如何快速上手image-to-editable-ppt-skill：5分钟把图片PPT转成可编辑对象的入门教程

如何快速上手image-to-editable-ppt-skill5分钟把图片PPT转成可编辑对象的入门教程【免费下载链接】image-to-editable-ppt-skillCodex skill for converting slide images, PDFs, and image-based PPTX files into editable PowerPoint decks.项目地址: https://gitcode.com/gh_mirrors/im/image-to-editable-ppt-skillimage-to-editable-ppt-skill是一个面向 Codex 的 AI skill能把你手头的幻灯片图片、PDF、图片版 PPTX 逐页重建成可编辑的 PowerPoint 文件可读文字恢复为原生文本框简单几何恢复为 PowerPoint 形状复杂视觉元素保留为可独立移动的图片资产。换句话说截图式 PPT 从此也能改字、挪框、换色不再受整页是一张图的束缚。一、它能做什么3 类输入全覆盖很多人遇到这类场景同事发来一套 PPT 截图、一份扫描版 PDF、或一个所有页面都是图片的 PPTX想改一个字都得用图片编辑软件硬抠。这个 skill 就是为这种场景准备的输入输出1 张图片1 页可编辑.pptx多张图片多页.pptx按提供顺序排列多页 PDF多页.pptx页码一一对应图片版 PPT页数一致的.pptx并原样保留页面备注核心能力包括 文字按 OCR 实测坐标和字号还原同级文字字号自动统一 简单几何恢复为原生形状曲线支持编辑顶点调弧度 普通行列表格重建为 PowerPoint 原生表格单元格可编辑️ 复杂视觉元素照片、插画、图标作为带来源记录的独立图片资产注意它负责把已有页面变成可编辑不负责从零生成一套新 PPT。如果没有强烈的可编辑需求直接让图像编辑模型改图会更轻量详见 docs/faq.md。二、安装前2 个必知前提在动手前花 1 分钟确认两件事可以少走很多弯路1. 建议使用「完全访问权限」本 skill 运行时间较长会自动执行 OCR、图片生成/编辑、文件读写、子 agent 分派和长时间轮询。请求批准模式会频繁打断流程替我审批模式也可能在 OCR 阶段拦住请求——如果你不在电脑旁转换就会停住。建议在 Codex 权限设置中选择完全访问权限2. 额度消耗较高先拿单页试水复原一个 10 页 PPT 可能消耗大量 token单页复原时间可能在 10 分钟以上。推荐 ChatGPT Pro 用户使用Plus 用户请谨慎第一次建议先用 1 页测试效果与耗时。另外推荐非必须到百度 AI Studio 免费申请一个 PaddleOCR-VL 的 Access Token用于校正文字框坐标和字号。首次使用时 AI 会主动询问一次把 Token 发给它即可完成配置一次配置长期生效。不配置也能运行但文字还原质量会打折扣。详细配置说明见 docs/installation.md。三、1 分钟安装让 AI 帮你装安装不需要手动执行任何命令。推荐直接把这句话发给你的 agent安装 image-to-editable-ppt 这个 skill地址是 https://gitcode.com/gh_mirrors/im/image-to-editable-ppt-skillAI 会自动完成安装包括 skill 依赖的editppt命令行工具它会在执行 skill 的过程中自动安装。也可以手动安装从仓库 Releases 下载image-to-editable-ppt-skill-v*.zip解压后把其中的image-to-editable-ppt文件夹放到 agent 的 skills 目录Codex 为~/.codex/skills/image-to-editable-ppt再重启 agent。更新方式类似凭据保存在~/.editppt/config.yaml更新不会丢失。skill 的入口规则定义在 skills/image-to-editable-ppt/SKILL.md想深入了解执行细节可以从这里读起。四、最短使用方式一句话触发转换在 Codex 中用$image-to-editable-ppt选中该 skill图片、PDF 和.pptx可以直接粘贴、附加到对话框也可以提供本地路径$image-to-editable-ppt 把这张图片转成可编辑 PPT。 $image-to-editable-ppt 把这些图片转成一个可编辑 PPT。 $image-to-editable-ppt 把 path-to-deck.pdf 转成可编辑 PPT。之后你基本只需要等待。整个转换由 AI 自动编排背后是一套多 agent 协作流程归一化输入创建独立任务目录把输入拆成pages/page_NNN/source.png逐页任务OCR 文字标注为每页生成文字框坐标、实测字号和字号分组让文字还原按测量值来不靠目测页面分派单页由主 agent 本地重建多页则按并发槽位分派给 page worker 并行处理逐页重建与自检每页重建可编辑文本、形状和图片资产对照源图自检并修正最终组装与校验按页顺序重建最终.pptx复制页面备注并运行 deck 级校验完整流程说明见 docs/workflow.md。五、转换结果怎么看每次转换都使用独立输出目录所有中间文件和最终结果都保存在其中文件作用final/{origin}_edited.pptx最终可编辑 PowerPoint 文件final/validation.json最终 deck 校验结果final/run_summary.json本次转换摘要pages/page_NNN/每页的重建工作区源图、预览图、manifest 等拿到结果后建议做三件事用 PowerPoint 打开检查文字、形状和图片资产是否可以分开编辑对照pages/page_NNN/preview.png与源图确认缺字、错位或资产缺失查看final/validation.json确认校验通过需要提醒部分图片元素和文字位置可能有轻微偏移不保证 100% 复刻原图复杂视觉元素照片、插画、纹理通常只能整体移动内部对象不可编辑。更多质量相关说明见 docs/faq.md。六、常见问题速答Q转换到一半停住了怎么办先检查是否处于请求批准/替我审批权限模式流程正在等待你手动审批。每页状态记录在任务目录的page_jobs.json和run_state.json可以让 AI 检查运行状态并继续未完成页面。Q非 Codex 环境如 Claude Code能用吗有条件支持agent 需要支持 skill 加载、文件读写和 CLI 执行多页任务还需要 subagent 分派机制。非 Codex 环境通常没有 Codex OAuth需要让 AI 帮你配置 OpenAI-compatible 图片 API fallback凭据同样写入~/.editppt/config.yaml。Q如何更新到最新版直接发一句更新 image-to-editable-ppt 这个 skill给 agent 即可变更内容可查看 CHANGELOG.md。写在最后总结一下这套 5 分钟上手的完整路径装 skill1 分钟→ 配置权限与可选 OCR Token → 发一句转换指令 → 等待多 agent 逐页重建 → 打开.pptx开始编辑。它把图片式 PPT 不可编辑这个老痛点用多智能体视觉重建的方式真正解掉了。更多项目背景与使用细节建议配合 README.md 和 docs/quickstart.md 一起阅读。输出文章结束【免费下载链接】image-to-editable-ppt-skillCodex skill for converting slide images, PDFs, and image-based PPTX files into editable PowerPoint decks.项目地址: https://gitcode.com/gh_mirrors/im/image-to-editable-ppt-skill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考