用 Hermes 一句话生成 PPT：从飞书踩坑到微信实战，我的真实操作记录

如果你经常做 PPT，应该懂那种烦躁。

内容明明已经想好了，真正耗时间的却不是思考，而是搬砖。

找模板。

调标题。

改字号。

对齐三个图标。

复制一段内容，再删掉一半。

半小时过去，第一页还没顺眼。

所以我最近冒出一个很直接的念头：能不能像使唤实习生一样，让 AI 直接帮我把 PPT 初稿做出来？

不是让它写一段大纲。

也不是让它给“PPT制作建议”。

而是我直接发一句话、一个设计稿，它生成一个真实的 .pptx 文件，告诉我文件在哪。

正好 Hermes 里有一个 PowerPoint Skill，我就顺手试了一把。

这次只记录我这次从飞书踩坑，到微信跑通，再到真正让 PPT Agent 接收需求的完整过程。

你看完之后，基本也能照着搭一遍。（PPT最终效果在最后）

---

1. 先确认：PowerPoint Skill到底有没有？

我的第一步很粗暴。

我直接问 Hermes：

PowerPoint Skill，这个skill我们装了么？
没装的话，你装一下。
这个我们专门用来制作PPT的。
可以新开一个PPT制作agent。
不和代码开发Agent等混在一起。

结果比我想象中顺。

Hermes 检查后告诉我：PowerPoint Skill 已经在当前环境里了。

也就是说，这一步不需要我去手动找插件、不需要重新装一套东西。

更关键的是，我让它单独新开了一个 PPT 制作 agent/profile。

这个细节很重要。

因为我现在已经有几个长期任务线：软件开发、项目文档写作。如果 PPT 也混在同一个 agent 里，迟早会变成一锅粥。

我的想法是：

• 代码开发归开发 agent；

• 项目文档协作归写作 agent；

• PPT 就单独归 PPT agent。

这样它的记忆、习惯、输出方式都会更聚焦。

后面我让它做 PPT 时，它不需要再理解“我到底是在写文档，还是在生成演示文稿”。

它只需要干一件事：把 PPT 做出来。

给大家的建议也很简单：

你不用一上来就背命令。

你可以直接用自然语言问：

帮我确认 PowerPoint Skill 是否可用。
如果可用，创建一个专门做PPT的 agent/profile。

让 Hermes 自己去检查和配置。

---

2. 第一个坑：我原本想接飞书，结果撞车了

我的最初设想是：以后 PPT 设计稿就在飞书里发。

比如我在飞书里写：

做一份2页PPT。
第1页是标题页，主题是AI Agent企业落地指南。
第2页写三个痛点：数据安全、效率低、技术门槛。
风格要商务科技感。

然后 PPT Agent 自动生成文件，回我一个路径。

听起来很自然。

但我很快踩到了第一个坑：默认 Hermes Agent 已经接了飞书机器人。

如果 PPT Agent 也去接同一个飞书机器人，就会出现两个问题：

1. 两个 gateway 都想监听同一个飞书应用；

2. 消息到底该给 main agent 还是 PPT agent，会混乱。

这类问题不一定表现成明显报错。

有时是没反应。

有时是另一个 agent 抢走消息。

有时是日志里提示“另一个本地 gateway 已经占用了这个 app_id”。

最后我没有继续在飞书上硬拧。

我换了一个思路：PPT Agent 单独走微信。

这样主 Hermes 继续留在飞书，PPT Agent 用微信接入。

两个入口彻底分开。

以后飞书里聊文档、开发、总控；微信里专门发 PPT 设计稿。

这个方案反而更清楚。

这里给大家一个避坑建议：

如果你要让多个 agent 接入飞书、钉钉、企业微信这类平台，最好一开始就规划清楚。

要么不同 agent 用不同机器人。

要么只让一个 main agent 接平台，其他 agent 由 main 转发任务。

不要几个 agent 抢同一个机器人。

这不是 AI 能力问题。

这是消息入口设计问题。

---

3. 换微信继续：连接成功，但又遇到“没反应”

我切到微信之后，继续配置 PPT Agent 的 gateway。

大致动作是：

ppt gateway setup
ppt gateway start

然后微信扫码、配对。

这里我又踩了一个小坑。

我在微信里发消息后，PPT Agent 没反应。

一开始我以为是微信没接上。

后来检查才发现：不是微信没接上，而是配对批准到了默认 Hermes，不是 PPT Agent。

我当时执行的是：

hermes pairing approve weixin S9XXL5TW

但我真正要批准的是 PPT profile：

ppt pairing approve weixin S9XXL5TW

这一点非常容易搞错。

因为 hermes 和 ppt 是两个不同 profile。

你在默认 Hermes 里批准，只代表默认 agent 认可这个微信用户。

PPT Agent 仍然会认为你是未授权用户。

现象就是：微信里发了消息，但 agent 没回复。

日志里会看到类似：

Unauthorized user on weixin

正确做法是：

ppt pairing list
ppt pairing approve weixin 配对码
ppt gateway restart

重启后，再发消息测试。

这一步跑通后，微信就真的变成了 PPT Agent 的入口。

---

4. 还有一个细节：微信里怎么批准危险命令？

PPT Agent 第一次生成 PPT 时，可能会检查环境依赖。

比如它会执行：

node -e "require('pptxgenjs')"
node -e "require('sharp')"
which libreoffice
which pdftoppm

这些命令本身只是检查环境。

但因为里面有 node -e 这种脚本执行形式，Hermes 会把它标记成需要审批的命令。

微信里会出现类似提示：

Dangerous command requires approval
Reply /approve to execute
Reply /approve session to approve this pattern for the session
Reply /deny to cancel

这里不需要回到命令行。

你就在微信聊天窗口里直接回复：

/approve session

我建议用这个，而不是 /approve always。

（我是为了测试，所以直接批准了always）

区别是：

• /approve

  ：只批准这一次；

• /approve session

  ：批准本轮会话类似命令；

• /approve always

  ：永久批准；

• /deny

  ：拒绝执行。

环境检查类命令，用 /approve session 比较合适。

但如果你看到下面这些，就别随便批：

rm -rf
sudo
curl ... | bash
npm install -g
pip install
chmod -R

尤其是删除、安装、提权、批量改权限这类动作，必须单独确认。

这个审批机制一开始看着麻烦，但其实是好事。

因为 PPT 生成涉及文件写入、依赖检查、可能还要调用 LibreOffice 转 PDF 做视觉检查。

如果完全无审批，风险会更大。

---

5. 真正开始：用自然语言写一份PPT设计稿

配置跑通后，我真正需要做的事反而很少。

我只要在微信里发一份设计稿。

比如一个最小版本：

PPT 第 1 页：痛点场景页
页面标题：每次做 PPT，你都在“搬砖”
核心文案（分三栏）：
传统方式 Hermes 方式
✍️ 手写大纲 → 逐页排版 → 反复调格式 → 复制粘贴内容 🗣️ 一句话指令：
“根据这份会议纪要生成 12 页季度汇报 PPT”
⏱️ 耗时 30~60 分钟 ⚡ 2~5 分钟完成
🔁 每次重做，模板用完即弃 🧠 技能自动沉淀，越用越快
底部金句：
当别人还在复制粘贴，你已经用 AI 完成了三版迭代。

配图建议：
左侧一个凌乱的办公桌或堆满 PPT 文件的图标（红色叉号）
右侧一个 Hermes 机器人的图标 + 闪电符号（绿色对勾）
此页目的在于制造痛点共鸣，让读者立刻感受到“这事确实烦，我想换种方法”。

📄 PPT 第 2 页：核心命令 + Skill 自进化流程
页面标题：Hermes 做 PPT：一次教会，永生不忘
上半部分（命令示例）：
text
/skill install powerpoint
/powerpoint 根据以下大纲生成 12 页产品发布会 PPT：
1. 行业痛点
2. 解决方案
3. 核心功能
4. 客户案例
5. 未来规划
下半部分（自进化流程，用三个箭头+文本框串联）：
text
[第一次执行] → [工具调用≥5次] → [自动生成 Skill] → [下次再执行同类任务]
     🧠               🔧               📦               ⚡
  从头规划         记录步骤          存为模板         直接调用，Token减半
底部脚注：
Skill 存储于 ~/.hermes/skills/，支持手动编辑或共享给团队。
配图建议：
三个图标：齿轮（执行）→ 芯片（记录）→ 文件夹（保存）→ 火箭（复用）
此页目的是直观展示“怎么用”和“为什么越用越聪明”，既有可复制的命令，又有逻辑闭环。

这就是设计稿。

不需要我写代码。

不需要我告诉它每个文本框坐标。

我只要把页面意图讲清楚：

• 这一页是什么类型；

• 主标题是什么；

• 内容分几块；

• 风格大概是什么；

• 哪些地方要重点突出。

如果你想更稳定，可以按这个模板写：

帮我生成一份PPT，主题是：xxx
页数：x页
受众：老板 / 客户 / 技术团队 / 培训学员
风格：商务科技 / 极简 / 深色高级 / 活泼培训
输出：生成.pptx文件，并告诉我路径

第1页：标题页
- 主标题：xxx
- 副标题：xxx
- 视觉要求：xxx

第2页：目录页
- 模块1：xxx
- 模块2：xxx
- 模块3：xxx

第3页：内容页
- 页面主判断：xxx
- 结构：三栏 / 流程图 / 对比表 / 时间轴
- 内容：xxx

最后一页：结论页
- 一句话结论：xxx
- 行动建议：xxx

这个模板比“帮我做个PPT”稳定得多。再偷懒的话，你就让DeepSeek或者豆包帮你生成设计稿（我就是这么干的）。

因为它给了 AI 足够清楚的页面边界。

---

6. 生成结果：它不是顶级设计师，但足够做初稿

PPT Agent 接到设计稿后，大概会做几件事：

1. 理解每页的意图；

2. 拆出页面结构；

3. 选择版式和配色；

4. 调用 PowerPoint Skill 生成 .pptx；

5. 检查内容是否缺失；

6. 必要时导出图片做视觉检查；

7. 返回文件路径。

这个流程跑完后，它会告诉我文件生成在哪里。

比如类似：

/mnt/d/dev_work/ppt/2026-04-28/ai_agent_guide.pptx

我的感受是：它还不是顶级设计师。

但作为内部汇报、方案初稿、培训课件、会议材料，它已经能省掉最烦的第一步。

以前我从0开始做，至少半小时起步。

现在我先让它给一个可编辑版本。

我再人工改几处标题、换几张截图、调一下品牌色。

整体效率差很多。

这里有个很实际的判断：

AI生成PPT最大的价值，不是一次到位，而是把“空白页恐惧”消灭掉。

只要它先给你一个结构完整、风格基本统一的PPT，你就已经从“从0开始”变成“基于初稿修改”。

这一步就值了。

---

7. Skill沉淀：第二次会更顺

Hermes 里比较有意思的一点，是它不只是执行一次任务。

它可以把复杂任务里的经验沉淀成 Skill。

但这里要说准确一点：不是每一次都会自动神奇变强。

更可靠的理解是：当一套流程被跑通之后，你可以把它固化成可复用的 Skill 或工作流。

比如这次 PPT 生成流程里，就有几个值得沉淀的东西：

• PPT Agent 单独使用微信入口；

• 设计稿要按“页类型 + 主判断 + 结构 + 内容 + 风格”写；

• 环境检查命令可以在会话里审批；

• 生成后要返回 .pptx 路径；

• 如果是正式材料，要做内容 QA 和视觉 QA。

第一次跑通，主要是在摸索。

第二次再做，就可以直接套这套流程。

这就是 Agent 的实际价值。

不是它第一次就完美。

而是你把“怎么做”教给它之后，以后不必每次重讲一遍。

---

8. 完整流程，其实就这一条线

把这次过程压缩成一张图，就是这样：

用户写设计稿（微信）
→ Hermes PPT Agent 接收
→ 理解页面结构
→ 调用 PowerPoint Skill
→ 生成 .pptx 文件
→ 内容/视觉检查
→ 返回文件路径
→ 用户打开修改

这条链路里，最关键的不是模型有多聪明。

而是入口、权限、工具、文件路径都跑通了。

很多 AI 工具看着强，但最后卡在“怎么交付文件”。

Hermes 这类 Agent 的优势在于，它可以真的去操作本地环境，生成真实文件，再告诉你文件在哪。

这比只给你一段“PPT大纲建议”实用得多。

---

9. 适合谁，不适合谁

这套方式适合：

• 内部汇报；

• 快速方案原型；

• 培训课件初稿；

• 会议材料；

• 技术方案第一页版本；

• 内容已经有了，只缺排版的人。

不太适合：

• 对外融资路演最终稿；

• 高级品牌视觉提案；

• 复杂动画和交互；

• 非常严格的企业VI模板；

• 一页里有大量精细图表的材料。

我的建议是：不要把它当“替代设计师”。

把它当“PPT实习生”。

你给它清楚的设计稿，它给你一个可编辑初稿。

你再做最后的审美和业务判断。

这样用，效率最高。

---

10. 你可以照着做的5步

如果你也想试，最小路径是这样：

第一步：确认 PowerPoint Skill

直接问 Hermes：

PowerPoint Skill 可用吗？帮我确认一下。

或者执行技能列表检查。

第二步：创建独立 PPT Agent

帮我创建一个专门做PPT的 agent/profile。
不要和文章、代码、小说任务混用。

第三步：选择一个 IM 入口

飞书、微信、钉钉都可以。

但多个 agent 不要抢同一个机器人。

第四步：写一份清楚的设计稿

不要只说“帮我做PPT”。

要说清楚每页：标题、结构、内容、风格。

第五步：审批必要命令，拿文件路径

如果微信里弹出审批提示，根据命令风险选择：

/approve
/approve session
/deny

生成完成后，直接去它返回的目录找 .pptx 文件。

---

结尾：这件事真正改变的是“开始速度”

这次体验下来，我最大的感受不是“AI已经能做出多么惊艳的PPT”。

还没到那个程度。

真正有价值的是：从想法到可编辑文件，中间那段最烦的搬砖工作，被压缩掉了。

以前我做 PPT，第一步是打开空白页发呆。

现在第一步是给 PPT Agent 发一段设计稿。

两分钟后，我至少有一个能改的版本。

这就够实际。

对个人来说，它节省的是时间。

对团队来说，它节省的是沟通成本。

对长期使用者来说，它还能把你的模板、结构、审批习惯慢慢沉淀下来。

如果你已经在用 Hermes，建议直接试一次。

不用搞复杂。

就做两页。

标题页 + 痛点页。

你会很快知道，这东西是不是能进入你的日常工作流。

最后放上我出来的效果图：

---