工具
更新于 2026/8/25
PPT Screenshot to Editable PPTX
将高清 PPT 截图、扫描版或图片版幻灯片高保真还原为 16:9 PPTX,同时把标题、正文、关键数字和页码等主要文字保留为 PowerPoint 原生文本框。
PowerPoint PPTX Presentation Codex Skill Python
许可证: MIT
工具简介
PPT Screenshot to Editable PPTX 是一个面向 OpenAI Codex 和 Claude Code 的演示文稿重建 skill。它将高清 PPT 截图、扫描版幻灯片或整页图片还原为一个完整的 16:9 PPTX,并保留主要文字的可编辑性。
工具采用“复杂视觉保真 + 主要文字可编辑”的混合策略:标题、正文、关键数字、结论、注释、页脚和页码使用 PowerPoint 原生文本框;地图、遥感影像、照片、复杂图标、纹理和复杂图表主体使用源图裁切,以保持视觉一致性,并在不可编辑元素清单中登记。
适用场景
- 将按页编号的高清 PPT 截图转换成一个完整的可编辑 PPTX。
- 还原扫描版、图片版或整页图片版幻灯片,避免把所有文字压成背景图。
- 重建包含地图、遥感影像、复杂图表或密集技术汇报版式的页面。
- 在交付前逐页渲染、对照,并检查 PPTX 结构、原生文字和交付文件新鲜度。
核心功能
- 对全部输入页面进行自然顺序清点,并按预期页数检查输入完整性。
- 为整批页面建立结构计划,区分可编辑信息层与需要保真的复杂视觉资产层。
- 将所有页面写入同一个 16:9 PPTX,避免只生成第一页或拆分成多个独立文件。
- 使用内置验证脚本检查实际页数、原生文本、XML 结构、媒体关系和整页图片候选。
- 从最终保存的 PPTX 全量渲染页面,生成逐页对照图、总览、QA 报告及可编辑/不可编辑元素清单。
- 通过最终交付验证,确保输入页数、PPTX 页数和渲染页数一致,并只交付最新完整的验证版本。
支持后端与运行环境
- OpenAI Codex:安装到
~/.codex/skills后显式调用。 - Claude Code:安装到
~/.claude/skills后显式调用。 - 项目级使用:需要固定版本时,可安装到项目的
.agents/skills目录。 - PPT 渲染后端:支持 LibreOffice、Microsoft PowerPoint 或可用的演示文稿渲染运行时。
- 脚本运行环境:需要 Python 3;创建 PPTX 使用本地 Presentations runtime 中的
@oai/artifact-tool。
该仓库不包含用户截图、凭证、私有素材或生成的 PPTX 文件。宿主项目如果有额外规则,应在项目根目录提供 AGENTS.md。
安装与使用
OpenAI Codex
git clone https://github.com/NightSensingLab/ppt-screenshot-to-editable-pptx.git \
~/.codex/skills/ppt-screenshot-to-editable-pptx
在任务中显式调用:
$ppt-screenshot-to-editable-pptx
Claude Code
git clone https://github.com/NightSensingLab/ppt-screenshot-to-editable-pptx.git \
~/.claude/skills/ppt-screenshot-to-editable-pptx
使用时提供输入截图目录、预期页数、目标文件名和输出目录。skill 会先运行环境预检和输入清点,再完成整批重建、PPTX 结构验证、全量渲染和交付验证。只有全部自动与人工验收门槛通过后,才会交付最新的 verified_pptx_path。
目录结构
SKILL.md 核心还原规范
agents/openai.yaml Codex 界面元数据
references/batch-contract.md 输入、输出、命名和版本契约
references/reconstruction-policy.md
分层、可编辑性、裁切和真实性策略
references/qa-gates.md 渲染、视觉和交付验收门槛
scripts/preflight.py 环境预检
scripts/inventory_inputs.py 输入图片清点
scripts/verify_pptx.py PPTX 结构与原生文字检查
scripts/verify_delivery.py 最终交付与新鲜度检查
scripts/test_verification.py 验证脚本测试