imagegen-scene-ppt
"面向中文 toB 商业汇报的 PPT 工作流路由:新做汇报先生成图片型 PPT;已有图片页或生成后的页图,再按目标拆解为元素重组 PPTX、semantic visual-replica 或 SVG。适用于图片页转可编辑 PPT、v4/v5 元素重组、图片型 PPT 结构重建。"
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Badge for your README
Markdown
[](/listings/ronnie2025--codex-ppt-skill)HTML
<a href="/listings/ronnie2025--codex-ppt-skill"><img src="/api/listings/ronnie2025--codex-ppt-skill/badge.svg" alt="findsafeskills safety rating" /></a>Install
Install instructions from the README
As written by the repo's author. findsafeskills has not verified these steps.
安装到 Codex skill 目录:
mkdir -p ~/.codex/skills git clone https://github.com/Ronnie2025/codex-ppt-skill.git ~/.codex/skills/imagegen-scene-ppt
这里目录名使用 `imagegen-scene-ppt` 是为了和 `SKILL.md` 里的触发名保持一致;仓库名仍然是 `codex-ppt-skill`。
已经安装过时更新:
cd ~/.codex/skills/imagegen-scene-ppt git pull
安装后重启 Codex。触发名是:
$imagegen-scene-ppt
示例请求:
使用 $imagegen-scene-ppt 帮我做一份 toB 商业汇报 PPT,优先整页生图,最终要 PPTX 和 PDF。
使用 $imagegen-scene-ppt 把这几张图片页拆成可编辑 PPT。不要用整页原图铺底,图标和箭头按元素重组方式生成后再组装。
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
SKILL.md · Manifest · 158 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- ---
- name: imagegen-scene-ppt
- description: "面向中文 toB 商业汇报的 PPT 工作流路由:新做汇报先生成图片型 PPT;已有图片页或生成后的页图,再按目标拆解为元素重组 PPTX、semantic visual-replica 或 SVG。适用于图片页转可编辑 PPT、v4/v5 元素重组、图片型 PPT 结构重建。"
- ---
- # Codex PPT Skill
- 本文件是给 Codex 执行用的路由和操作规程。面向用户的项目说明、效果图和安装命令见 `README.md`。
- 先判断输入来源和最终目标:
- 1. **新做 PPT 汇报**:先走整页生图 PPT,生成图片型 PPTX / PDF / PNG。
- 2. **已有图片页、截图页、旧 PPT 渲染页,或整页生图页**:再根据目标进入拆解。
- 3. **要 PowerPoint 内继续改字、移元素、换图标**:走元素重组。
- 4. **只要 SVG、网页/文档复用,或低成本看结构**:走 SVG 拆解。
- 路径可以串联:先用整页生图 PPT 形成视觉页;如果后续需要编辑或复用,再把单页 PNG 交给元素重组或 SVG 拆解继续处理。只要目标是可编辑 PPTX,默认优先元素重组;SVG 拆解不是默认的 PPT 可编辑路线。
- ## 路由判断
- 先问或确认这四件事:
- - 最终交付:PPTX / PDF / PNG / SVG / 可编辑 PPTX。
- - 是否需要后续编辑:不编辑、少量替换、还是对象级编辑。
- - 输入材料:文档、旧 PPT、截图、图片页、整页生图页、参考模板。
- - 质量优先级:视觉观感、可编辑性、速度、token 成本、结构复用。
- 直接选择:
- - 用户要新做汇报、方案页或展示页:先选择 **整页生图 PPT**。
- - 用户已有图片页,且明确要可编辑 PPTX、PowerPoint 内改字、移动元素、替换图标、元素化重建或图片页转可编辑:强制选择 **元素重组**。
- - 用户已有图片页,且明确要 SVG、网页/文档复用,或明确接受低成本结构样板:选择 **SVG 拆解**。
- - 用户既想先看效果又可能后续编辑:先生成图片型 PPT;确认后再把页图作为拆解输入。
- 成本提示:元素重组通常更耗时、token 更高,但 PPTX 可编辑性更强;SVG 拆解通常更快更省,但复杂视觉会被简化,导入 PowerPoint 后不承诺对象级稳定可编辑。
- 如果用户目标是可编辑 PPTX,但当前时间、token、图像生成能力或资产素材不足以完成元素重组,必须明确说明只能交付降级草稿或改走 SVG 结构预览;不要自动把 SVG 拆解、原生形状重画或通用图标拼装称为元素重组完成。
- 不适配时直接说明原因,并建议改用原生可编辑 PPT、数据报表、文档或设计工具流程。
- ## 路径 A:整页生图 PPT
- 适合单点沟通、重视觉、接受图片化交付的材料,例如方案汇报、售前交流、内部同步、培训讲解、复盘展示。
- 执行步骤:
- 1. 澄清使用场景、受众、页数、详略、风格、模板、Logo、输出格式和禁止内容。
- 2. 读取用户材料,生成逐页大纲:标题、页面目标、2-4 条核心信息。
- 3. 按 [references/prompt-patterns.md](references/prompt-patterns.md) 写逐页详细生图提示词。
- 4. 调用 imagegen 生成 16:9 整页图。中文少而大,避免密集表格和小字号脚注。
- 5. 真实 Logo、二维码、印章、品牌标识只做后处理叠加,不交给 imagegen 生成。
- 6. 用 `scripts/package_image_deck.py` 或 `make pack` 封装 PPTX,可选导出 PDF、每页 PNG 和 contact sheet。
- 7. 检查页数、尺寸、文字可读性、Logo 位置、伪 Logo、敏感信息和明显错字。
- 默认交付:
- - 图片型 PPTX
- - PDF 或每页 PNG,按用户要求
- - contact sheet
- - 逐页提示词和 QA 记录
- 边界:图片型 PPT 不等于可编辑 PPT。正文、图表和版式在图片里,不能承诺 PowerPoint 内逐字逐对象编辑。
- ## 路径 B:元素重组
- 适合用户已经有图片页、截图页、图片型 PPT,或路径 A 生成的页图,并且希望重建为实用级可编辑 PPTX。
- 路径 B 是参考图驱动的语义资产重组,不是 SVG 反编译,也不是只用 PPT 原生形状画一张可编辑草稿。
- 核心判断:
- - 文本、标题、卡片、容器、分隔线、普通结构箭头:优先做 PPT 原生对象。
- - 图标、徽章、3D 装饰、复杂箭头、插画、设备图、UI 装饰:必须用 Codex 的 `imagegen` 技能生成独立透明资产。
- - 原图、截图、硬裁 crop 只能作为参考和中间素材,不能作为最终整页背景或带残边的最终对象。
- - 生产级元素重组默认只接受 `imagegen_asset`。`api_generated_asset` 仅在用户明确指定外部图像 API 时使用;`provided_asset` 只用于用户已提供素材、合规素材库或明确标注的 synthetic/demo 试跑。
- - 只有在资产有合规来源记录,并且一语义单元一透明 PNG 插入 PPT 后,才算元素重组资产;不能把程序化近似图标、通用图标库、原图 crop 或提示词占位图当成正式元素重组资产。
- 完整跑触发规则:
- - 用户说“完整跑”“正式跑”“完整 imagegen 元素重组”“不要试跑版”“不要 provided_asset”“高保真元素拆解”等表达时,必须进入完整元素重组模式。
- - 完整元素重组模式下,所有语义视觉资产必须通过 Codex `imagegen` 基于整页参考图 + 局部 crop/residual crop 生成,并在 `asset_manifest.json` 中标记为 `imagegen_asset`。
- - 完整元素重组模式下,禁止静默降级为 `provided_asset`、程序画图、SVG 重画、图标库拼装或原图 crop。若 imagegen 调用失败、资产不合格、切图失败或无法继续,直接报告阻塞点、已完成文件和下一步,不要把降级版说成完整完成。
- - 如果用户只是说“试试”“验证链路”“跑通工具链”“先看结构”,可以交付明确标注的结构预览或 synthetic demo;报告里必须写清它不是完整 imagegen 元素重组。
- 图片生成硬规则:
- - 所有涉及图片生成、视觉资产生成、透明资产生成的步骤,默认且优先使用 Codex 的 `imagegen` 技能;不要用 LibreOffice、SVG 重画、程序画图、图标库拼装或其他渲染工具冒充生图。
- - `api_generated_asset` 只保留为兼容字段,除非用户明确要求指定外部 API,否则不要主动选择。
- - `provided_asset` 只适合用户已提供的合规素材、明确授权素材库或 synthetic demo;不能把程序化图标、通用图标库或原图硬裁片当作生产级视觉复刻资产。
- - LibreOffice / PowerPoint / soffice 这类工具只能用于把已生成的 PPTX 渲染成 PDF/PNG 做验收预览,不能用于生成图片资产。使用时要明确标记为“渲染 QA”,不是“图片生成”。
- - 大尺寸中心视觉、跨格 3D 元素、复杂箭头、装饰性底座和高风险关键资产必须单独调用 `imagegen` 生成;不要塞进一个大 asset grid 再等分切。
- 执行步骤采用 v4/v5 验证过的生产链路:
- 1. 建立项目目录,保存参考图为 `reference_page_*.png`。
- 2. 建立 `visual_inventory.json`,按文本、容器、图标、箭头、装饰、3D 元素等对象做页面清单。
- 3. 建立 `asset_anchors.json` 和 `layout_rules.json`,记录每个待生成资产的 bbox、含义、目标尺寸、层级、字体策略、禁用媒体和 diff 阈值。
- 4. 为资产写 `prompts/assets_cycle_*.jsonl` 或 prompt pack。每条 prompt 必须绑定整页 reference 和相关 crop/residual crop,明确对象顺序、grid 行列、纯色背景、无文字、无数字、无标签、无水印、无卡片框、无周边页面碎片;完整元素重组时必须实际调用 Codex `imagegen` 生成独立资产或 isolated asset grid。小图标可以成组生成;中心大视觉和复杂元素必须单独生成。
- 5. 用 `scripts/grid_cut.py` 或 `make cut` 从合格 generated grid 切成一个元素一个透明 PNG,并生成 `asset_manifest.json`。如果切出的资产贴边、被截断、带绿边、含相邻元素,必须废弃并重新用 `imagegen` 单独生成。
- 6. 必要时用 `scripts/clean_assets.py` 清理透明边缘、小碎片和残留底色。不能把带残字、残框、硬边的 crop 直接插入 PPT。
- 7. 用 `scripts/validate_semantic_inputs.py` 或 `make semantic-preflight` 做 build 前校验,确认 inventory、manifest、anchors 和资产文件对齐。
- 8. 用 `scripts/build_semantic_deck.py` 从 `visual_inventory.json` 和 `asset_manifest.json` 构建 PPTX:文本、卡片、容器和结构走 PPT 原生对象;图标、箭头和装饰元素走独立透明资产。构建时必须输出 `build_report.json`,其中包含每个文本框的原始字号、自动适配后字号、估算溢出比例、bbox、父容器、z-index 和图片 fit 结果。
- 9. 渲染 PPTX,再用 `scripts/compare_render.py` 或 `make compare` 输出 contact sheet / diff heatmap。
- 10. 用 `scripts/validate_semantic_deck.py` 或 `make validate` 检查没有整页原图、参考图 hash、SVG 和不合规媒体,并传入 `--build-report` 做文字适配、碰撞检测和布局 QA。
- 11. 如果出现标题断行、文字溢出、文本互相覆盖、文字压住非装饰图片,先调 `visual_inventory.json` 的 bbox/role/parent_id/fit_mode,或调整 `layout_rules.json` 的字体策略,再重建、重渲染、重对比。不能只看 PPTX 对象数就宣布完成。
- 验收标准:
- - PPTX 可以打开并正常渲染。
- - 文本可选中、可编辑,不用隐藏透明文本冒充可编辑。
- - 重要图标、箭头、装饰元素可单独选中、移动、替换。
- - 没有整页参考图作为最终媒体。
- - 没有带残字、残框、硬边的原图裁片。
- - 没有用非 Codex imagegen 的方式生成生产级图片资产;LibreOffice 等仅可作为渲染验收工具。
- - 输出 manifest、渲染预览、对比图和验证报告。
- - `visual_inventory.json` 与 `asset_manifest.json` 对齐:每个语义视觉资产都有合规来源、真实文件和 PPT 插入对象。
- - 完整元素重组模式下,`asset_manifest.json` 中的语义视觉资产应为 `imagegen_asset`;除用户显式提供素材外,出现 `provided_asset` 必须降级标注为结构预览或 demo。
- - `build_report.json` 中 `layout_qa.error_count = 0`;可接受少量 micro label 字号或设计性文字压图 warning,但必须人工看过预览。
- - `compare_render.py` 输出的视觉回归状态为 `PASS` 或明确标记为需要人工复核;contact sheet 要能直接看出标题、卡片和关键流程没有重叠。
- - 最终 PPTX 不包含 SVG 媒体、整页或近整页参考图、raw crop、prompt-only 占位图或手绘低保真语义视觉。
- - 生产级复刻必须有 `generated/`、`assets/`、`prompts/`、`asset_anchors.json`、`layout_rules.json`、渲染对比和验证报告;只有 synthetic `provided_asset` 的样例只能证明闭环可运行,不能当作视觉复刻效果验收。
- 不满足以上条件时,只能标记为“可编辑草稿”或“结构预览”,不能标记为元素重组合格。
- 详细执行规则见 [references/semantic-replica-workflow.md](references/semantic-replica-workflow.md);局限性见 [references/limitations.md](references/limitations.md)。
- ## 路径 C:SVG 拆解
- 适合用户明确要 `.svg`,或要把图片页转换成网页/文档可复用的轻量结构。它可以接收原图、截图、图片页,也可以接收路径 A 生成的单页 PNG。
- 执行步骤:
- 1. 读取参考图,识别文本、容器、背景、线条、箭头、简单图标和装饰层。
- 2. 用原生 SVG 重建页面结构,文本、色块、线条和图形尽量成为独立 SVG 对象。
- 3. 输出 `.svg` 和 PNG 预览。
- 4. 简短说明哪些对象是 SVG 原生对象,哪些复杂视觉被简化,是否适合继续进入元素重组。
- 边界:SVG 适合结构复用,但导入 PowerPoint 后不保证内部对象稳定可编辑。用户要对象级 PPTX 编辑时,转回路径 B。
- ## 输出纪律
- - 先确定输入来源:新做汇报先生成;已有图片页或生成后的页图再拆解。
- - 再确定路径和交付承诺,不把生成、元素重组和 SVG 拆解混成同一种能力。
- - 每次交付都说明最终文件、可编辑范围、已知限制和 QA 结果。
- - 能运行脚本时优先运行脚本并保留输出;不能运行时说明环境缺口。
- - 公开复用或发布仓库前,按 [references/publication-boundaries.md](references/publication-boundaries.md) 检查边界,并运行:
- ```bash
- python scripts/audit_public_skill.py --root .
- ```
- ## 硬性规则
- - 不编造数字、来源、标准、客户名或证据。
- - 不把图片型 PPT 说成可编辑 PPT。
- - 不把 SVG 嵌入说成 PowerPoint 对象级可编辑。
- - 不让 imagegen 生成真实 Logo、二维码、证书、印章或品牌标识。
- - 元素重组模式下,原图 crop 只能是中间参考,不是最终资产。
README.md · README · 264 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- # Codex PPT Skill
- 面向中文 toB 商业汇报的 Codex PPT 工作流 skill:既可以生成高视觉图片型 PPT,也可以把图片页、截图页、整页生图页拆成更可编辑的 PowerPoint。
- 它不是一个一键万能 PPT SaaS,而是一套给 Codex 使用的工作流和工具箱。重点是把 PPT 生成、图片页封装、元素重组、SVG 拆解这些路径分清楚,让用户知道什么时候该追求视觉效果,什么时候该追求可编辑性。
- ## 文件说明
- - `README.md`:给 GitHub 访问者看的项目说明,重点讲能做什么、怎么选择路径、怎么安装和验证。
- - `SKILL.md`:给 Codex 执行用的路由手册,重点讲如何判断输入、选择流程、产出文件和做 QA。
- - `references/`:放更细的执行边界、提示词结构、局限性和公开发布规则。
- - `scripts/`:放可直接运行的封装、切图、对比和校验工具。
- 
- ## 使用顺序
- 先看输入来源,再决定要不要进入拆解:
- - 新做 PPT 汇报:先走路径 A,生成图片型 PPT;如果只需要汇报展示,到 PPTX / PDF / PNG 就结束。
- - 已经有图片页、截图页、旧 PPT 渲染页:可以直接进入 PPT 拆解。
- - 路径 A 生成后的页图,如果后续需要编辑或复用,也可以继续交给 PPT 拆解。
- - 拆解时,要 PowerPoint 内可编辑 PPTX,优先选路径 B 元素重组;只要 SVG、文档/网页复用或低成本结构样板,再选路径 C SVG 拆解。
- | 路径 | 适合目标 | 最终交付 | 关键边界 |
- |---|---|---|---|
- | A 整页生图 PPT | 新做方案汇报、售前材料、培训讲解、复盘展示,优先看起来好 | PPTX / PDF / PNG / 汇总预览图 / 逐页提示词 | 正文、图表和版式在图片里,不承诺全元素可编辑 |
- | B 元素重组 | 已有图片页或 A 生成的页图,要重建为实用级可编辑 PPTX | 可编辑 PPTX / asset_manifest / 验证报告 / 渲染差异图 | 原图只做参考,不能把整页原图或原图硬裁片当最终素材 |
- | C SVG 拆解 | 已有图片页或 A 生成的页图,只要 SVG、文档/网页复用或低成本结构样板 | SVG / SVG 预览 / 可选 PPTX 嵌入 | SVG 导入 PowerPoint 后未必保持内部对象稳定可编辑,不能当成完整 PPT 反编译 |
- ## 模块一:PPT 生成
- 这个模块解决的是:**从文档、旧 PPT、截图、图片页或业务目标出发,生成一套视觉完整的图片型 PPT。**
- 适合只需要汇报展示、PDF 发送、PNG 预览或一次性交付的场景。它追求的是页面完成度和视觉稳定性,不承诺每个文字、图表、图标都能在 PowerPoint 里单独编辑。
- ### 生成效果
- 
- | 框架页 | 矩阵页 |
- |---|---|
- |  |  |
- | 评测体系 | 闭环流程 | 路线图 |
- |---|---|---|
- |  |  |  |
- ### 生成流程
- 1. 让 Codex 根据材料输出页纲和逐页详细生图提示词。
- 2. 用 imagegen 生成每页 16:9 整页图。
- 3. 真实 Logo、二维码、印章、品牌标识只在后处理叠加,不交给 imagegen 生成。
- 4. 用 `make pack` 或 `scripts/package_image_deck.py` 统一裁切、叠 Logo、封装 PPTX。
- 5. 导出 PDF 和汇总预览图做视觉 QA。
- 6. 若后续需要可编辑 PPTX 或 SVG,把最终页图作为 PPT 拆解模块的参考输入。
- ### 生成 PPT 图片的小 tip
- 逐页生图提示词建议固定包含:页面标题、页面目标、核心文字、版式结构、视觉元素、风格提示词、Logo 规则和负向约束。
- 每页只保留一个中心主张,核心文字控制在 2-4 组;画面按 16:9 设计,中文要大而清晰。真实 Logo、二维码、印章和合规标识不要交给 imagegen 生成,统一在后处理阶段叠加。
- ## 模块二:PPT 拆解
- 这个模块解决的是:**已经有图片页、截图页或路径 A 生成的页图,但后续还需要继续编辑、复用或结构化。**
- 拆解不是只有一种做法。需要 PowerPoint 内继续编辑时,优先选元素重组;只需要 SVG、网页/文档复用,或低成本验证结构时,选 SVG 拆解。
- ### 两种拆解方式
- | 方式 | 什么时候选 | 时间与 token | 大概还原度 |
- |---|---|---|---|
- | 元素重组 | 要在 PPTX 里继续改文字、移动形状、替换图标和装饰 | 单页约 10 分钟,约 8-25 万 tokens | 视觉还原约 75%-90%,PPTX 可编辑性更高 |
- | SVG 拆解 | 只要 SVG / PNG 预览,或用于网页、文档、轻量结构样板 | 单页约 5 分钟,约 1-6 万 tokens | 结构还原约 65%-85%,复杂视觉会简化,PPT 内对象级编辑不稳定 |
- 这些区间按复杂中文商业汇报页估算,实际会受页面复杂度、重抽次数、资产数量和 QA 标准影响,不是固定承诺。
- ### 拆解效果
- | 元素重组:面向可编辑 PPTX | SVG 拆解:面向轻量结构复用 |
- |---|---|
- |  |  |
- ### 元素重组流程
- 1. 以原始截图、图片页或路径 A 生成的页图为参考,建立 `visual_inventory.json`,把页面拆成文字、容器、图标、箭头、装饰、3D 元素、风险标记等对象。
- 2. 建立 `asset_anchors.json`,记录每个待生成元素的 bbox、含义、目标尺寸和层级。
- 3. 用 imagegen/API 根据整页参考图和局部上下文生成 isolated asset grid。要求无文字、无数字、无标签、无卡片框、无背景碎片。
- 4. 用 `make cut` 或 `scripts/grid_cut.py` 切成一个元素一个透明 PNG。
- 5. 用 PPT 原生文本框、形状、容器重建信息层;用透明资产插入图标、箭头、3D 装饰。
- 6. 渲染 PPTX,使用 `make compare` 生成汇总预览图和差异热力图。
- 7. 用 `make validate` 检查没有整页原图、没有参考图 hash、没有原图硬裁片媒体,并输出验证报告。
- ### SVG 拆解流程
- 1. 适合信息图、流程页、图标线框页、结构较清晰的截图页,也适合接收路径 A 生成的页图。
- 2. Codex 读取参考图,按文本、容器、图标、箭头、背景结构重新写 SVG。
- 3. 输出 SVG 和 PNG 预览,用于网页、文档或后续手工导入。
- 4. 注意:SVG 导入 PowerPoint 后通常是图形对象或媒体对象,不等于所有内部路径都能稳定编辑。若目标是 PowerPoint 内对象级编辑,优先走元素重组。
- ## 适合什么场景
- 适合:
- - Codex 中使用 `$imagegen-scene-ppt` 做中文商业汇报、产品方案、行业趋势、风险治理、路线图类材料。
- - 用户只需要一份视觉强、可展示的 PPTX/PDF,不需要后续逐字编辑。
- - 用户已有图片版 PPT、截图页或整页生图页,希望拆成更可维护的 PPTX 或 SVG。
- - 用户想锤炼图片页转 PPT 的流程,愿意保留 inventory、manifest、diff、QA 报告。
- 不适合:
- - 大量 Excel 表、财务留档、合同正文、法规原文、密集脚注。
- - 要求任意图片一键变成完全原生、完全可编辑、像素级一致的 PPT。
- - 需要多人长期维护的企业模板库。
- - 不允许生成图、不允许人工 QA、也不接受已知限制的交付。
- ## 安装
- 安装到 Codex skill 目录:
- ```bash
- mkdir -p ~/.codex/skills
- git clone https://github.com/Ronnie2025/codex-ppt-skill.git ~/.codex/skills/imagegen-scene-ppt
- ```
- 这里目录名使用 `imagegen-scene-ppt` 是为了和 `SKILL.md` 里的触发名保持一致;仓库名仍然是 `codex-ppt-skill`。
- 已经安装过时更新:
- ```bash
- cd ~/.codex/skills/imagegen-scene-ppt
- git pull
- ```
- 安装后重启 Codex。触发名是:
- ```text
- $imagegen-scene-ppt
- ```
- 示例请求:
- ```text
- 使用 $imagegen-scene-ppt 帮我做一份 toB 商业汇报 PPT,优先整页生图,最终要 PPTX 和 PDF。
- ```
- ```text
- 使用 $imagegen-scene-ppt 把这几张图片页拆成可编辑 PPT。不要用整页原图铺底,图标和箭头按元素重组方式生成后再组装。
- ```
- ## 快捷命令
- 仓库提供 `Makefile`,用于少打长命令。先把依赖安装到 `make` 实际使用的 Python 里:
- ```bash
- python3 -m pip install -r requirements.txt
- ```
- 如果想避免本机 Python 环境混乱,可以用虚拟环境:
- ```bash
- python3 -m venv .venv
- . .venv/bin/activate
- python -m pip install -r requirements.txt
- make PYTHON=.venv/bin/python check
- make PYTHON=.venv/bin/python demo
- ```
- 常用检查:
- ```bash
- make help
- make check
- ```
- 完整命令列表以 `make help` 为准。
- 整页图片封装为 PPTX:
- ```bash
- make pack IMAGES_DIR=./output/raw-slides OUT_PPTX=./output/deck.pptx PACK_ARGS="--contact-sheet ./output/contact-sheet.jpg --export-pdf"
- ```
- 资产网格切分为透明 PNG:
- ```bash
- make cut GRID=./output/generated/icons_grid.png ROWS=3 COLS=4 NAMES=icon_01,icon_02,icon_03,icon_04,icon_05,icon_06,icon_07,icon_08,icon_09,icon_10,icon_11,icon_12 OUT_DIR=./output/assets MANIFEST=./output/asset_manifest.json
- ```
- 参考图和渲染图对比:
- ```bash
- make compare REF=./output/reference/page-01.png RENDER=./output/render/page-01.png COMPARE_DIR=./output/compare
- ```
- 元素重组 PPTX 校验:
- ```bash
- make validate PPTX=./output/reconstructed.pptx REF=./output/reference/page-01.png MANIFEST=./output/asset_manifest.json INVENTORY=./output/visual_inventory.json REPORT=./output/validation_report.md
- ```
- 内置演示命令会写入 `output/demo/`,用于确认本机工具链可跑:
- ```bash
- make demo
- make pack-demo
- make cut-demo
- make compare-demo
- ```
- ## 脚本工具
- | 脚本 | 作用 |
- |---|---|
- | `scripts/package_image_deck.py` | 将整页图片统一裁切为 16:9,叠加真实 Logo,封装为 PPTX,可选导出 PDF 和汇总预览图 |
- | `scripts/grid_cut.py` | 将 imagegen 生成的 asset grid 切成单个透明 PNG,并生成 `asset_manifest.json` |
- | `scripts/compare_render.py` | 将参考图和渲染图生成差异热区、指标和汇总预览图 |
- | `scripts/validate_semantic_deck.py` | 检查 PPTX 是否嵌入参考图、整页媒体或不合规 manifest |
- | `scripts/audit_pptx_editability.py` | 快速判断 PPTX 是否像图片页、是否混合文字与图片、是否含 SVG 媒体 |
- ## 仓库结构
- ```text
- codex-ppt-skill/
- ├── SKILL.md
- ├── README.md
- ├── Makefile
- ├── agents/
- │ └── openai.yaml
- ├── assets/
- │ ├── examples/
- │ └── workflow/
- ├── references/
- │ ├── limitations.md
- │ ├── prompt-patterns.md
- │ ├── publication-boundaries.md
- │ └── semantic-replica-workflow.md
- ├── scripts/
- │ ├── audit_pptx_editability.py
- │ ├── audit_public_skill.py
- │ ├── compare_render.py
- │ ├── grid_cut.py
- │ ├── package_image_deck.py
- │ └── validate_semantic_deck.py
- └── templates/
- ├── asset_manifest.example.json
- ├── conversion_report.template.md
- └── visual_inventory.example.json
- ```
- ## 设计原则
- - 新做 PPT 汇报先生成图片型 PPT;已有图片页或 A 生成的页图,才进入元素重组或 SVG 拆解。
- - 图片型 PPT、可编辑 PPTX、SVG 是三种不同承诺。
- - 不把图片型 PPT 说成可编辑 PPT。
- - 不把整页截图、局部原图硬裁片、带残字的裁片当成最终可编辑重建资产。
- - 复杂图标、箭头、3D 元素、UI 装饰应拆成独立元素,再生成透明资产。
- - 中文文字、数字、来源、Logo、二维码、合规标识优先用后处理或 PPT 原生对象处理。
- - 每次交付都保留提示词、预览、对比、验证报告和已知限制。
- ## License
- MIT
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.