在汇报材料复用和演示文稿修改中,使用者有时只能拿到幻灯片截图。直接将截图插入 PowerPoint 虽能展示,却无法修改文字、基础图形和布局;重新制作又需要逐项识别与排版。项目面向这一办公内容再编辑场景,尝试将单页截图重建为包含原生对象的 PPTX,减少重复制作工作。
点击空白处退出提示
在汇报材料复用和演示文稿修改中,使用者有时只能拿到幻灯片截图。直接将截图插入 PowerPoint 虽能展示,却无法修改文字、基础图形和布局;重新制作又需要逐项识别与排版。项目面向这一办公内容再编辑场景,尝试将单页截图重建为包含原生对象的 PPTX,减少重复制作工作。
系统以单页幻灯片图片为输入;图片重建 HTML/CSS 的路径需要配置视觉模型网关,也提供直接输入 HTML 的路径及离线冒烟验证。随后由 Chromium 渲染页面并与原图比较,提取页面元素的位置和样式,将文字、基础形状、线条及图片写入 PPTX,而非将整张截图贴进幻灯片。项目提供命令行入口和本地 Web 面板,可查看转换阶段、原图与渲染结果对比、节点运行记录,并下载生成的 PPTX;也支持阶段重入。
项目使用 TypeScript、Node.js 和 LangGraph 组织图像理解、浏览器渲染、视觉比较、修正与文件导出阶段;默认修正规划为确定性逻辑,视觉模型修正为可选路径。通过 Playwright 获取页面布局,将元素转换为中间场景结构,再由 PptxGenJS 输出 PowerPoint 原生对象。实现难点是将截图中的视觉布局映射为可编辑元素,并处理文字排版、图片区域和视觉偏差。目前定位为单页转换工具,不宣称支持任意多页文稿或复杂图表、动画的完整还原。



评论