职教AI亮哥 · 2026 年 8 月 2 日
备课这件事，职教老师都懂。
找素材、啃教材、写教案、做课件、配图、调排版……一整套下来，讲台上 45 分钟，课前可能要忙上几个小时。
最让人疲惫的，往往还不是教学设计本身，而是那些不得不做、又不断重复的机械活儿：把 Word 里的内容搬进 PPT，重新分层级；图片一张张找，字号一个个调；教材换一版，课件再跟着改一轮。
我一直在想：能不能把这些重复工作交给 AI，把老师的时间还给教学？
为了解决这个问题，我搭了一套 ppt-master Skill，又用 AFP 3.1 元架构引擎做了一轮系统优化。最后，我拿一本 252 页、163MB 的扫描版教材做测试：从教材中提取 6 个工作场景，生成一套 10 页的快递员业务培训课件。
从输入任务到拿到 PPTX 文件，这次实测不到 3 分钟。
这篇文章不只展示结果。我会把完整路径拆开讲清楚：为什么通用 AI PPT 工具不够用，怎样把 ppt-master 接入 WorkBuddy，如何让它从“能跑”变成“更适合职教老师使用”，以及真实课件里暴露出了哪些问题。
一、通用 AI 工具为什么做不好你的课件
你可能也试过市面上的“一键生成 PPT”。
刚开始看，确实惊艳：输入一个主题，几十秒后，一套有标题、有图片、有动画的 PPT 就出来了。
可真要拿去上课，问题很快就出现了。
有的生成结果本质上是一组图片，文字改不动，版式拆不开；有的模板很好看，但所有课程都长着同一张脸；还有一些内容说得面面俱到，仔细一看，却没有真正进入你的教材、课程标准和实训任务。
这不是生成速度的问题。
问题的根子在于：通用工具会“做 PPT”，但它不懂你的课。
职教课件和普通汇报 PPT 不一样。
它既要讲清知识点，也要承载工作任务、操作步骤、评价标准和真实案例。有些内容来自教材，有些来自企业流程，有些是老师多年教学积累下来的提醒。它们不是换一套模板就能解决的。
所以，我需要的不是一个“万能 PPT 生成器”，而是一个能读教材、懂工作场景、遵循我的版式规则，并且能持续调整的专属助手。
AI Skill 给了我一条可行的路。
二、Skill 到底是什么？
如果你用过 WorkBuddy、Claude Code 一类 AI Agent 工具，可能已经见过“Skill”这个词。
简单说，Skill 就是给 AI 装上的一套专业能力包。
大模型本身像一位知识面很广的顾问。你问它“课件怎么做”，它能讲方法、列提纲、写文案，但未必会真的读取文件、调用脚本、生成页面，再导出一个可以继续编辑的 PPTX。
Skill 相当于给这位顾问配上两样东西：一套操作手册和一个工具箱。
装上 PPT 制作 Skill 后，AI 才知道应该怎样读取 PDF、Word 或 Markdown，怎样拆解内容，怎样选择版式，怎样调用 Python 脚本，最后怎样把结果导出为 PPTX。
更关键的是，Skill 可以改。
你可以把学校的模板、课程的配色、自己的教学习惯、常用页面结构，甚至过去生成失败的记录，都逐步写进 Skill。第一次搭建需要花一点时间，后面用得越多，它才越有可能贴近你的真实需求。
这也是 Skill 和普通“一键生成”最大的区别：
前者是在调用一个现成工具，后者是在沉淀一套属于自己的工作方法。
三、四步搭建：先让 ppt-master 在 WorkBuddy 里跑起来
我使用的是开源项目 ppt-master。它提供了一套从多格式素材到 SVG 页面、再到 PPTX 的工作流，生成结果可以继续在 PowerPoint 中编辑。
开始之前，需要准备：
• 一台 Windows 电脑；Mac 也可以，但路径和部分命令会不同。• 已安装并能正常使用的 WorkBuddy 桌面版。• ppt-master 的 Skill 源文件。整体流程只有四步：复制 Skill 文件、安装 Python 依赖、适配 SKILL.md、验证是否可用。
四步搭建流程：复制 Skill 文件 → 安装 Python 依赖 → 适配 SKILL.md → 验证可用
第一步：把 Skill 放进 WorkBuddy 的技能库
WorkBuddy 的 Skill 位于固定目录。打开文件管理器，找到：
C:\Users\你的用户名\.workbuddy\skills\
把 ppt-master 的 Skill 文件夹完整复制进去。最终目录大致如下：
C:\Users\你的用户名\.workbuddy\skills\ppt-master\
├── SKILL.md ← Skill 的“说明书”
├── requirements.txt ← Python 依赖清单
├── .env.example ← 配置模板（可选）
├── scripts\ ← Python 脚本工具箱
├── templates\ ← 品牌、图表、版式与图标模板
├── references\ ← 参考资料
└── workflows\ ← 路由、填充、美化等工作流
这里要提醒一个容易踩的坑。
如果你从 GitHub 下载压缩包，解压后发现 workflows 文件夹缺失或内容不全，需要回到项目仓库检查并补齐对应文件。基础功能可能还能运行，但涉及模板填充、美化已有 PPT 等进阶任务时，AI 会因为缺少工作流说明而“找不到路”。
第二步：安装 Python 依赖
ppt-master 依赖 Python 环境，需要安装 python-pptx、PyMuPDF、Pillow、mammoth 等工具包。具体数量会随项目版本变化，以当前 requirements.txt 为准。
可以直接让 WorkBuddy 执行：
帮我安装 ppt-master 的 Python 依赖，用 venv 的 pip 安装 C:\Users\你的用户名\.workbuddy\skills\ppt-master\requirements.txt 中的所有包。
第一次安装需要下载依赖，等待时间取决于网络和电脑环境。不要只看最后一句“安装完成”，最好检查过程中有没有红色报错，尤其是路径、权限和网络超时问题。
依赖装好之后，AI 才具备读取教学材料、处理图片、生成页面和导出 PPTX 的基础能力。
第三步：适配 SKILL.md，让 AI 认识你的环境
这是整个过程里最关键、也最容易被跳过的一步。
原始 SKILL.md 面向通用开发环境编写。到了 WorkBuddy 和 Windows 中，Python 解释器位置、Skill 目录和执行命令都可能不同。如果不做适配，常见情况就是：文件明明在，AI 却找不到；依赖明明装了，脚本却一直报模块缺失。
先打开：
C:\Users\你的用户名\.workbuddy\skills\ppt-master\SKILL.md
在 YAML 配置中补充 agent_created: true，并加入符合自己使用习惯的中文触发词。例如：
---
name: ppt-master
description: > ...生成PPT、做PPT、制作演示文稿、做幻灯片、生成PPTX、 备课、做课件、生成课件、教学PPT、课程PPT、教案转PPT、 课件制作、PPT备课、帮我做PPT...agent_created: true
---
这样，当你说“备课”“把教案做成课件”时，WorkBuddy 更容易判断应该调用这个 Skill。
然后，在正文前部加入 WorkBuddy 环境说明：
## ⚙ WorkBuddy 环境配置（必读）
> 本 Skill 已适配 WorkBuddy 环境。执行脚本时遵循以下约定：
- **Python 解释器**：
`C:\Users\你的用户名\.workbuddy\binaries\python\envs\default\Scripts\python.exe`
- **SKILL_DIR 路径**： `C:\Users\你的用户名\.workbuddy\skills\ppt-master`- **Windows 适配**：将文档中的 `python3` 替换为上述解释器完整路径- **输出目录**：生成项目写入用户当前工作目录，不写入 Skill 目录内部
为什么一定要写清这些路径？
因为 python3 ${SKILL_DIR}/scripts/xxx.py 这类命令在 Linux 或 macOS 中可能直接可用，到了 Windows 环境，python3 和 ${SKILL_DIR} 未必能被正确解析。路径说明写清楚后，AI 执行时就少了一层猜测。
这一步看起来只是几行配置，却决定了 Skill 是“偶尔能跑”，还是“多数时候知道该往哪里走”。
第四步：验证，不要一上来就做完整课件
适配完成后，先做最小验证。
在 WorkBuddy 中输入：
帮我验证 ppt-master 的脚本能不能正常运行，运行 project_manager.py --help 查看输出。
如果能返回 init、import-sources、validate、info 等命令说明，说明脚本入口基本正常。
再做一个小测试：
用 ppt-master 创建一个测试项目，格式为 ppt169。
如果返回项目创建成功以及 16:9 画布信息，就可以进入下一阶段。测试文件用完记得清理，避免工作目录越来越乱。
四、跑起来还不够：我又给 Skill 做了一次“体检”
到这里，ppt-master 已经能用了。
但“能运行”和“愿意每天用”是两回事。
原始工作流功能很完整，真正放进日常备课后，我发现三个明显问题：触发词偏技术化，老师不一定知道该怎么说；出错以后缺少清楚的自救路径；完整流程追求精细设计，但日常备课并不总有时间等它逐页处理。
于是，我用 AFP 3.1 元架构引擎对 Skill 做了一次系统检查。
这套引擎会从元信息、架构、执行性、边界条件、自适应能力、实测表现和发布准备等维度审视 Skill。按照本次评估结果，ppt-master 的总分从 68 提升到 78，主要变化集中在 6 个维度。
这组分数不是行业认证，也不是对所有环境都适用的结论。它更像一次内部体检：帮我看清这个 Skill 哪里容易卡住，以及改完之后是否确实更好用。
优化一：补上职教老师真正会说的触发词
原来的触发词主要是“生成 PPT”“制作演示文稿”。技术上没问题，但不够贴近日常表达。
我补充了：
这不是文字游戏。
触发词越接近老师平时说话的方式，使用门槛就越低。工具不该要求每位老师先学会“机器语言”，再来表达自己的需求。
优化二：给失败场景准备明确出口
原来的说明更关注“怎么成功”，对“失败了怎么办”说得不够。
我补了三类常见故障的处理路径：
• Python 依赖缺失：重新安装并核对解释器。• 脚本执行失败：依次检查路径、权限、模块和完整命令。• 网络超时：更换镜像、跳过可选生图步骤，或手动补齐资源。还加了一条兜底规则：同一个脚本连续失败两次，就停止机械重试，展示错误信息并请求人工介入。
AI 最让人崩溃的，不是报错，而是它拿着同一条错误命令重复执行。让它知道什么时候该停，本身就是可靠性的一部分。
优化三：拆成快速模式和完整模式
这是对日常使用影响最大的一项调整。
原始流程偏向完整设计：确认策略、逐页生成 SVG、检查页面，再导出 PPTX。效果空间更大，但耗时也更长。
我把使用路径分成两种：
| | | |
|---|
| | | 直接生成结构化 PPTX，优先保证内容完整和版式统一 |
| | | |
这里的耗时来自我的测试环境，不是固定承诺。材料长度、扫描质量、网络、模型和电脑配置都会影响结果。
但这个分支解决了一个真实问题：日常课件不需要每次都按比赛作品来做。
先用快速模式把内容框架搭起来；真正要公开展示，再切到完整模式精修。效率和质量不必二选一，关键是让工作流知道什么时候该快，什么时候该慢。
五、真实案例：252 页扫描版教材，生成 10 页培训课件
理论讲完，来看真正的测试。
我使用的是《快递实务》（第 3 版）教材，由北京理工大学出版社出版，杨国荣、徐兰主编。测试任务是：从“模块一 认识快递·工作情境 1 基础知识”中提取 6 个工作场景，生成一套用于快递员业务能力提升的培训课件。
难点不在页数，而在文件形态。
这份 PDF 共 252 页、约 163MB，是扫描版，每一页都是图片，没有可以直接复制的文本层。要生成课件，必须先定位章节，再识别页面内容，最后把教材语言重组为适合课堂呈现的结构。
第一步：定位并提取教材内容
我先用 PyMuPDF 将相关 PDF 页面转为图片，再通过视觉识别读取页面中的文字。从目录定位到“工作情境 1 基础知识”所在范围，逐页梳理 6 个工作场景。
第二步：把任务交给优化后的 ppt-master
我在 WorkBuddy 中输入：
根据我上传的电子书《快递实务》（第 3 版）中的内容，把“模块一 认识快递·工作情境 1 基础知识”包含的 6 个工作场景做成 PPT 课件，用于快递员业务能力提升培训。
接下来，AI 完成项目初始化、内容提取、知识点整理、页面结构设计和 PPTX 生成。
这次快速模式实测，从输入任务到拿到文件不到 3 分钟。
第三步：检查整体结构
最终课件共 10 页：封面、培训目录、学习目标、6 个工作场景和总结回顾。
《快递实务》模块一课件总览：封面、目录、学习目标、6 个场景页与总结页
整体结构是成立的。
• 第 2 页：目录，将 6 个工作场景分成两列呈现。• 第 3 页：学习目标，拆分为素质、知识、技能和拓展目标。• 第 4—9 页：每个工作场景一页，放置知识点、技能点和关键表格。• 第 10 页：总结回顾，再次收束 6 个场景。下面看几张代表页面。
第 1 页：封面。主题、模块、教材来源和 6 个场景标签集中呈现。
第 2 页：培训目录。用编号和色块区分 6 个场景，方便学员快速建立全局认识。
第 3 页：学习目标。按素质、知识、技能和拓展四个维度组织。
场景页采用同一套视觉骨架：左侧放编号和场景名称，右侧呈现知识点、技能点和结构化内容。这样做的好处是，学员翻到任何一页，都知道自己正处在哪个工作场景。
第 4 页：快递入门。集中呈现概念、作用、基本特征和分类。
第 8 页：快件保价。用表格对比保价与保险，适合课堂讲解差异。
第 10 页：总结与回顾。回收 6 个工作场景，并用一句话强化职业角色认知。
六、这次案例让我看到的，不只有“快”
3 分钟生成 10 页 PPT，当然很抓眼球。
但如果只盯着速度，很容易忽略更重要的判断：这 10 页到底能不能用？
从结果看，它完成了三件有价值的事。
第一，把扫描教材中的内容重新组织成了教学结构。
它没有简单按页复制，而是抽取出 6 个场景，再补上目录、学习目标和总结。这说明工作流已经从“文字搬运”走向了“结构转换”。
第二，课件的页面逻辑保持了统一。
编号、标题、知识点和技能点使用同一套骨架，老师后续修改时不需要重新设计每一页。
第三，生成的是可继续编辑的 PPTX。
文字、形状和表格可以在 PowerPoint 中调整，老师可以补充企业案例、实训照片和课堂问题，而不是被锁在一张不可修改的图片里。
但真实案例也暴露了快速模式的边界。
部分场景页信息量偏大，长句容易发生拥挤；扫描识别结果需要复核，尤其是标准编号、专业术语和数值；课程目标虽然结构完整，仍需要教师根据真实学情再做取舍。
所以，我不会把它说成“直接拿去上课、完全不用改”。更准确的说法是：
它先把空白页变成一套有结构的课件初稿，老师再把专业判断放进去。
这已经能省掉大量从零搭框架、搬文字、统一样式的时间。
七、几个老师最关心的问题
1. 生成的是真 PPT 吗？
是标准 .pptx 文件。课件中的文本框、形状和表格可以继续编辑。具体元素的可编辑程度取决于采用的生成流程和页面实现方式，导出后仍建议逐页检查。
2. 扫描版 PDF 也能处理吗？
可以先将扫描页面转成图片，再通过视觉识别提取内容。本次案例就是这样完成的。
但“能识别”不等于“识别必然准确”。教材中的标准编号、表格、小字号文字和专业术语必须人工复核。涉及政策、规范和考核依据时，更不能跳过核查。
3. 我不是计算机老师，搭建会不会太难？
第一次部署确实有门槛，主要集中在目录、Python 依赖和环境路径。
好消息是，这些工作只需要完成一次。环境稳定后，日常使用可以简化为：上传材料、说明用途、选择快速或完整模式、检查结果。
如果自己处理不了环境问题，可以请学校信息化部门或熟悉 Python 的同事协助完成首次部署。
4. AFP 3.1 必须安装吗？
不是。
只想使用 ppt-master 做课件，不安装 AFP 3.1 也能运行。AFP 3.1 的作用是检查和优化 Skill，更适合想继续调整触发词、错误处理、工作模式和发布准备的人。
5. 教材内容会不会上传到外部服务器？
这取决于你的模型、部署方式和具体工作流。
本地脚本处理不代表整个链路必然离线。如果使用云端模型进行内容识别或生成，材料仍可能发送到相应服务商。涉及学生隐私、校内资料或未公开教材时，请先确认学校规定和服务商条款，不要仅凭“本地运行”四个字判断安全。
八、我为什么还在继续改这个 Skill
做完这次案例，我更确定一件事：老师真正需要的，不是一套看起来很炫的自动化演示，而是一套愿意反复使用、出了问题知道怎么办、结果还能继续改的工作流。
所以，我对 ppt-master 做的优化，不只是多加几个提示词。
目前这版已经重点补上了：
• 职教场景触发词：用“备课”“做课件”“教案转 PPT”等日常表达即可触发。• WorkBuddy 与 Windows 环境适配：明确 Python 解释器、Skill 路径和输出目录。• 快速与完整双模式：日常备课先求结构完整，公开课和比赛再做精细设计。• 异常处理与停止规则：路径、依赖、网络出错时有明确排查顺序，避免无效循环。• 多格式教学资料处理：面向 PDF、Word、Markdown、网页和扫描材料组织工作流。• 原生可编辑 PPTX 输出：保留教师后续修改和二次设计的空间。它还不是一个“一键完美”的终点。
我接下来更想继续解决的，是快速模式下的文字拥挤、不同课程类型的版式适配，以及扫描教材中的术语核查。真正好用的 Skill，不是第一次演示有多惊艳，而是用过十次之后，老师还愿意继续打开它。
如果你也在做课程、教材、培训或教学资源建设，希望把自己的教案和资料变成一套稳定的课件生产流程，可以关注我后续对这套优化版 ppt-master Skill 的实测和迭代。
如果你已经在使用，也欢迎把最难处理的材料类型和最容易翻车的页面告诉我。老师真实遇到的问题，才是这个 Skill 下一轮该改的方向。
九、最后说几句
这篇文章很长，核心其实只有一句：
把机械活儿交给 AI，把老师的时间留给教学设计。
职教老师的价值，从来不在于一页 PPT 的边距调得有多整齐，而在于能不能把一个抽象概念讲明白，能不能设计出学生真正动手的任务，能不能把行业变化及时带进课堂。
AI 可以先搭框架、搬内容、统一样式。
至于什么该讲、什么该删、哪个案例适合这届学生，最后仍然要由老师判断。
这不是 AI 在取代教师。
这是教师开始把自己的经验，变成一套可以重复调用、不断改进的能力。
实操信息
• ppt-master 项目：https://github.com/hugohe3/ppt-master• Skill 存放路径：C:\Users\你的用户名\.workbuddy\skills\ppt-master\• Python 环境路径：C:\Users\你的用户名\.workbuddy\binaries\python\envs\default\• 常用触发方式：“备课” “做课件” “教案转 PPT” “帮我做 PPT”本文基于用户提供的 ppt-master 版本、AFP 3.1 评估结果及一次真实案例整理。工具、依赖和平台会持续更新，文中的路径、耗时和操作细节以实际环境与最新文档为准。
