image-to-ppt

Image to PPT

把输入图片重建为分层可编辑 PPTX。质量未达标时，根据具体缺陷继续修复并重新验证；不得将整页 flatten 为单张图片，也不得将仅能打开的文件当作合格成品。

全部文字（包括艺术字）必须为可编辑文字，保留原有曲线、描边和多色。文字截图、转曲轮廓、透明文字叠在原字图上均不满足该要求。复用已验证的 OCR 和组件资产，只对存在缺陷的区域继续处理；渲染与编辑验收未通过时，不宣称转换完成。

清理描边文字时同时检查内部浅色填充及外侧阴影；只清除轮廓不代表文字已移除。重建范围须覆盖实际文字清理边缘，不能仅依据原 OCR 框。修复背景中的条纹、残色和字影仍属于未通过状态。

环境

• 转换前必须阅读并执行 自动环境准备，完整仓库和仅安装 Skill 在 Windows、macOS、Linux 都自动准备缺失的 Python、Git、项目 Runtime、依赖、OCR、模型和所需渲染器。不得为依赖或模型安装向用户询问确认；遵循宿主实际审批与权限限制。

• Windows 新安装优先 D 盘，再选其他非 C 本地磁盘，仅在不存在其他本地磁盘时使用 C 盘；macOS/Linux 优先其他已挂载的本地磁盘，否则使用用户目录。使用 scripts/skill_environment.py 统一环境、模型、OCR、下载缓存与临时目录；复用已有可用环境和已验证模型。

• 使用 Python 3.10–3.12。仅有 Skill 时自动安装项目 Runtime，默认使用下文 Runtime Host Agent 流程处理图片、PDF 和 PPTX；不再要求使用者预先配置模型路径。

• 模型准备使用 image2editable models install runtime --yes，随后执行 image2editable doctor。LaMa 由本地 TorchScript adapter 调用，依赖 torch>=2.5.1,<3；SAM/LaMa/DINO 从已校验的 runtime receipt 解析。

• 原生 PDF 先复用 PowerPoint 或 LibreOffice，缺少时按自动准备流程安装；Windows PowerPoint 需要 image2editable[render-qa]。实际渲染校验通过后才能交付。

• 优先使用当前平台已正确安装的硬件加速环境；产品环境须通过 doctor，所有环境须通过下列设备预检。不要仅为 WSL 建议离开已经可用的环境：

  python -c "import sys, torch; print({'platform': sys.platform, 'cuda': torch.cuda.is_available(), 'rocm': torch.version.hip})"
  

• Windows/Linux 沿用 PyTorch 的设备接口：PyTorch 报告 CUDA 可用时使用 CUDA，ROCm 环境使用 PyTorch 提供的兼容设备接口。

• macOS 保持当前受支持的设备选择；在完成真实 Apple Silicon 回归前，不把 MPS 自动设为新默认。

• CPU 仍运行完整模型和相同质量门禁，包括 SAM 2.1 large，不替换为轻量分割模型，但推理会显著较慢。

推理不会下载模型或回退 Hugging Face cache。准备阶段自动安装并验证 runtime 模型。已有 SAM2_MODEL、LAMA_MODEL 和 GROUNDING_DINO_MODEL 绝对路径可复用：前两者校验固定文件身份，DINO 目录视为操作者显式信任的 override。源码和权重不存放在此 skill 中。大/深遮罩需要 LaMa；依赖缺失或初始化失败时明确失败，不降级到容易产生条带拖影的 OpenCV 修复。

图片兼容命令行

以下接口仅处理图片；自动准备环境后默认使用下文 Runtime 流程，PDF/PPTX 必须使用 Runtime。

从 skill 根目录执行 module，不要直接运行 scripts/image_to_ppt.py：

cd skills/image-to-ppt
python -m scripts.image_to_ppt input.png
python -m scripts.image_to_ppt input.png --slide-size original
python -m scripts.image_to_ppt input.png --slide-size 16:9
python -m scripts.image_to_ppt input.png --slide-size both
python -m scripts.image_to_ppt img1.png img2.png -o slides.pptx --slide-size both
python -m scripts.image_to_ppt input.png --lang en --reference