GPT Image 2 PPT 生成器

问题背景

用 gpt-image-2 做 PPT 的常见痛点不是“能不能出图”，而是风格不稳定、版式不可控、真实图片容易压进背景。手工写 prompt 时，封面、数据页、正文页容易跑偏；模板克隆又依赖本地渲染后端，密钥和代理环境也常混在一起。

工作方式

gpt-image2-ppt-skills 将输入收敛为 slides_plan.md / slides_plan.json + styles/*.md。流程是先写给人看的 Markdown 大纲，经 md_to_plan.py 派生 JSON，再按风格生成每页 prompt，逐页输出 16:9 PNG，最后打包成 .pptx。

• 指定风格：内置 gradient-glass、clean-tech-blue、swiss-grid 等风格，强调场景匹配与版式一致性。
• 模板克隆：通过 render_template.py 将 .pptx 渲染为每页 PNG，多模态 agent 可据此生成 template_profile.json。
• 真实图片：外部图片作为独立 PPT 对象叠在背景上，避免整页合并后无法拖动。
• 场景 recipes：产品发布、融资路演、周报、论文答辩等模板只作为结构参考，不替代用户素材。

适用边界

它适合已有大纲、主题或 .pptx 模板的场景；不适合凭空生成完整内容，也不保证所有平台都能直接渲染模板。纯文本 agent 使用模板克隆时需要外挂 vision 端点；Codex 原生 image_generation 路径应优先由 agent 本身出图，而不是交给 Python 子进程转手。