PPT 生成智能体设计

​

场景与目标

• 内容有来源：有原始材料用原始材料，没原始材料就用内置检索自行收集资料，数据类任务直接调用数据插件取数；
• 产出是真文件：默认产出原生可编辑的 PPTX（文本框、表格、原生图表），而不是图片贴片或网页截图；
• 交付可被程序取回：文件写到约定目录，客户端按约定取回，不依赖人工进入沙箱查找。

​

设计思路拆解

​

模型：长上下文和指令遵循优先

​

系统提示词：四条可复用的约定

1. 技能二维体系：技能分两类配合使用——方法类技能（Capability）决定怎么做，如深度调研；产物类技能（Artifact）决定产出什么，如 PPT、文档、表格。任务同时命中两类技能时，先按方法类技能调研规划，再按产物类技能的规范产出；两者冲突时，以产物类技能的技术约束为准。
2. 渐进加载：不预读全部技能说明，任务命中哪个领域才读取哪个 SKILL.md，控制上下文成本。挂载多个技能不用担心上下文被一次性占满。
3. 产出物约定：产出文件一律写入工作区的 output/ 目录（沙箱内为 /mnt/agents/output/），最终回复用相对路径逐一列出（如 output/industry_analysis.pptx）。客户端按这个约定列目录、取文件，与 文件 章的会话文件接口对齐。
4. 沟通策略：回复只讲产出了什么、放在哪里，不汇报中间用了哪些命令和库。

​

技能：产物类技能决定产出物形态

• 换产出物就换产物类技能：做 Word 报告挂文档类技能，做数据表挂表格类技能；
• 需要专门方法论就叠加方法类技能，例如深度调研类技能；
• 一般资料收集可以不挂技能——平台的内置检索工具足以覆盖。

​

插件：数据能力按行业替换

​

工具：默认内置工具集已够用

​

起点模板

curl -X POST ${API_BASE_URL:-https://api.moonshot.cn}/v1/agents \
  -H "Authorization: Bearer $KIMI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "我的 PPT 助手",
    "model": {"id": "kimi-k3"},
    "system": "你是一个 PPT 制作助手。\n- 没有原始材料时，先用内置检索收集资料，再制作 PPT。\n- 技能文件按需读取，不要一次性加载全部技能说明。\n- 所有产出文件写到工作区的 output/ 目录，最终回复里用相对路径逐一列出（如 output/report.pptx）。\n- 产出所有元素可编辑的 .pptx 文件，不要用图片贴片。\n- 回复只讲产出了什么、放在哪里，不汇报实现细节。",
    "skills": [
      {"skill_id": "ha-slides-pptx", "version": "latest"}
    ],
    "description": "自建 PPT 助手：官方同款配方，可自定义模板与插件"
  }'

​

资源准备

• 执行环境：创建一个通用的云沙箱环境即可，config 传 {"type": "cloud"} 表示全部使用默认值，详见 快速开始。PPT 生成不需要特殊的依赖或网络配置。
• 原始材料（可选但强烈推荐）：数据或文字等原始材料先通过 POST /v1/files 上传拿到 file_id，创建会话时挂载进 resources，文件会以只读副本出现在沙箱的 /mnt/agents/upload/ 下。有原始材料的 PPT 内容质量明显高于一键生成，详见 文件。
• 凭据（可选）：使用的数据插件需要授权时，提前在凭据库中配置好凭据，运行时自动注入，见 凭据库。

​

挂载原始材料调用

curl ${API_BASE_URL:-https://api.moonshot.cn}/v1/files \
  -H "Authorization: Bearer $KIMI_API_KEY" \
  -H "kimi-api-version: 2026-09-01-beta" \
  -F "file=@industry_data.xlsx"

curl -X POST ${API_BASE_URL:-https://api.moonshot.cn}/v1/sessions \
  -H "Authorization: Bearer $KIMI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "agent_id": "'"$AGENT_ID"'",
    "environment_id": "'"$ENVIRONMENT_ID"'",
    "title": "行业分析 PPT",
    "resources": [
      {"type": "file", "file_id": "'"$FILE_ID"'"}
    ]
  }'

curl -X POST ${API_BASE_URL:-https://api.moonshot.cn}/v1/sessions/$SESSION_ID/events \
  -H "Authorization: Bearer $KIMI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "events": [
      {
        "type": "user.message",
        "data": {
          "content": [
            {"type": "text", "text": "基于绑定的行业数据，做一份 12 页的行业分析 PPT：市场格局、产业链、头部公司对比、投资要点，商务简洁风格、深蓝主色，所有元素可编辑的 .pptx。"}
          ]
        }
      }
    ]
  }'

curl "${API_BASE_URL:-https://api.moonshot.cn}/v1/artifacts?session_id=$SESSION_ID" \
  -H "Authorization: Bearer $KIMI_API_KEY"

curl "${API_BASE_URL:-https://api.moonshot.cn}/v1/artifacts/$ARTIFACT_ID/content" \
  -H "Authorization: Bearer $KIMI_API_KEY" \
  -o industry_analysis.pptx

​

运行与观察

• session.status：idle → running 表示任务启动；回到 idle 表示本轮完成，可以去取文件了。
• agent.thinking：能看到智能体的任务拆解——先读原始材料还是先调研、大纲怎么分章、每页放什么。大纲方向不对时，这是最早可以介入纠正的时机（取消会话后重发更明确的需求）。
• agent.tool_use / agent.tool_result：数据类任务里可以看到它调用了哪些数据插件或检索工具、查了什么口径的数据。数据不对时，问题通常出在这一步的数据源选择。
• agent.message：最终回复会按产出物约定列出 output/ 下的相对路径。客户端可以解析这份清单，但取成品时建议直接查产物接口（GET /v1/artifacts?session_id=...），更稳定。
• session.error：任务失败时出现，携带错误类型与信息。

​

写清任务描述

​

1. 有原始材料就先提供

• 推荐：上传财报 Excel 后说「基于绑定的数据做季度经营分析 PPT」；
• 也可以：不给原始材料只给题目，智能体会用内置检索自行收集资料——覆盖面好，但耗时更长，内容口径不如原始材料贴合。

​

2. 约束只说三件事：页数、风格、受众

示例：「做一份 12 页的新能源行业分析 PPT，商务简洁风格、深蓝主色，给投委会看。」

​

3. 数据类 PPT，直接点名数据源

示例：「用金融数据插件拉取某公司最近四个季度的财报数据，做一份基本面分析 PPT。」

​

4. 要可编辑，就明确说「可编辑的 .pptx」

示例：「所有元素可编辑的 .pptx，不要图片贴片。」

​

进阶方向

• 批量生产：多份 PPT 任务各建一个会话并发跑，互不干扰。会话间彼此隔离，产出按会话分别取回。
• 嵌入自有系统：审批、预览 UI 放在自己的业务看板里，智能体只负责产出 PPTX 文件——你的系统订阅事件流、按 output/ 约定取文件，最终用户无需感知智能体的存在。
• 自建变体：从上面的起点模板出发，按字段表裁剪——换系统提示词固定公司模板与口径，换 skills 改变产出物形态，换 plugins 匹配所在行业的数据源。
• 发布前人工确认：金融、品宣等对外场景，把人工审核放在自己的系统里——智能体只负责产出 PPTX 文件，你的系统订阅事件流、取回文件后先送人工审核，确认无误再对外发布。

​

下一步