图生PPT

要解决什么问题

很多团队已经有 Markdown 大纲 或结构化的 slides_plan.json，但把每一页做成统一视觉风格的幻灯片，仍要手工排版或反复调模板。本技能走另一条路：不先在 PowerPoint 里逐页排版，而是用 OpenAI Images API（gpt-image-2） 按页生成 16:9 整页图，再打包成 .pptx。适合「内容已定、要快速出稿且视觉风格可复用」的场景。

核心流程与能力

• 输入：一份大纲（经 slides_plan.md 转 JSON）或现成的 slides_plan.json，再选一个 styles/ 下的风格 ID（如 dark-aurora、clean-tech-blue、swiss-grid 等）。
• Agent 侧：按风格规范为每页构造 slide_spec（标题、正文、层级与布局意图），脚本据此拼 prompt 并调用出图。
• 输出：outputs/ 下每页 PNG（默认 1536×864）、prompts.json、带版本历史的 metadata.json，以及 16:9 的 PPTX（默认文字与背景在同一整页图里）。
• 模板克隆：可传入 .pptx 模板；本机需能通过 render_template.py --check 验证的渲染后端（Keynote / PowerPoint COM / LibreOffice 等），把模板页渲成 PNG 作 reference，配合 template_profile.json 仿版式出图；--template-strict 时仿真度更高。
• 真实图片贴入：在 slide_spec 里用 external_image 等槽位声明本地素材时，脚本会先规划留白区域、用骨架 reference 引导 gpt-image-2 只画背景，再在 PPT 里把原图作为可单独选中的 picture 对象叠加——医疗图表、UI 截图等应走保真贴图，而非让模型重画。

边界与注意点

• 出图质量与成本取决于 gpt-image-2 按张计费；默认 API 后端并发相对稳定，借用 codex CLI 作 --backend codex 更慢且可控性弱。
• 若当前 Agent 本身具备 image_generation 工具（如 Codex 原生会话），应由 Agent 直接出图并复用本仓库的打包逻辑，而不是指望子进程里的 generate_ppt.py --backend codex 复用同一会话工具。
• 模板渲染在容器、鸿蒙、Termux 等环境可能无可用 LibreOffice；无后端时需用户手动导出模板页 PNG 或改用 --template-images。
• deck 里若有多页外部真实图，不要用「仅整页 PNG 简易打包」，否则会合成进背景，用户在 PowerPoint 里无法再编辑素材层。