幻灯片转可编辑 PPT

要解决的问题

渲染好的幻灯片页（截图、导出的 PDF 页、被压平的 PPT）本质是位图：标题改不了字、图标不能单独移动、卡片底色无法重填。常见的绕路做法是用本地图像处理去「猜」形状——白色蒙版、局部 inpaint、从原图裁一块贴过来，或者用 PPT 原生形状近似、套一个通用模板。结果通常是边缘带噪、图标截断、文字被栅格化，改一处又牵连另一处。Slide Alchemy 不做近似，而是拆层重建。

核心能力：四个可编辑层

每页被还原成四层，按序叠加：

• base PNG 干净底图：只保留外层背景、边缘装饰、氛围纹理与主题视觉，去掉全部文字、图标、卡片、标题栏和中部内容。
• SVG/OOXML 可编辑几何：直线、分隔线、圆、圆角矩形、卡片底、标题栏这类非语义布局形状，先生成 SVG 再转成可编辑 PPT 形状。
• icon_png / complex_png_whole 透明图标资产：独立语义图标与不宜拆分的复合视觉，各自重新生成 PNG。
• 可编辑文本框：由视觉模型提取的文字内容与样式。

十步流程是强制的

任何「转成可编辑 PPTX」的请求都必须跑完整流程，没有小 deck、首页、快速演示、只要成品的捷径。顺序：源页渲染 → 底图分组 → 干净底图 → 元素分析 → SVG/OOXML → PNG 资产表 → 切片与 contact sheet QA → 文字提取 → 合成 → 预览与视觉 QA。

几条红线：

• 干净底图、图标资产表、复杂视觉资产必须调用图像生成/编辑模型，禁止本地白蒙版、局部 inpaint、原图裁切、截图碎片、PPT 原生形状近似、通用模板。
• 重生成资产要去除噪点与高频伪影，同时保持原有线宽、颜色、亮度不变。
• 每步开始前先确认上一步产物存在；缺了就停下来补齐，而不是继续往后走。
• 元素分 simple_geometry_svg_ooxml、icon_png、complex_png_whole 三类，重复组件生成一次后复用，不要每页各做一套。
• 资产表用单一高对比纯色键控，icon_png 每表 9 个（3×3），complex_png_whole 每表 4 个（2×2）；切片保留 padding，做边缘接触检查与 contact sheet 比对，碰到边缘或夹带邻近元素就重生成。
• 合成层级固定为 base PNG → SVG/OOXML → PNG 图标 → 文本框，优先走 scripts/compose_component_pptx.py 加 compose spec，不要每次临时重写合成逻辑。

并行与两处确认

干净底图获批之后才能并行。lead agent 先做完源页渲染、底图分组、干净底图，再给每页（或每组视觉相近的页面）派一个 subagent，只产出页面级产物；页面 subagent 不能合成最终 deck，也不能自己发明共享组件。最后由 lead 合并、去重共享组件、统一命名、补齐缺失页、合成并跑 scripts/compare_preview.py。

默认有两道硬门：底图分组建议、干净底图预览。除非用户明确说了 "run unattended" 或「不要中途确认」，否则不能从紧迫程度、页数、输出目录或「只要成品」推断成无人值守。无人值守只是跳过等待，十步流程一步都不能少。

适用边界

• 这是重建技能，不是从零生成演示文稿的模板工具。
• 输入即使是 PPTX 也默认当视觉源页处理，只有用户明确要求才复用现有对象。
• 默认底图不含中部布局容器，需要模板容器必须显式提出。
• 依赖可用的图像生成/编辑模型能力；文字默认走视觉提取，PPTX XML 只用于校验，正常文字不能被栅格化。