一页旧方案、一张科研示意图、一份只剩扫描件的资料。你想改的，往往只是一个字、一根箭头，或一个数字。
Image2PPT，让这些修改重新成为可能。
把图片、扫描 PDF 或图片型 PPT 交给 Agent，它会按页面结构重建文字、形状与独立素材，再生成可编辑的 PPTX。留下原稿的内容与关系，也为下一次修改留下空间。
下载 v1.3.0 便携包 · 快速开始 · 查看案例
从商业长图里的时间线、卡片与文字，到科研图中的节点、箭头与插画，重建的重点始终是：保留关系，找回可以单独修改的对象。
商业页面 · 源图 |
商业页面 · 重建 |
科研图 · 源图 |
科研图 · 重建 |
以上为仓库既有案例，不是 v1.3.0 新测。右侧选框展示对象选择状态，放映时不会出现；可点击图片查看大图。不同输入的还原效果，以实际对照验收为准。
查看历史案例的局部放大对照
简单的地方，保留编辑自由；复杂的地方，保留原稿质感。
| 页面对象 | PPTX 中的结果 | 你可以怎样继续编辑 |
|---|---|---|
| 文字、卡片、表格结构、普通箭头 | 原生文本框、形状与连接线 | 改字、改色、移动、调整大小与连线 |
| 扁平图标、可描摹的局部轮廓 | 独立 SVG 矢量图片 | 移动、缩放、替换；需要细改时编辑随附 SVG |
| 照片、3D、光影与复杂插画 | 保留原稿身份的独立图片 | 单独移动、调整与替换，保留复杂视觉细节 |
同一页可以混用这三种方式。复杂素材优先从原稿分离，只有提取不足或需要修复遮挡时，才使用已授权的图像编辑工具。SVG 图片不等于 PowerPoint 原生路径，交付时会说明实际可编辑范围。
- 下载便携包：获取 image2ppt-portable-1.3.0.zip，解压后把整个目录交给宿主 Agent 使用。
- Codex repo skill：把本目录（或解压后的便携包目录）复制到目标项目的
.agents/skills/image2ppt/，不做全局安装。 - WorkBuddy：下载上面的便携 ZIP，在技能页面通过本地技能包导入。自定义版本也可以在仓库根目录运行下面的打包命令。
python3 scripts/package_skill.py --output dist/image2ppt.zip安装 Skill 后，可以直接把这段话发给 Agent：
使用 image2ppt，把我提供的图片或 PDF 还原为可编辑 PPTX。
保留原稿版式；文字、卡片和普通箭头独立可编辑；
简单图标用 SVG，复杂插画尽量保留原稿；
先用本地能力，调用外部服务前说明范围，完成实际渲染核对后交付。
建议使用项目内 Python 3.10+ 虚拟环境，不依赖全局 image2ppt 命令：
python3 -m venv .venv
./.venv/bin/python -m pip install -r requirements.txt
./.venv/bin/python cli/image2ppt/cli.py doctor --json
./.venv/bin/python cli/image2ppt/cli.py prepare input.pdf \
--out-root output/image2ppt --image-backend local-onlyprepare 负责建立本次输入和页面运行目录；完整的逐页重建、构建、渲染 QA、记录和最终装配，按 SKILL.md 的页面生命周期执行。输入也可以是图片或图片型 PPT/PPTX。
macOS：源码方式的完整步骤
python3 -m venv .venv
./.venv/bin/python -m pip install -r requirements.txt
./.venv/bin/python cli/image2ppt/cli.py doctor --json
./.venv/bin/python cli/image2ppt/cli.py prepare /path/to/input.pdf \
--out-root output/image2ppt --image-backend local-only需要视觉验收时，在目标机器安装并使用 LibreOffice；本仓库本次 v1.3.0 已在 macOS + LibreOffice 完成真实 source → PPTX 验收。字体、SVG、透明度、箭头和公式仍应以最终使用环境的实际 render 为准。
Windows PowerShell：源码方式的完整步骤
py -3 -m venv .venv
.venv\Scripts\python.exe -m pip install -r requirements.txt
.venv\Scripts\python.exe cli\image2ppt\cli.py doctor --json
.venv\Scripts\python.exe cli\image2ppt\cli.py prepare C:\path\to\input.pdf `
--out-root output\image2ppt --image-backend local-onlyWindows、PowerPoint/WPS 和 WorkBuddy 的真实宿主验收尚未在本仓库完成；请记录目标机的 Python、字体、Office/renderer 版本和实际 render 结果。不要使用 pipx、系统级全局安装或另一个 Skill 代替当前目录的运行时。
先理解页面区域，再按对象测量和分流；最后把结构检查与实际渲染对照放在同一条交付链上。
- 读入源稿：保留页面比例、顺序和必要的 speaker notes。
- 测量与分流：文字、卡片、表格和普通箭头走原生对象；扁平图标和可追踪路径走 SVG；复杂视觉保留有边界的原稿资产。
- 构建与复核：从
manifest.json生成 PPTX，检查对象结构、来源记录、字体与溢出，再用实际 renderer 对照源图。
打开 v1.3.0 的验证口径
- 本地完整回归：217 tests passed；后续路由、provider、package 和 metadata 的收尾复测：62 项 targeted tests passed（与完整套件有重叠）。
- 已验证：本地 Python 3.11、LibreOffice 渲染，以及真实 source → PPTX 的页面级流程；SVG PNG fallback、原稿局部提取守卫和原生测量箭头也有离线测试覆盖。
- 尚未声称：Windows/WorkBuddy 实际宿主、目标 PowerPoint/WPS 渲染、真实外部 OCR/图像 API 调用。CI 已准备 Windows/macOS 离线 job，远程运行结果以发布后的 workflow 为准。
- 没有 renderer 时，
page build、manifest/OOXML 结构检查仍可运行，但不能把它们称作视觉 QA 通过；未验收页面必须明确保留为 pending/unsupported。
默认 backend 是 local-only：本地解析、原稿局部提取、SVG、可选 VTracer 和确定性构建，不读取未选择的凭据，也不联网。host-image-tool、builtin-imagegen、external-import、openai-compatible-api 和 codex-oauth 都必须显式选择，失败不会静默切换 provider。
config.yaml 只用于本机，Git 应忽略它；IMAGE2PPT_CONFIG_HOME 可指定配置目录。复制 config.example.yaml 后只填本地秘密：
OPENAI_API_KEY: "你的 API Key"
OPENAI_BASE_URL: "https://服务地址/v1"
IMAGE2PPT_IMAGE_BACKEND: "openai-compatible-api"
IMAGE2PPT_IMAGE_MODEL: "供应商提供的模型 ID"远程 OCR 默认关闭；只有明确允许时在 prepare 或 run hints 添加 --allow-remote-ocr。可选的本地 VTracer 安装为 python -m pip install vtracer。详细参数、字段和恢复路径见 references/runtime-dependencies.md、references/page-decision-tree.md、references/manifest-schema.md 和 references/qa-contract.md。
完整页面生命周期、单 Agent 多页串行方式和 worker ownership 见 SKILL.md 与 references/workflow.md。
本地整合版以 Altria600/image2ppt 为基础，保留上游 Paul-Jeo/Image2PPT 的 MIT 许可证与归属；Cell-lct 仅作为矢量处理流程参考，未复制其未声明许可的代码。
如果它帮你省下了一次重画，欢迎在 GitHub 点个 Star，让更多人找回可编辑的原稿。
本项目采用 MIT License。