Long-ppt skill

Long-ppt skill 是一套面向真实交付场景的 PPT 技能仓库。它不把“生成 PPT”理解成单一步骤，而是把完整流程拆成更接近实际工作的几层能力：

1. 基于现有材料理解内容
2. 提炼页面结构与信息层级
3. 为不同页面选择更合适的重建路线
4. 最终交付可编辑、可维护、可复用的 PPT

这套仓库采用“总仓库 + 多子 skill”的组织方式：

• 一个总仓库
• 多个子 skill
• 每个 skill 聚焦一类明确问题
• 文档优先、复用优先、交付优先

它解决的不是“做一页图”，而是“做成一套能交付的 PPT”

很多 PPT 任务真正难的不是画，而是判断：

• 这页的核心信息到底是什么
• 这页应该保留原视觉，还是重新组织结构
• 这页更适合图片优先，还是原生对象重建
• 这页是否值得做成可编辑对象，方便后续继续维护

这也是原始 ppt1 路线里最重要的价值：先做结构判断，再决定执行方式。

仓库里的 skill

Skill	作用	适合场景
long-ppt-core	结构优先的总控编排	现有材料总结、Word 改大纲、整套 PPT 路线判断
long-ppt-image	图片与底板生成	封面、背景、结构底板、AI 出图页
long-ppt-rebuild	现有视觉页可编辑重建	PNG/JPG 视觉稿、截图页、图片版 PPTX 的可编辑重建
long-ppt-hybrid	Hybrid 可编辑重建	大屏页、仪表盘页、监控页、截图保真页
long-ppt-native	python-pptx 原生对象重建	架构图、附件页、能力图、结构图
long-ppt-vba	VBA 原生重建	宏驱动的 PowerPoint 工作流

与 gpt-image-2 的关系

Long-ppt 负责的是 PPT 工作流与页面路线判断。
gpt-image-2 或兼容图片接口负责的是图片生成执行层。

可以这样理解：

• long-ppt-image 是 PPT 场景里的图片能力层
• 图片接口是更通用的素材生成执行层

真实工作流通常是：

1. long-ppt-core 判断某页是否需要先出图
2. long-ppt-image 定义这页该生成什么图、保留哪些留白、是否要回填
3. 图片链路执行出图
4. 如果任务起点是一页现有视觉稿或图片页，进入 long-ppt-rebuild
5. 再根据页面类型进入 long-ppt-hybrid、long-ppt-native 或 long-ppt-vba

Long-ppt 的核心能力分层

1. 结构提炼

这是 Long-ppt 最关键的一层。

先基于现有材料回答这些问题：

• 标题是什么
• 主信息是什么
• 解释信息是什么
• 哪些区域需要保留视觉
• 哪些区域适合还原成原生对象

2. 图片路线

适合：

• 封面
• 背景图
• 结构底板
• 抽象场景图
• 先出图再接 PPT 的页面

3. Hybrid 路线

适合：

• 复杂截图页
• 大屏页
• 仪表盘页
• 希望保留原视觉，同时把核心文字改成可编辑

4. 现有视觉页重建路线

适合：

• 用户给的是一页现成图片
• 图片版 PPTX
• 截图页还原
• 希望把整页视觉稿变回可编辑 PPT

5. python-pptx 原生路线

适合：

• 架构图
• 框架图
• 附件页
• 能力图
• 结构规则明确的方案页

这条路线的核心价值是：

• 直接输出普通 pptx
• 不依赖宏
• 原生对象稳定
• 方便继续编辑和复用

6. VBA 路线

适合：

• Office 端本来就依赖宏
• 需要在 PowerPoint 内自动执行重建
• 希望把重建逻辑组织成 VBA 模块

推荐使用顺序

1. 先看 skills/index.md
2. 再看 workflow-overview.md
3. 如果页面视觉本身不够好，优先看 long-ppt-image
4. 如果给的是现有图片页、截图页、整页视觉稿，优先看 long-ppt-rebuild
5. 如果页面是截图、大屏、监控风页面，优先看 long-ppt-hybrid
6. 如果页面是架构图、附件页、结构图，优先看 long-ppt-native
7. 如果必须走宏自动化，再看 long-ppt-vba

真实案例

建议结合这些内容一起看：

• skills/index.md
• decision-matrix.md
• workflow-overview.md
• quickstart.md
• runtime-and-dependencies.md
• cases/README.md
• examples/README.md
• AI 架构图转可编辑 PPT 说明
• 电力可观测性架构图可编辑重建版 PPT
• 电力可观测性架构图预览 PNG
• 按原版式重建示例 PPT
• 按原版式重建示例参考图

这些案例体现了 Long-ppt 的一个重要原则：

• 不是盲目把图片“反向描出来”
• 而是先抽象成结构模型
• 再用 PowerPoint 原生对象重建

可直接运行的脚本

拉取仓库后，可以先直接运行这三份 Python 示例脚本：

python scripts/build_power_observability_editable.py
python scripts/build_attached_arch_editable.py
python scripts/build_arch_like_original_editable.py

默认输出文件：

• output/power_observability_editable.pptx
• output/attached_architecture_editable.pptx
• output/arch_like_original_editable.pptx

这三份脚本分别对应：

• build_power_observability_editable.py
  • long-ppt-native 路线
  • 用 python-pptx 将架构图重建为可编辑 PPT
• build_attached_arch_editable.py
  • long-ppt-native 路线
  • 用原生对象重建附件/阶段规划类结构页
• build_arch_like_original_editable.py
  • long-ppt-rebuild 路线
  • 按原版式思路重建分层架构图页面

安装与使用

1. 拉取仓库并安装基础依赖：

git clone https://github.com/dragon43ppp/long-ppt-skill.git
cd long-ppt-skill
pip install -r requirements.txt

2. 把需要的子目录复制到你的 skill 目录，例如：

$CODEX_HOME/skills/long-ppt-core
$CODEX_HOME/skills/long-ppt-image
$CODEX_HOME/skills/long-ppt-rebuild
$CODEX_HOME/skills/long-ppt-hybrid
$CODEX_HOME/skills/long-ppt-native
$CODEX_HOME/skills/long-ppt-vba

3. 按页面类型选择对应 skill：

• 现有材料总结、Word 改大纲、整套 PPT 路线判断：long-ppt-core
• 图片页、截图页、视觉稿还原：long-ppt-rebuild
• 大屏页、监控页、仪表盘页：long-ppt-hybrid
• 架构图、附件页、规则明确的结构页：long-ppt-native
• 需要先做底板、封面或视觉页：long-ppt-image
• 必须依赖 Office 宏环境：long-ppt-vba

仓库结构

long-ppt-skill/
├─ README.md
├─ LICENSE
├─ decision-matrix.md
├─ workflow-overview.md
├─ quickstart.md
├─ runtime-and-dependencies.md
├─ requirements.txt
├─ skills/
│  ├─ index.md
│  ├─ long-ppt-core/
│  ├─ long-ppt-image/
│  ├─ long-ppt-rebuild/
│  ├─ long-ppt-hybrid/
│  ├─ long-ppt-native/
│  └─ long-ppt-vba/
├─ cases/
└─ examples/

设计原则

这套 skill 不追求“所有页面都用同一种方法做”。 它更看重的是：

• 页面最终能交付
• 重要内容可编辑
• 后续还能继续维护
• 生产效率足够高