尧图网页设计 
2000个GitHub Star换来的经验好的AI Skill是调出来的——image-to-editable-ppt-skill开发实战复盘【免费下载链接】image-to-editable-ppt-skillCodex skill for converting slide images, PDFs, and image-based PPTX files into editable PowerPoint decks.项目地址: https://gitcode.com/gh_mirrors/im/image-to-editable-ppt-skillimage-to-editable-ppt-skill 是一个把幻灯片图片、PDF、图片版 PPT 转成对象级可编辑PowerPoint 的 Codex AI Skill。这篇文章复盘我们围绕它踩过的坑2000 个 Star 不是靠功能多换来的而是靠一轮又一轮调出来的。如果你也在给 AI Agent 写 Skill这些经验大概率能帮你少走弯路。先认识项目它到底解决了什么问题很多幻灯片看得见但改不动——导出的 PDF、截图式的 PPT想改一个字都只能重做。image-to-editable-ppt-skill 做的事是把每页拆成三类对象分别重建——可读文字→ 恢复为原生文本框可改字、改字号、改颜色简单几何矩形、线条、箭头→ 恢复为 PowerPoint 形状可移动、缩放复杂视觉元素照片、插画、图标→ 保留为带来源记录的独立图片资产下面是真实转换效果。左边是图片式原稿右边是转换后打开 PowerPoint 的截图——可以看到标题、卡片、图标、图片都是独立对象选中标题会直接出现编辑手柄医疗信息图这类复杂页面也能重建文字、圆形徽标、图标都保持独立可编辑经验一规则不要写多份每条规则只有一个家这是整个仓库最核心的设计决策写在 AGENTS.md 里一句话概括One authoritative home per rule——每条规则只存在于一个文件里其他文件最多放一行指针。为什么这么坚持因为 Skill 文档是给 AI 读的重复的规则会产生两个问题漂移同一规则写两处改了一处忘了另一处AI 收到矛盾指令行为随机化。token 膨胀每次运行都要读一遍所有文档重复内容直接放大每次任务的成本。配合读者角色分离原则文档按读者拆分文件谁来读管什么SKILL.md主 agent编排、分派、状态机、用户交互page-decision-tree.md页面 worker页面对象决策的唯一事实源manifest-schema.md页面 worker所有 JSON 字段契约page-worker.md页面 worker执行模板 5 行硬规则提醒还有一个原则我们认为是精华Every rule is a recorded failure——文档里每条规则背后都对应一个真实发生过的失败。比如先决背景、再决前景、最后还原生素材的顺序就是因为先把文字变成原生文本框会锁死错误的对象来源判断属于 logo 的文字不该变成文本框。规则附带为什么AI 的遵循率明显更高。经验二别让 AI目测让它测量文字还原是最容易翻车的环节。早期版本里AI 靠看图估计字号和位置结果同级标题字号忽大忽小文本系统性偏小。复盘后我们改成测量驱动转换开始时把整个输入作为一个批量任务提交 PaddleOCR-VL为每页生成文字标注——精确的框坐标、按源图墨水实测的字号、同级字号分组size_group。AI 重建时直接抄测量值同一size_group的文字强制使用同一个字号。这里有个典型的调出来的细节确定性构建器原本对文本框做 0.9 倍保守缩放导致正确的测量字号也被系统性缩小。后来给按测量值填充的文本框加了font_size_source: measured标记构建器对测量值只保留几何上限约束不再保守缩——这一处改动让文字还原质量明显上一台阶见 CHANGELOG.md 0.2.0 条目。OCR Token 在百度 AI Studio 免费申请个人额度完全够用不配置时退化为内置离线检测知道文字在哪、多大但不识别内容质量会有折扣。经验三状态机锁进 CLIAI 不许手写状态多页转换涉及主 agent 分派多个 page worker 并行重建早期状态散落在各个脚本和对话里跑一半中断就无法恢复。现在的做法所有状态转移只能通过editpptCLI 命令推进实现见 cli/editppt/状态是pending → dispatched → recorded → accepted/complete且每一步都有确定性校验editppt run record会拿page.pptx对照manifest.json校验validation.json里顶层passed不是true的页面永远进不了 recorded 状态——failed 页面无法混进最终成品dispatched是活跃租约慢 worker 不能被 reset 顶替reset必须--confirm-lost加匹配的 agent id防止看起来卡住其实还在跑同一失败命令禁止原样重试必须先诊断再换条件。CLI 是合同tests/ 里的测试是执法文档描述的流程必须和 CLI 行为同步变更docs-and-CLI-move-together杜绝文档写了 CLI 不执行的情况。经验四翻 CHANGELOG 就能看到我们调了什么CHANGELOG.md 几乎是一部事故复盘录挑几个有代表性的prompt 模板被截断0.2.0page-worker.md 里一个嵌套代码围栏导致生成的 worker prompt 在清单字段要求之前就断了。AI 没收到完整指令行为自然跑偏——这类 bug 不调试根本发现不了。过度圆角0.3.3把直角画成圆角是高频可见失败。现在要求先对源图圆角分类straight / small-radius / large-radius / pill8-12px 的小圆角不能变成 70px 的胶囊拿不准就放大源图看仍不确定记依据并选小圆角。虚假进度page-decision-tree.md 专门一节结构校验通过 ≠ 对象来源规则被遵守。最典型的作弊是整张仪表盘截图当背景绕过可编辑结构——文档明确dashboard is not background by default。线条对象粒度0.3.3一条虚线被拆成几百个短线段对象渲染看着对但编辑负担全塞进节点里。规则改为一条连续曲线必须是一个原生路径对象虚线用样式表达不是画出来的。文字笔画双画0.2.0可读文字的笔画只属于文本框却被重复画成装饰形状预览里多出莫名的小横杠。每一条都对应失败现场 → 定位 → 补一条带理由的规则 → 测试跟上的循环。这就是标题里调出来的含义。新手上手三步跑通第一次转换第 1 步安装 skill。把仓库克隆到本地git clone https://gitcode.com/gh_mirrors/im/image-to-editable-ppt-skill然后在 agent 里说安装 image-to-editable-ppt 这个 skill即可editpptCLI 会由 AI 在安装/运行过程中自动装好你不用手动敲命令。第 2 步发起转换。在 Codex 中直接$image-to-editable-ppt 把这张图片转成可编辑 PPT。 $image-to-editable-ppt 把 path-to-deck.pdf 转成可编辑 PPT。单页输入由主 agent 本地重建多页输入按并发槽位默认 6分派给 page worker 并行处理流程见 docs/workflow.md。第 3 步建议开完全访问权限。这个 skill 运行时间长会自动执行 OCR、图片生成/编辑、子 agent 分派和长时间轮询请求批准模式会频繁打断甚至卡住流程⚠️ 成本提醒每页执行重建 → 自检 → 页内修正多轮循环转换成本约为生成图片式 PPT的 2-3 倍单页可能 10 分钟以上10 页 deck 可能耗完 5 小时额度——推荐 ChatGPT Pro 用户Plus 用户建议先拿单页试水。如果没有强烈的可编辑需求请不要用这个 skill直接让图像编辑改那一页图片更划算。另外它只负责重建从大纲/文章创作新 PPT 是另一个 skill 的分工详见 docs/design.md。写在最后回顾整个项目功能层面图片转可编辑 PPT只是起点真正把体验做上去的是文档所有权模型、测量驱动、CLI 状态机和一条条失败驱动的规则。写第一版只要一天调到位花了几十轮。如果你正在开发自己的 AI Skill建议把时间预算更多地分给调每条规则问自己它防的是哪次失败每次 bad case 都落回文档和测试而不是停留在对话里。更多背景可以读 docs/faq.md 与 docs/quickstart.mdskill 本体在 skills/image-to-editable-ppt/ 下。【免费下载链接】image-to-editable-ppt-skillCodex skill for converting slide images, PDFs, and image-based PPTX files into editable PowerPoint decks.项目地址: https://gitcode.com/gh_mirrors/im/image-to-editable-ppt-skill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 2000个GitHub Star换来的经验：好的AI Skill是调出来的——image-to-editable-ppt-skill开发实战复盘
2000个GitHub Star换来的经验好的AI Skill是调出来的——image-to-editable-ppt-skill开发实战复盘【免费下载链接】image-to-editable-ppt-skillCodex skill for converting slide images, PDFs, and image-based PPTX files into editable PowerPoint decks.项目地址: https://gitcode.com/gh_mirrors/im/image-to-editable-ppt-skillimage-to-editable-ppt-skill 是一个把幻灯片图片、PDF、图片版 PPT 转成对象级可编辑PowerPoint 的 Codex AI Skill。这篇文章复盘我们围绕它踩过的坑2000 个 Star 不是靠功能多换来的而是靠一轮又一轮调出来的。如果你也在给 AI Agent 写 Skill这些经验大概率能帮你少走弯路。先认识项目它到底解决了什么问题很多幻灯片看得见但改不动——导出的 PDF、截图式的 PPT想改一个字都只能重做。image-to-editable-ppt-skill 做的事是把每页拆成三类对象分别重建——可读文字→ 恢复为原生文本框可改字、改字号、改颜色简单几何矩形、线条、箭头→ 恢复为 PowerPoint 形状可移动、缩放复杂视觉元素照片、插画、图标→ 保留为带来源记录的独立图片资产下面是真实转换效果。左边是图片式原稿右边是转换后打开 PowerPoint 的截图——可以看到标题、卡片、图标、图片都是独立对象选中标题会直接出现编辑手柄医疗信息图这类复杂页面也能重建文字、圆形徽标、图标都保持独立可编辑经验一规则不要写多份每条规则只有一个家这是整个仓库最核心的设计决策写在 AGENTS.md 里一句话概括One authoritative home per rule——每条规则只存在于一个文件里其他文件最多放一行指针。为什么这么坚持因为 Skill 文档是给 AI 读的重复的规则会产生两个问题漂移同一规则写两处改了一处忘了另一处AI 收到矛盾指令行为随机化。token 膨胀每次运行都要读一遍所有文档重复内容直接放大每次任务的成本。配合读者角色分离原则文档按读者拆分文件谁来读管什么SKILL.md主 agent编排、分派、状态机、用户交互page-decision-tree.md页面 worker页面对象决策的唯一事实源manifest-schema.md页面 worker所有 JSON 字段契约page-worker.md页面 worker执行模板 5 行硬规则提醒还有一个原则我们认为是精华Every rule is a recorded failure——文档里每条规则背后都对应一个真实发生过的失败。比如先决背景、再决前景、最后还原生素材的顺序就是因为先把文字变成原生文本框会锁死错误的对象来源判断属于 logo 的文字不该变成文本框。规则附带为什么AI 的遵循率明显更高。经验二别让 AI目测让它测量文字还原是最容易翻车的环节。早期版本里AI 靠看图估计字号和位置结果同级标题字号忽大忽小文本系统性偏小。复盘后我们改成测量驱动转换开始时把整个输入作为一个批量任务提交 PaddleOCR-VL为每页生成文字标注——精确的框坐标、按源图墨水实测的字号、同级字号分组size_group。AI 重建时直接抄测量值同一size_group的文字强制使用同一个字号。这里有个典型的调出来的细节确定性构建器原本对文本框做 0.9 倍保守缩放导致正确的测量字号也被系统性缩小。后来给按测量值填充的文本框加了font_size_source: measured标记构建器对测量值只保留几何上限约束不再保守缩——这一处改动让文字还原质量明显上一台阶见 CHANGELOG.md 0.2.0 条目。OCR Token 在百度 AI Studio 免费申请个人额度完全够用不配置时退化为内置离线检测知道文字在哪、多大但不识别内容质量会有折扣。经验三状态机锁进 CLIAI 不许手写状态多页转换涉及主 agent 分派多个 page worker 并行重建早期状态散落在各个脚本和对话里跑一半中断就无法恢复。现在的做法所有状态转移只能通过editpptCLI 命令推进实现见 cli/editppt/状态是pending → dispatched → recorded → accepted/complete且每一步都有确定性校验editppt run record会拿page.pptx对照manifest.json校验validation.json里顶层passed不是true的页面永远进不了 recorded 状态——failed 页面无法混进最终成品dispatched是活跃租约慢 worker 不能被 reset 顶替reset必须--confirm-lost加匹配的 agent id防止看起来卡住其实还在跑同一失败命令禁止原样重试必须先诊断再换条件。CLI 是合同tests/ 里的测试是执法文档描述的流程必须和 CLI 行为同步变更docs-and-CLI-move-together杜绝文档写了 CLI 不执行的情况。经验四翻 CHANGELOG 就能看到我们调了什么CHANGELOG.md 几乎是一部事故复盘录挑几个有代表性的prompt 模板被截断0.2.0page-worker.md 里一个嵌套代码围栏导致生成的 worker prompt 在清单字段要求之前就断了。AI 没收到完整指令行为自然跑偏——这类 bug 不调试根本发现不了。过度圆角0.3.3把直角画成圆角是高频可见失败。现在要求先对源图圆角分类straight / small-radius / large-radius / pill8-12px 的小圆角不能变成 70px 的胶囊拿不准就放大源图看仍不确定记依据并选小圆角。虚假进度page-decision-tree.md 专门一节结构校验通过 ≠ 对象来源规则被遵守。最典型的作弊是整张仪表盘截图当背景绕过可编辑结构——文档明确dashboard is not background by default。线条对象粒度0.3.3一条虚线被拆成几百个短线段对象渲染看着对但编辑负担全塞进节点里。规则改为一条连续曲线必须是一个原生路径对象虚线用样式表达不是画出来的。文字笔画双画0.2.0可读文字的笔画只属于文本框却被重复画成装饰形状预览里多出莫名的小横杠。每一条都对应失败现场 → 定位 → 补一条带理由的规则 → 测试跟上的循环。这就是标题里调出来的含义。新手上手三步跑通第一次转换第 1 步安装 skill。把仓库克隆到本地git clone https://gitcode.com/gh_mirrors/im/image-to-editable-ppt-skill然后在 agent 里说安装 image-to-editable-ppt 这个 skill即可editpptCLI 会由 AI 在安装/运行过程中自动装好你不用手动敲命令。第 2 步发起转换。在 Codex 中直接$image-to-editable-ppt 把这张图片转成可编辑 PPT。 $image-to-editable-ppt 把 path-to-deck.pdf 转成可编辑 PPT。单页输入由主 agent 本地重建多页输入按并发槽位默认 6分派给 page worker 并行处理流程见 docs/workflow.md。第 3 步建议开完全访问权限。这个 skill 运行时间长会自动执行 OCR、图片生成/编辑、子 agent 分派和长时间轮询请求批准模式会频繁打断甚至卡住流程⚠️ 成本提醒每页执行重建 → 自检 → 页内修正多轮循环转换成本约为生成图片式 PPT的 2-3 倍单页可能 10 分钟以上10 页 deck 可能耗完 5 小时额度——推荐 ChatGPT Pro 用户Plus 用户建议先拿单页试水。如果没有强烈的可编辑需求请不要用这个 skill直接让图像编辑改那一页图片更划算。另外它只负责重建从大纲/文章创作新 PPT 是另一个 skill 的分工详见 docs/design.md。写在最后回顾整个项目功能层面图片转可编辑 PPT只是起点真正把体验做上去的是文档所有权模型、测量驱动、CLI 状态机和一条条失败驱动的规则。写第一版只要一天调到位花了几十轮。如果你正在开发自己的 AI Skill建议把时间预算更多地分给调每条规则问自己它防的是哪次失败每次 bad case 都落回文档和测试而不是停留在对话里。更多背景可以读 docs/faq.md 与 docs/quickstart.mdskill 本体在 skills/image-to-editable-ppt/ 下。【免费下载链接】image-to-editable-ppt-skillCodex skill for converting slide images, PDFs, and image-based PPTX files into editable PowerPoint decks.项目地址: https://gitcode.com/gh_mirrors/im/image-to-editable-ppt-skill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考