本仓库用于整理“从图片复原为可编辑产物”的核心逻辑。当前分析对象包括:
image-to-editable-ppt-skill-main.zip:一套图片 / PDF / 图片版 PPT 到可编辑 PPTX 的 Skill 实现。skill_duo_intro.pdf:20 页介绍稿,说明codex-ppt与image-to-editable-ppt的分工:前者从内容生成视觉 PPT,后者从视觉页面重建可编辑 PPT。
- 图片复原为可编辑产物的核心流程与逻辑
- 图片设计稿到可编辑 PPT 的复原文档
- 图片效果图到可点击互动 HTML Demo 的复原文档
- 图片效果图到游戏引擎 Prefab 的复原文档
- Convex + ChatGPT 驱动的效果图到可编辑产物产品计划
本仓库现在把 PPT 场景明确拆成两个阶段:
- image2 / imagegen 视觉定稿:先生成每页独立的
slideXX_reference.png,用真实图片锁定版式、配色、复杂插图、图标、地图和图表卡片效果。 - PowerPoint / Presentations 可编辑重建:不要把整页图贴进 PPT,而是裁取局部复杂视觉资产,并用 PPT 原生文本框、形状、表格、箭头、卡片、标签和结论条重建可编辑结构。
关键红线:最终 PPT 不能是一张整页截图;可读文字、卡片、箭头、标签、结论条应尽量可编辑;只有复杂插画、地图、图标组、纹理和难以可靠重画的图表卡片才作为局部截图资产保留。详细规则见 图片设计稿到可编辑 PPT 的复原文档。
复原流程不应直接把整张图嵌入目标产物,而应先把图片拆解为文本、形状、图片资产、交互/绑定与 QA 证据,再通过中间 layout.json 转换为不同平台产物:
图片 / PDF / 图片版 PPT
-> 页面归一化
-> 视觉理解与对象分层
-> 资产拆分与背景修复
-> layout.json
-> PPTX / HTML Demo / 游戏 Prefab
-> 预览对比与局部修复
该方法可服务于目标产品:帮助普通用户从截图、设计稿或现有页面快速生成精美、可编辑、可互动的 PPT / App Demo / 游戏 UI 原型。