面向中文 toB 商业报告的 Codex PPT 生图、元素重组和 SVG 拆解工作流
面向中文 toB 商业汇报的 Codex PPT 工作流 skill:既可以生成高视觉图片型 PPT,也可以把图片页、截图页、整页生图页拆成更可编辑的 PowerPoint。
它不是一个一键万能 PPT SaaS,而是一套给 Codex 使用的工作流和工具箱。重点是把 PPT 生成、图片页封装、元素重组、SVG 拆解这些路径分清楚,让用户知道什么时候该追求视觉效果,什么时候该追求可编辑性。
README.md:给 GitHub 访问者看的项目说明,重点讲能做什么、怎么选择路径、怎么安装和验证。SKILL.md:给 Codex 执行用的路由手册,重点讲如何判断输入、选择流程、产出文件和做 QA。references/:放更细的执行边界、提示词结构、局限性和公开发布规则。scripts/:放可直接运行的封装、切图、对比和校验工具。先看输入来源,再决定要不要进入拆解:
| 路径 | 适合目标 | 最终交付 | 关键边界 |
|---|---|---|---|
| A 整页生图 PPT | 新做方案汇报、售前材料、培训讲解、复盘展示,优先看起来好 | PPTX / PDF / PNG / 汇总预览图 / 逐页提示词 | 正文、图表和版式在图片里,不承诺全元素可编辑 |
| B 元素重组 | 已有图片页或 A 生成的页图,要重建为实用级可编辑 PPTX | 可编辑 PPTX / asset_manifest / 验证报告 / 渲染差异图 | 原图只做参考,不能把整页原图或原图硬裁片当最终素材 |
| C SVG 拆解 | 已有图片页或 A 生成的页图,只要 SVG、文档/网页复用或低成本结构样板 | SVG / SVG 预览 / 可选 PPTX 嵌入 | SVG 导入 PowerPoint 后未必保持内部对象稳定可编辑,不能当成完整 PPT 反编译 |
这个模块解决的是:从文档、旧 PPT、截图、图片页或业务目标出发,生成一套视觉完整的图片型 PPT。
适合只需要汇报展示、PDF 发送、PNG 预览或一次性交付的场景。它追求的是页面完成度和视觉稳定性,不承诺每个文字、图表、图标都能在 PowerPoint 里单独编辑。
| 框架页 | 矩阵页 |
|---|---|
| 评测体系 | 闭环流程 | 路线图 |
|---|---|---|
make pack 或 scripts/package_image_deck.py 统一裁切、叠 Logo、封装 PPTX。逐页生图提示词建议固定包含:页面标题、页面目标、核心文字、版式结构、视觉元素、风格提示词、Logo 规则和负向约束。
每页只保留一个中心主张,核心文字控制在 2-4 组;画面按 16:9 设计,中文要大而清晰。真实 Logo、二维码、印章和合规标识不要交给 imagegen 生成,统一在后处理阶段叠加。
这个模块解决的是:已经有图片页、截图页或路径 A 生成的页图,但后续还需要继续编辑、复用或结构化。
拆解不是只有一种做法。需要 PowerPoint 内继续编辑时,优先选元素重组;只需要 SVG、网页/文档复用,或低成本验证结构时,选 SVG 拆解。
| 方式 | 什么时候选 | 时间与 token | 大概还原度 |
|---|---|---|---|
| 元素重组 | 要在 PPTX 里继续改文字、移动形状、替换图标和装饰 | 单页约 10 分钟,约 8-25 万 tokens | 视觉还原约 75%-90%,PPTX 可编辑性更高 |
| SVG 拆解 | 只要 SVG / PNG 预览,或用于网页、文档、轻量结构样板 | 单页约 5 分钟,约 1-6 万 tokens | 结构还原约 65%-85%,复杂视觉会简化,PPT 内对象级编辑不稳定 |
这些区间按复杂中文商业汇报页估算,实际会受页面复杂度、重抽次数、资产数量和 QA 标准影响,不是固定承诺。
| 元素重组:面向可编辑 PPTX | SVG 拆解:面向轻量结构复用 |
|---|---|
visual_inventory.json,把页面拆成文字、容器、图标、箭头、装饰、3D 元素、风险标记等对象。asset_anchors.json,记录每个待生成元素的 bbox、含义、目标尺寸和层级。make cut 或 scripts/grid_cut.py 切成一个元素一个透明 PNG。make compare 生成汇总预览图和差异热力图。make validate 检查没有整页原图、没有参考图 hash、没有原图硬裁片媒体,并输出验证报告。适合:
$imagegen-scene-ppt 做中文商业汇报、产品方案、行业趋势、风险治理、路线图类材料。不适合:
安装到 Codex skill 目录:
mkdir -p ~/.codex/skills
git clone https://github.com/Ronnie2025/codex-ppt-skill.git ~/.codex/skills/imagegen-scene-ppt这里目录名使用 imagegen-scene-ppt 是为了和 SKILL.md 里的触发名保持一致;仓库名仍然是 codex-ppt-skill。
已经安装过时更新:
cd ~/.codex/skills/imagegen-scene-ppt
git pull安装后重启 Codex。触发名是:
$imagegen-scene-ppt示例请求:
使用 $imagegen-scene-ppt 帮我做一份 toB 商业汇报 PPT,优先整页生图,最终要 PPTX 和 PDF。使用 $imagegen-scene-ppt 把这几张图片页拆成可编辑 PPT。不要用整页原图铺底,图标和箭头按元素重组方式生成后再组装。仓库提供 Makefile,用于少打长命令。先把依赖安装到 make 实际使用的 Python 里:
python3 -m pip install -r requirements.txt如果想避免本机 Python 环境混乱,可以用虚拟环境:
python3 -m venv .venv
. .venv/bin/activate
python -m pip install -r requirements.txt
make PYTHON=.venv/bin/python check
make PYTHON=.venv/bin/python demo常用检查:
make help
make check完整命令列表以 make help 为准。
整页图片封装为 PPTX:
make pack IMAGES_DIR=./output/raw-slides OUT_PPTX=./output/deck.pptx PACK_ARGS="--contact-sheet ./output/contact-sheet.jpg --export-pdf"资产网格切分为透明 PNG:
make cut GRID=./output/generated/icons_grid.png ROWS=3 COLS=4 NAMES=icon_01,icon_02,icon_03,icon_04,icon_05,icon_06,icon_07,icon_08,icon_09,icon_10,icon_11,icon_12 OUT_DIR=./output/assets MANIFEST=./output/asset_manifest.json参考图和渲染图对比:
make compare REF=./output/reference/page-01.png RENDER=./output/render/page-01.png COMPARE_DIR=./output/compare元素重组 PPTX 校验:
make validate PPTX=./output/reconstructed.pptx REF=./output/reference/page-01.png MANIFEST=./output/asset_manifest.json INVENTORY=./output/visual_inventory.json REPORT=./output/validation_report.md内置演示命令会写入 output/demo/,用于确认本机工具链可跑:
make demo
make pack-demo
make cut-demo
make compare-demo| 脚本 | 作用 |
|---|---|
scripts/package_image_deck.py |
将整页图片统一裁切为 16:9,叠加真实 Logo,封装为 PPTX,可选导出 PDF 和汇总预览图 |
scripts/grid_cut.py |
将 imagegen 生成的 asset grid 切成单个透明 PNG,并生成 asset_manifest.json |
scripts/compare_render.py |
将参考图和渲染图生成差异热区、指标和汇总预览图 |
scripts/validate_semantic_deck.py |
检查 PPTX 是否嵌入参考图、整页媒体或不合规 manifest |
scripts/audit_pptx_editability.py |
快速判断 PPTX 是否像图片页、是否混合文字与图片、是否含 SVG 媒体 |
codex-ppt-skill/
├── SKILL.md
├── README.md
├── Makefile
├── agents/
│ └── openai.yaml
├── assets/
│ ├── examples/
│ └── workflow/
├── references/
│ ├── limitations.md
│ ├── prompt-patterns.md
│ ├── publication-boundaries.md
│ └── semantic-replica-workflow.md
├── scripts/
│ ├── audit_pptx_editability.py
│ ├── audit_public_skill.py
│ ├── compare_render.py
│ ├── grid_cut.py
│ ├── package_image_deck.py
│ └── validate_semantic_deck.py
└── templates/
├── asset_manifest.example.json
├── conversion_report.template.md
└── visual_inventory.example.jsonMIT
暂无开放 Issues,或尚未同步最近议题。