gpt-image2-ppt-skills

用 OpenAI gpt-image-2 一键生成高审美、高完成度的 PPT。

Claude Code / Codex / OpenClaw / Hermes 等支持 Skills 的 agent 均可原生使用。装进 agent 后，用一句自然语言生成 16:9 高清图片 + 打包好的 .pptx，也可以仿任意 .pptx 模板出全新内容。

它不走传统“模板填字”的路线，而是充分发挥 gpt-image-2 的审美、构图和排版能力，把每一页都当成完整视觉稿生成，力求让输出从封面到内页都足够精美、统一、可直接展示。

同时，项目对图片型 PPT 的后续编辑做了专门优化：默认模式仍以整页视觉稿保证 gpt-image-2 的构图与审美；如果用户明确要求文字、图形和素材可单独编辑，可以启用默认关闭的可编辑模式，把完整视觉稿重建为 PowerPoint 原生文本、基础图形、连接线和独立图片层。

🌐 English → docs/README.en.md

---

🎬 效果演示：喂一张模板，仿出一套新内容

---

🧩 可编辑模式示例（默认关闭）

可编辑模式不会限制 gpt-image-2 的初始设计：模型仍先生成包含完整文字与主视觉的成品页，再把已知文字、基础图形和复杂素材重建成 PowerPoint 对象。

这个示例的 PPTX 实测包含 13 个可选对象：5 个原生文本、6 个原生 shape、1 个 clean plate，以及 1 个可移动、可缩放的毛绒角色与粽子冰淇淋独立图片层。文字和基础图形可以直接在 PowerPoint 中修改，复杂主视觉仍保留 gpt-image-2 的完整质感。

• 下载 Case 05 可编辑 PPTX
• 查看完整 Case 05：原图、拆层素材、边缘检查和质量报告

需要可编辑交付时，可以直接这样说：

帮我生成一份可编辑模式的 PPT。文字和基础图形要能在 PowerPoint 里直接修改，复杂主视觉要能单独移动，同时尽量保留 gpt-image-2 的完整设计感。

只有明确提出“可编辑模式”“文字可以改”“元素可以拆开”或类似要求时，Skill 才会执行对象级重建。如果不特别说明，默认仍走视觉效果优先的整页图片模式。

⚠️ 可编辑模式需要本机具备 PPTX 回渲染能力。 与模板克隆模式相同，运行前必须有可执行的 Windows PowerPoint、macOS Keynote 或 LibreOffice。用户无需执行检查命令，只要像上面那样用自然语言说明需要可编辑交付；Skill 会自动检查环境，生成后把 -editable.pptx 回渲染到 editable_renders/page-XX.png，再由多模态 AI 逐页看图验收。没有可用渲染后端时，不会把未经回渲染检查的可编辑文件标记为成功。

可编辑重建采用效果优先、生成轮次受控的策略：允许多轮本地预检和回渲染；优先用字体、坐标、裁切等确定性修复，其次进行原像素提取与遮挡补全，只对失败的复杂图层进行 AI 重绘，只有整体构图失败时才重新生成整页。这样不会为了追求单轮而牺牲效果，也不会因为局部问题反复重做整页。

---

🚀 快速开始

1. 让 AI 安装 Skill

把下面这段话发给 Claude Code、Codex、OpenClaw、Cursor、Trae、Hermes Agent，或其他支持 Skills 的 AI 助手：

帮我安装 gpt-image2-ppt-skills： https://github.com/JuneYaooo/gpt-image2-ppt-skills

AI 会根据当前环境完成安装并提示你重启。

2. 安装后直接说需求

普通生成

帮我做一份关于「AI 如何改变内容创作」的 6 页 PPT，先生成一页封面给我确认，整体风格要有高级科技感。

仿模板

我上传了 company-template.pptx，请参考它的版式、配色和视觉语言，做一份关于「年度产品战略」的 8 页 PPT。

如果手头没有现成模板，也可以打开 SlideCraft Template Gallery，在网页中浏览并复制喜欢的模板，再把复制的模板内容直接发给 AI 使用。

可编辑交付

帮我生成一份可编辑模式的 PPT。文字和基础图形要能直接修改，复杂主视觉要能单独移动，同时尽量保留 gpt-image-2 的完整设计感。

AI 会整理内容、先做单页视觉确认、再生成完整 PPT，并把图片、PPTX 和输出目录交给你。

---

✨ 能做什么

• 🎨 在线模板画廊 — 集中展示目前收录的模板，可按场景和风格搜索、筛选，复制喜欢的模板 Prompt 后直接交给 AI 使用
• 🧬 模板质量验证 — 候选模板会实际生成封面、章节、内容和数据页，检查整套一致性、可读性和布局效果后再入库
• 🧭 Prompt Recipes 示例库 — examples/ 提供产品发布、融资路演、周报、课程课件、论文答辩、读书分享等常见场景的 slides_plan.md 起步模板
• 🪄 模板克隆模式 — 丢一个 .pptx 进去，AI 会参考原模板的版式、配色和插画语汇，像上面那张图一样换成新内容
• 🎯 自然语言精准编辑 — 直接说“改第 3 页副标题”“删掉页脚”“把三个数据换成新数字”，AI 会通过图生图只重生成目标页，尽量保持原风格和版式不变
• 🎮 双产出 — 每页 PNG 高清原图 + 16:9 .pptx 直接用
• ⚡ 默认 10 路并发出图 — 10 页 ~30 秒出完
• 🧪 先看一页再跑全量 — 默认建议先出封面给你确认，满意后再生成整套
• 🧾 可追踪、可回滚 — 修改过哪些页、生成过哪些版本都能追踪，方便继续改
• 🖼️ 真实素材双模式 — 用户给的真实图默认保真嵌入；用户明确允许时，也可以作为参考图融合重绘
• 🧩 可编辑模式（默认关闭） — 用户明确要求时，把文字、基础图形、连接线和复杂主视觉拆成可单独编辑的 PowerPoint 对象

✅ 适合哪些用户场景