万物皆插件:一句话让 Agent 替你做完整套 PPT

这篇文章的主角是我开源的一个插件，但它挂在别人的地基上。所以我想先把地基讲明白——不然下面「万物皆插件」那段会看得云里雾里。

DeepSeek Harness（命令行里写作 dsh）是 DeepSeek AI 开源的 agent harness，也就是智能体框架。MIT 协议，TypeScript 写的，跑起来只要一行 npx @deepseek-ai/dsh web，它会在 127.0.0.1:3080 起一个 Web UI，然后你就在浏览器里跟 Agent 对话。

它上线才一个多月，已经攒到 23.4 万 star、2.8 万 fork。这个速度本身说明了一件事：大家在等的不是又一个聊天框，而是一个能往里塞东西的壳。

有意思的是它官方仓库的一句话简介，连引用格式里的标题都是同一句：

「一切皆插件」。这六个字就是它全部的设计主张，也是我写这篇东西的真正起因。

大多数项目说「插件化」，意思是「我们架构比较松耦合」。DSH 这里不一样——它有形式化基础。

它构建在 Cordis 之上，设计写成了一篇论文：《A Programming Paradigm for Spatiotemporal Composability》（时空可组合性的编程范式），作者 Yifan Shi、Wei Zhang、Tianyi Cui，2026 年 8 月 26 日挂上 arXiv。

论文把「动态组合组件」这个老问题拆成两个正交的维度：

针对这两个维度，论文给出的机制是：可回退的副作用（每一次上下文变换都带一个由运行时持有的逆操作）与响应式协效应（每一次上下文变化都对照组件的协效应规格做分类，据此驱动它的启用与停用）。然后把两者统一到同一个上下文类型里，让所有副作用与协效应都经过它中介——这套纪律被命名为「上下文范式」。

落在代码上，Cordis 提供的是：带副作用追踪与协效应解析的核心库，外加一个声明式组件加载器，带配置协调和热模块替换。

这才是我想说的部分。上面那套形式化的东西，翻译成插件作者的日常，是很具体的三条好处。

我陆续把图像编辑、演示生成、尽调文档审查这三个八竿子打不着的方向，都做成了 DSH 插件，它们共用同一套骨架：

dsh-image-forge —— 图片编辑与生成，三条上游引擎路线加一个网页编辑器；

dsh-ppt-forge —— 就是今天这篇的主角，四条 PPT 生成路线；

dsh-dd-forge —— 尽调文档审查，文档进去、带出处的风险报告出来。

三个完全不同的领域，骨架是同一套：一个薄编排层 + 设计对话先行 + 上游能力原样挂载。这不是因为我聪明，是因为地基把那部分复杂度吃掉了。

用过 Agent 做 PPT 的人，大多踩过这两个坑。

一是生成的东西不好改。要么是一堆截图拼出来的假 PPT，要么是花里胡哨的 HTML——交付之后你没法在 PowerPoint 里继续编辑，等于拿到一张画。

二是各家工具各有绝活但互不兼容。有的擅长模板回改，有的擅长网页演示，有的设计方法论极强。你为了不同任务得来回换工具，还得记清楚哪个场景用哪个。

dsh-ppt-forge 的做法是：设计对话先行，四引擎按需接管。你不用研究该用哪个工具——插件自带一个路由技能，先跟你把三件事聊清楚，再把需求原样移交给最合适的引擎。

它问的三件事是：交付后还要不要编辑？在哪放映？有没有企业模板要遵守？

四条路线背后整合的是四个成熟的开源项目，插件本身只做编排，上游仓库原样拉取、署名完整：ppt-master、guizang-ppt-skill、PPT-Design-Skill、frontend-slides。

我原本可以把四个引擎的代码抄进来、揉成一个「大而全」的 PPT 工具。那样看起来更厉害，但会死在三件事上：上游一更新我就得手动合并；四个引擎的设计哲学会被我揉成一锅；出问题时我根本不知道是哪一层坏了。

只做编排，等于把「谁最懂这件事」的权力还给上游。 上游作者的措辞、动效、验收标准全都原样保留——用户拿到的不是我的二手转述，而是原作者的原意。

代价是我得接受上游的风格差异。这个代价我认为很值。

已经在用 DSH，装了 git，Python ≥ 3.10，Node 用 22.19 以上或 24 以上。

最后这条不是凑数——已发布的 dsh CLI 依赖 import.meta.main，在 Node 23.x 上会静默退出、什么都不做。我在这上面浪费过一个下午，所以单独拎出来说。macOS 加 Homebrew 的话，用 /opt/homebrew/opt/node@24/bin/node。

它会自动克隆四个技能仓库（design 路线用稀疏克隆，只取 skill/）、建好 Python 虚拟环境、装齐依赖、注册技能。首次要几分钟，之后再跑是秒级——这一步是幂等的，上游更新后重跑一次即可重新注册。

为什么强调「进工作目录」：你生成的所有东西都落在启动 dsh 的那个目录里，不会污染插件包，也不会污染技能仓库。建议专门开一个目录（比如 ~/ppt-lab）做实验。

直接提需求。

你说：

它不会闷头就画，而是先回你几个关键问题：受众是内部复盘还是向管理层汇报？会议多长（15 分钟约 10 页，30 分钟约 20 页）？基调偏务实数据还是更有仪式感？有没有 KPI 数据和项目清单可以给它？

你补齐之后，它锁定一份设计简报，移交给对应引擎正式开工。期间会跑插件内置的质量门（版式检查、溢出校验、演示稿校验），最后交付到你的工作目录。

想快？加一句「快速生成，不用确认」。想改现成的文稿？把文件丢给它说「按新内容回改这份，没动过的页保持原样」——未改动的对象会逐字节保真透传。

光说没用，看东西。我给它的需求是「生成一份介绍提示工程的 PPT」，受众是团队成员、约 15 到 20 分钟。

它最后交付了 13 页，风格落在 手绘笔记 · 亲和课堂——暖米纸底配暖绿、暖橙、薄荷绿和陶土红，手绘云朵、波浪横线、虚线学习路径，微软雅黑，16:9。

下面是从这份交付里挑的 5 页（直接取自终稿 SVG，矢量重绘，不是拍照）：

— 第 1 页 封面：钩子放在一句话上，你的提示词决定模型输出质量的上限

— 第 2 页 为什么值得学：左边两张吐槽气泡，右边引出杠杆，落脚在「差的不是模型，是你给它的指令」

— 第 11 页 可复用的提示词模板：五区块组装，每一块都回指前面的技巧编号

— 第 12 页 趋势：提示词工程 → 上下文工程 → Agent 应用，并点明提示词工程并未过时

— 第 13 页 行动页：明天就能做的三件事，收在一句可复用的话上

整份交付里我认为最值得说的不是版式，是这几条：

— 运行截图：121 次工具调用、19 条消息、1 个 subagent，最后交到工作目录

github.com/McBonB/dsh-ppt-forge（MIT）

如果你也在用 DeepSeek Harness，欢迎装来试试；觉得方向有意思，点个 Star 是对我最大的鼓励。遇到问题直接提 Issue，或者来公众号后台找我。

我是 小凡想有腹肌。