renaissance-mind/drawai/drawai-image2ppt

DrawAI Image2PPT

在 DrawAI 插件中使用时，先阅读 drawai-readme，沿用已经确认的模式。输入是 drawai-design 确定的页面图像，或用户直接提供的完整页面图像。本阶段负责实际 PPT 构建、原生对象编辑、导出、检查与制作源交付。使用同一 DrawAI 安装中的 Python API／CLI；技能目录内脚本保留兼容调用。

输入与模式

先验证 drawai.visual-deck.v1 清单，按保存的页序与原图处理：

drawai visual verify visual-deck.json

只提供图片时先登记清单；已有可编辑 PPTX 的明确局部修改可直接进入原生编辑流程。模板和视觉设计需要改变时回到 drawai-design 更新输入，不暗中改动已确定的内容。

Session 最终制作默认由当前 Agent 实施，沿用真实模型、推理配置和工具权限。模型版本未知时仍保留当前 Agent；看图或执行能力缺失时报告问题。图像可以使用宿主工具或外接 API，图像来源不会改变最终制作 Agent。仅用户明确指定其他 Agent 或 Flow 时切换相应执行方式。

DrawAI-Flow

先确认 Workbench 可连接、所需处理器与 Agent 配置可用。默认 Workbench 与 API 共用 http://127.0.0.1:8890；使用当前安装配置的实际地址。启动和首次模型准备遵循仓库运行文档，不重建 Studio 项目服务。

有 drawai_flow 时使用以下操作：

1. status 不带批次 ID，检查当前连接与实际健康信息。
2. Session 提交传入规划结果 implementation.flow_agent_settings 作为本任务 agent_settings；用户明确选择工作台 Agent 时按 configured 处理。submit 传入 visual_manifest，上传经过验证的页面图像，返回本任务的排队批次与 Workbench 地址；提交本身不代表转换成功。
3. 用户指定在工作台手动操作时打开该入口继续。用户要求直接制作或已经确定执行流程时调用 start，执行本任务的批次，随后用 status 查看真实进度。出现失败或等待素材审阅时处理实际原因；不要把请求发送成功当成成品。
4. 全部页面完成后调用 export，传入本任务的 batch_id 和新的 output_path，下载完整 PPTX，再按下述文件验收检查。

只有使用本任务提交结果中的批次 ID 才能启动或导出。DRAWAI_WORKBENCH_API_URL 与 DRAWAI_WORKBENCH_UI_URL 配置服务地址；本地 Python 路径可用 DRAWAI_PYTHON 指定。没有 MCP 时，可在 Workbench 上传相同图像并执行，或使用现有 REST API／CLI 完成同一流程。

当前会话 Skill

查看每页原图与已知文字、数据，拆分文字、形状、连线、表格、图表和复杂局部素材。简单结构用原生对象；照片、复杂插画与纹理可用局部原图裁剪。需要可编辑的内容按对象重建，不能把整页图像当成最终 PPT 背景。

保持确定的画布、相对位置、样式、分组与层叠顺序。有真实原始数据时使用数据构建图表；只有曲线图片时记录无法恢复的精确数据与近似。用户 PPTX 模板的格式要求通过实际模板解析与原生结构处理。

文档使用 presentation.document.v1，以 pt 作为位置、尺寸、字号与线宽单位；96 DPI 下像素坐标统一乘 0.75。可写文档 JSON，或用 Python 构造页面对象。将重建与修改的实现、素材处理和导出源保存在任务目录。

drawai presentation export deck.document.json --pptx output/v1/deck.pptx --svg-dir output/v1/svg --report output/v1/export.json

文档 API 与图片重建、PPTX 原生修改、SVG 插入流程分别见 文档 API 和 制作与编辑。复杂素材见 素材，属性条件见 实现矩阵。实际实现与扩展方法见 代码指南。

环境与验证

安装统一 DrawAI 包后直接使用 PPT 核心。依赖用 drawai setup --enable preview --install-system 按需启用，状态用 drawai doctor 检查。LibreOffice 与 Poppler 用于真实 PPTX 渲染和 SVG 导出；LaTeX 转 Office Math 需要 Pandoc。字体必须可用，报告记录实际字体替代。预览默认忽略临时渲染副本的嵌入字体引用，交付原件保留嵌入字体；需要原字体渲染时使用 --embedded-fonts preserve。

drawai presentation validate output/v1/deck.pptx
drawai presentation inspect output/v1/deck.pptx --output output/v1/inventory.json
drawai presentation render output/v1/deck.pptx --output-dir output/v1/preview

两种模式都检查实际 PPTX：页数、页序、尺寸、文字与数据、可编辑对象、引用关系，以及预览中的断行、裁剪、遮挡、连线与模板一致性。发现问题后在新版本目录修正并重新导出。模板复制、备注或原生 XML 编辑涉及结构时，目标 PowerPoint 可用则实际打开，确认没有修复提示；不具备该环境时说明实际完成的检查。

最终交付 PPTX、页面预览、视觉图像清单，以及所用脚本、文档源、素材、相关数据和转换报告。Flow 的完整运行包和 Skill 的文档模型保留各自实际来源；统一阶段输入与交付，不把内部数据格式差异伪装成同一种运行记录。