页数多伤害的是叙事的可追溯性，听众记不住整体故事地图，但讲师可用语速和停顿抵消；单页密度高伤害的是单点理解的速度，信息超出视觉带宽就直接过载，且这种失败更隐蔽。多数场景下，密度高比页数多更伤信息接收。 想用上这个技能？ 「PPT 生成大师」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
提示