ningzimu/image-to-editable-ppt-skill

Обзор

Навык преобразования изображений, PDF и PPT изображений в редактируемые файлы PowerPoint. Сначала он нормализует ввод в задачи по страницам, затем перестраивает их в .pptx: читаемый текст восстанавливается максимально в родные текстовые поля, простая геометрия восстанавливает в формы PowerPoint по мере возможности, а сложные визуальные элементы сохраняются как независимые изображения, предоставляющие исходные записи. Он идеально подходит для превращения слайдов в стиле скриншотов или изображения в PPT, которые проще редактировать, позволяя максимально отдельно настраивать текст, простые формы и визуальные материалы. Этот навык имеет длительный срок выполнения и автоматически выполняет OCR, генерацию/редактирование изображений, чтение/запись файлов, отправку субагента и длинные этапы опроса. Режим «одобрения запроса» часто прерывает выполнение и может блокировать некоторые шаги, особенно в среде субагентов. Режим «Approve for me» известен тем, что всё ещё перехват запросов во время OCR, генерации/редактирования изображений ChatGPT или этапов вызова сторонних API, требующих ручного одобрения; Если вы не рядом с компьютером, процесс конвертации останавливается. Во время конвертации этот навык автоматически вызывает интерфейс Baidu PaddleOCR-VL (если токены настроены) для коррекции текстовых блоков, размера шрифта и группировки шрифтов, а также вызывает интерфейс генерации/редактирования изображений ChatGPT gpt-image-2 для разделения фронтального фона, извлечения иконок/визуального материала и частичного восстановления изображения. Эти вызовы необходимы для реконструкции страницы изображения в редактируемый PPT. В настоящее время Skill использует многоагентный процесс совместного восстановления с комплексным управлением процессом, а не лёгкий конвертер. AI выполняет циклы «» и может повторять несколько раз, пока результат не будет достаточно близок к исходному. В этом процессе рабочие страницы могут совершать очень сложные ходы на страницах, поэтому в целом расходуется больше токенов. Восстановление 10-страничного PPT может занять ваши 5 часов кредита. Время восстановления одного слайда PPT может превышать 10 минут. Одностраничный или одностраничный ввод может выполняться локально основным агентом в соответствии с тем же процессом реконструкции страницы; Многостраничный ввод назначается работе страницы в соответствии с параллельными слотами. Более лёгкий подход — напрямую использовать возможности редактирования изображения gpt-image-2: отправьте изображение PPT, которое вас не устраивает, пусть оно изменяет его и возвращает изменённое изображение. Этот навык не генерирует совершенно новый PPT напрямую из статей, отчётов, планов или идей. Если ваша цель — «сгенерировать PPT», вы можете использовать codex-ppt-skill. Для подробного введения в codex-ppt и навыки от изображения к редактируемому ppt см. skill_duo_intro.pdf.

Обзор (машинный перевод)

Эта страница переведена автоматически. Технические детали смотрите в оригинале.

Рекомендуемые инструменты

Попробуйте другой запрос или уберите фильтр.

Установка