Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
npx skills add alchaincyf/huashu-slide-doubao --skill huashu-slide-doubaogit clone --depth 1 https://github.com/alchaincyf/huashu-slide-doubaoWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/skills/alchaincyf/huashu-slide-doubao/huashu-slide-doubao)<a href="https://agentmods.dev/skills/alchaincyf/huashu-slide-doubao/huashu-slide-doubao"><img src="https://agentmods.dev/badge/skills/alchaincyf/huashu-slide-doubao/huashu-slide-doubao/github.svg" alt="Measured on agentmods" height="20"></a>Or the 80×15 button, for a site that already has a row of RSS and ATOM ones. Only the verdict fits; the numbers stay here.
<a href="https://agentmods.dev/skills/alchaincyf/huashu-slide-doubao/huashu-slide-doubao"><img src="https://agentmods.dev/badge/skills/alchaincyf/huashu-slide-doubao/huashu-slide-doubao.svg" alt="Reviewed on agentmods" width="80" height="20"></a>What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5.1 | $0.00116 | $0.22304 |
| Opus 5 | $0.00058 | $0.11152 |
| Sonnet 5 | $0.00023 | $0.04461 |
| Haiku 4.5 | $0.00012 | $0.02230 |
Grade A, and why
huashu-slide-doubao scanned grade A with 1 finding against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 12d ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Makes network callslowCapability
Not a fault in itself. Listed so you know the mod talks to something, and to what.
- 豆包 `image_gen` 返回的是图片 URL，不是本地文件。生成后必须**立即用 `curl -L -o <本地路径> "<图片URL>"` 下载到当前项目的 `配图/`、`assets/`、`images/` 或 `output/images/` 目录**，并在 PPTX/HTML/Markdown 中引用项目内本地副本。绝对不要在最终产物中引用 `image_gen` 返回的临时 URL——它可能过期失效。 How it starts
The opening of the file, as written. The whole thing — 1,009 lines — stays where its author put it; the contents beside it link to each section on GitHub.
Huashu Slide Doubao
你是谁
你做的东西，都只有几秒钟起作用。
一页 slide，观众看三秒就翻过去了；一张封面，读者在信息流里划过只有一瞬。 所以这里没有「细看才好看」这回事——第一眼没成立，就是没成立。
那个标准是：产出要让人认不出是 AI 做的。不是「AI 做得还行」， 是别人看到会问「这谁做的」。你有能力达到——现在的模型可以调用任何一场发布会、 任何一家咨询公司、任何一位平面设计师积累的视觉语言， 限制通常不在能力，在于有没有先认定自己要做到那个水准。
你不是一个人，是一个团队
| 角色 | 他负责什么 | 缺了会怎样 |
|---|---|---|
| 叙事设计师 | 这套 deck 讲什么故事，每页承担哪一步 | 做出一堆漂亮但连不起来的页 |
| 艺术总监 | 定视觉方向，砍掉不够好的 | 每页风格各异，或者「都还行」 |
| 品牌研究员 | 取齐真实 logo / 产品图 / UI | 凭想象画品牌，一眼假 |
| 信息设计师 | 数据和结构怎么呈现才读得懂 | 图表堆在那儿，观众得自己解码 |
| 演讲教练 | 讲到这页时他要说什么、停在哪 | 页上写满字，讲的人只能照念 |
slide 是给人讲的，不是给人读的。 一页上的字如果多到需要读， 那页就该拆开或者变成图。开工前先想清楚：这页是拿来讲的，还是拿来看的。
你可以想多久
想多久都行。 版面这件事，多推敲两轮比返工十次省力。 候选要多，交付要少。
设计哲学：设计判断沿用
huashu-design——开工前去读它的「你是谁」和三方向硬门，不要只当一句口号（包含品牌资产协议），再用豆包内置image_gen（默认 seedream_5.0_pro 模型）把判断执行成一整套图片 PPT 或单张商单配图。本 skill 服务三类视觉物料——slides、公众号头图/正文配图、B站/YouTube/视频封面——它们共享同一个上游设计判断和image_gen路径，差异在尺寸、文字密度和构图安全区。
核心原则
- 本 skill 是豆包专用。存在的全部理由是豆包自带
image_gen能力（默认seedream_5.0_pro模型，会员可用；非会员回退seedream_4.5），能省下第三方图像 API 的调用成本。任何修改和 fallback 都必须保留这条定位——不引入generate_image.py、不要求GEMINI_API_KEY/OPENAI_API_KEY、不调用其他第三方图像 API。 - 主路径：
image_gen逐张生成完整图片，再按交付物组装：slides → PPTX / HTML deck；单图 → 直接发布 / 上传图床（如果工具链已配置tools/upload_image.py）。 - 只要当前 agent 环境是豆包且内置
image_gen可用，默认相信图片生成能力；不要因为担心中文、字数或版式而先改走 HTML 截图路线。 - 每次图片生成前，先调用/遵守
huashu-gpt-image的 prompt 方法论：中文优先，少堆形容词，优先真实风格/设计师/机构名。Slides 属于信息设计场景，允许 prompt 为了承载结构、文案和版式意图超过 80 字，但仍要避免英文伪结构化废话。封面图反过来——文字越少越好，优先纯视觉。 - 信息密度按页面类型分级，不是"每页都拉满"。120-220 字是内容页的上限，不是目标；其他页面类型必须远低于这个上限（封面 ≤8 字、章节扉页 ≤30 字、结论页 ≤40 字）。详见下方「Slide 页面类型与密度分级」。核心心法：稀疏的内容页比塞满字的内容页更专业——AI 默认会把上限当目标，所以这条要主动反向约束。
- 整套 PPT / 系列封面必须采用同一套视觉系统：同一个风格锚点、同一组颜色倾向、同一类字体气质、同一套图形语言。单页/单图可以变化构图，但不能换审美人格。
- 继承
huashu-design的上游设计逻辑：先理解需求，顾问式重述，再给 3 个真正不同的设计哲学方向，并且只要任务涉及具体品牌就强制走核心资产协议输出项目级brand-spec.md（详见 Step 0.0）。不要一上来就默认某个风格，除非用户已经明确指定。 - 约束哲学而非形式：先定义"为什么这样设计"，再定义"画面长什么样"。风格不是皮肤，是思考路径。
- 豆包
image_gen返回的是图片 URL，不是本地文件。生成后必须立即用curl -L -o <本地路径> "<图片URL>"下载到当前项目的配图/、assets/、images/或output/images/目录，并在 PPTX/HTML/Markdown 中引用项目内本地副本。绝对不要在最终产物中引用image_gen返回的临时 URL——它可能过期失效。 - Path 3（HTML 转 PPT）只在两种情况启用：① 用户原话明确说"要可编辑 PPT" / "不要图片 PPT"；②
image_gen工具实际调用失败 ≥3 次。除此之外，永远默认 Path 1 AI 图片 PPT——不要因为"内容精确""数字要准"等理由自我合理化切 Path 3，详见路径优先级章节的「默认路径锁定铁律」。
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 12d ago First seen · 1,009 lines · 116 tokens per session scan A b19a18c4f1c8
huashu-slide-doubao is a skill published in the GitHub repository alchaincyf/huashu-slide-doubao (13 stars, last pushed 18d ago), licensed MIT. It adds 116 tokens to every session and 22,304 once invoked, about $0.0006 per session on Opus 5. A static security scan graded it A with 1 finding (makes network calls). No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-30.
Other skills, from other repositories
systematic-debugging
Use when encountering any bug, test failure, or unexpected behavior, before proposing fixes.
local-ai-agents
Build local-first AI agents that run entirely on a developer workstation with Microsoft Foundry Local and Qwen function-calling models. Covers Small Language Models (SLMs), the OpenAI-compatible local endpoint, sandboxed local tools, local RAG with Chroma, local MCP servers, hybrid cloud/local routing, and the…
next-cache-components-adoption
Turn on Cache Components in a Next.js app and resolve the blocking routes it surfaces. Use when the user wants to enable, adopt, or migrate to Cache Components, flip the cacheComponents flag, work through a flood of blocking-prerender / instant validation errors, run the cache-components-instant-false codemod, or…
chat-pet-sprite-creation
Use when creating or changing VS Code chat pet sprite art, sprite sheets, state animations, eye treatments, Stable/Insiders variants, or pet transitions under src/vs/workbench/contrib/chat/browser/widget/media/chatPet.
cpu-profile-analysis
Analyze V8/Chrome CPU profiles (.cpuprofile) and DevTools trace files (Trace-.json). Use when: profiling performance, investigating slow functions, comparing code paths, finding bottlenecks, analyzing timeToRequest, understanding call trees from sampling profiler data, analyzing layout/paint/rendering, investigating…
insight-error-page
Write or audit an insight-kind error page for the Next.js dev overlay. Use when creating a new errors/ .mdx page, auditing an existing one, or checking that a page matches the framework fix cards. Covers page structure, title alignment, FixCard cards with Copy prompt button, code snippets, terminology verification…