Agent Skills
返回列表
📁

Nature Image2PPT

办公效率 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/yuan1z0825-nature-skills-nature-image2ppt 。

技能介绍

要解决的问题

将截图、扫描页或图片型幻灯片还原成 .pptx 时,常见做法是直接贴图或使用通用转换器,结果往往版面错位、文字变成像素、公式无法编辑、箭头被拆成线条和三角形,且后续难以维护。Nature Image2PPT 把这类图片当作有结构的输入来重建,目标是保留语义区域、文字提示、公式、原生图元和箭头关系,生成可编辑、可校验的幻灯片页面,而不是简单把页面截图包起来交付。

工作机制

该技能以本地 SKILL.md 为完整运行时契约,要求 Python 3.10+(或专用虚拟环境中的 /.venv/bin/python / /.venv/Scripts/python.exe),并通过命令行驱动确定性的状态机。工作流从预检和 OCR 选择开始:配置 PADDLE_OCR_TOKEN 时使用百度 AI Studio PADDLE OCR;未配置时使用本地 builtin-ink 回退,该回退只能测量文本几何,不能识别字符,需要向用户说明一次并提供配置路径。离线场景可按离线-only 处理。

准备一次运行时,page_jobs.json 是唯一的页面状态来源,pages/page_NNN/manifest.json 是唯一的页面内容来源,deck_manifest.json 是最终组装来源。每个页面按契约重建:结构化或复合页面拆成 3–5 个语义区域并独立路由;可测量的圆形、卡片、直线/虚线关系和简单连接线保持原生;细箭头必须表示为同对象的单个连接工具,箭头头部与连接线在同一对象上;填充箭头必须表示为单个 Arrow AutoShape,标签居中且在同一对象内;不得把知识图谱类页面拍平成一张图片。公式渲染是硬门控:缺少引擎、转换器或编译失败时页面保持失败,除非用户明确批准该公式例外并在 manifest 中记录 user_approved_exception: true 和具体原因。证据文件必须覆盖当前 source/render hashes 和所有必需的检查项。

适用边界与注意点

  • 不发现或调用其他 Skill、CLI、Prompt、Schema、模块或状态机;只使用本地 CLI 的 prepare、run、next/dispatch/record/reset/hints/finalize 和页面生命周期命令。
  • 页面构建、校验、提示和 QA 只能读写当前页面目录;manifest 路径、记录资产、公式、报告、预览和 --out 不能使用 ..、symlink 或绝对路径。越界会被当作硬失败。
  • 图像后端默认优先 builtin-imagegen;仅当内置工具不可用、报错、无法读取输入或无有效本地输出时才回退,并在 imagegen-jobs.json 记录实际生产者和允许的回退原因。
  • OCR 未配置时只提供文本几何提示,不识别字符;离线-only 场景需显式选择。
  • 页面必须通过标准的 Image2PPT 区域、箭头和渲染门控才能记录;如果任何页面或最终门控未通过,就不能宣称 deck 完成。

使用场景

  • 把论文或资料里的整页插图转成可编辑 PPT,重建标题、文本、图元和箭头关系,而不是直接贴图。
  • 把扫描得到的只读 PPT 逐页还原成 `.pptx`,保留版面中的原生图元与公式,便于后续修改。
  • 处理知识图谱截图时,把节点、卡片和关系分别路由到不同区域,用单个连接工具和 `Arrow AutoShape` 表达箭头,避免拍平成图片。
  • 当截图中有复杂局部子图时,将这些部分限制为透明位图资产,其余可测量对象保持原生绘制,以平衡保真度和可编辑性。

适合人员

  • 演示文稿工程师:需要把截图、扫描页和图片型幻灯片还原为可继续编辑、可调版式的 `.pptx`。
  • 知识工程师:处理架构图、流程图和知识图谱截图时,要把节点、关系和箭头关系还原成原生对象,避免整图贴片。
  • 科研排版相关人员:需要把论文或资料中的整页图文重建为结构化幻灯片,并保留公式和关键文字。
  • 技术内容作者:希望从复杂截图中提取可复用的版面与图元,再产出结构清晰的演示材料。