对应版本:2026-10-14
这一版给图片转 PPT 的结果加上了几道自动把关:模型拆完后自动做一次完整性检查;拆解过程中画布边收边画;还可以把当前预览的截图和原图一起交给模型对比复查。模型配置和正在处理的任务也会保存在本机,服务重启后可以恢复。
背景
上一章的第一版只做了三件事:模型把图片拆成 DrawScript、用户逐个确认、导出原生可编辑的 PPTX。图片转 PPT 的流程是通的,但质量完全依靠人工核对:漏了一条分隔线、少画了一个图标,只能由用户对照原图逐个查找;拆解过程中画布一直是空的;改完一个元素,也不容易看出画布上哪里变了。

完整性检查与视觉复检:同一套报告
两种检查使用同一份检查清单和同一种报告格式,按九个维度检查:
| 维度 | 关注什么 |
|---|---|
| 遗漏 | 原图里有、重建里没有的文字、图标、分隔线、形状、背景色块、箭头等 |
| 文字 | 文字是否逐字一致,包括缺字、错字、截断、大小写和换行 |
| 文字样式 | 字号、粗体斜体、颜色、对齐 |
| 几何 | 位置、大小和比例 |
| 颜色 | 填充、线条和背景颜色 |
| 形状近似 | 用多边形或线条近似的图形能否辨认 |
| 叠放 | 先后顺序是否造成错误遮挡 |
| 多余 | 重建里有、原图里没有的元素 |
| 覆盖度 | 整体还原程度,分高、中、低三档 |
两者的区别在于给模型看什么。完整性检查给模型原图和当前的元素清单;视觉复检再附上一张当前预览的截图,专门找只有画出来才会暴露的问题,例如实际呈现的颜色、遮挡、字体回退和真实的位置偏移。
模型给出的报告里个别条目格式不对时,只丢弃这一条,不让整份报告失败。每份报告最多列 40 条问题、补齐 24 个元素。
补齐的元素必须人工确认
模型认为明确遗漏、并且能给出准确位置的元素,会自动补进脚本。每个补进来的元素都要经过和拆解相同的校验,不合格的跳过,并在报告里说明原因。补进来的元素标为「新增·待确认」,导出前仍需逐个确认,模型补的内容不会绕过人工审核进入 PPTX。
报告何时过期
脚本内容改动后,报告会提示「脚本已改动,此报告可能过期」。只确认元素不会让报告过期:拿到报告后的下一步就是逐个确认,如果确认也让报告过期,报告就失去了作用。
拆解后自动检查
拆解完成后会自动运行一次完整性检查。检查本身失败不影响已经成功的拆解结果,页面会提示可以点「重新检查」重试。视觉复检需要用户手动发起。

实时预览
拆解是流式进行的。这一版起,每收到一段模型输出,页面就把其中已经完整的元素画到画布上,用户能看着页面一点点被画出来。拆解结束后,画布切换为服务端校验过的正式结果;预览只用于观看,最终以校验结果为准。
变动高亮
手动修改参数、对话修改、检查补齐的元素,会在画布上闪烁一次轮廓(约 1.4 秒),元素清单同时滚动到第一个变动项。高亮只是界面提示,不会写进脚本,也不会出现在导出文件里。
视觉复检
图片转幻灯片的复检截图在浏览器里生成:按原图的像素尺寸渲染当前画布,去掉选中框,铺白底后输出 PNG,这样截图和原图的坐标一一对应。复检面板分步显示进度(截图、上传比对、模型复检、完成),并展示本次用于对比的截图,方便用户看到模型拿到的是什么。报告中指向具体元素的问题可以点击跳转到该元素。
多选
元素选择从单选改为多选:Cmd/Ctrl 点击切换选中,Shift 点击按清单顺序连选,并新增「确认选中」「删除选中」。对话修改仍然只作用于一个元素,多选时会提示只保留一个选中项。
改进
- 为了不让一个空的占位元素拖垮整次拆解,拆解和导入脚本时会忽略文字为空的占位元素,并提示「已忽略 N 个空文本占位元素」。其他内容不做改动;单元素修改、对话修改和检查补齐仍然严格校验。
- 为了应对模型在 JSON 前后附带说明文字、示例、注释或多余逗号的情况,我们改为从输出中找出真正的脚本再解析。仍然失败时会区分两种情况提示:输出在结尾被截断(通常是触及了输出长度上限),或者格式不符合要求(建议查看「大模型输出过程」、换用更强的多模态模型,或改为手动导入)。
- 模型配置保存在本机服务端,服务重启后自动恢复,不必重新填写。只修改模型名或接口地址时,API Key 可以留空,沿用已保存的密钥。密钥不会返回给浏览器;清除配置会同时删除保存的内容;不希望密钥写入磁盘时,可以在启动服务前设置环境变量 IMG2PPTX_PERSIST_CONFIG=0 关闭保存。
- 正在处理的任务(原图、脚本、确认进度和检查报告)同样保存在本机,服务重启后页面会自动恢复上一次的任务,确认到一半的进度不会丢失。任务数量上限(12 个)和闲置 1 小时清理的规则不变。
- 服务端终端会记录每次拆解和检查的关键过程,例如模型返回了多少内容、装入了多少元素、失败原因和检查结果,便于排查问题。日志里不包含密钥。
报告解析、元素补齐、过期判定、占位元素清理和重启恢复都有自动化测试覆盖。
这一版的边界
- 检查只能补,不能改:几何、颜色、文字样式类的问题只会列出来,需要用户自己修改,或使用对话修改。第 03 章加入了按严重程度分级的自动修复。
- 能补齐的元素仅限六种基础图形,logo、照片和复杂图标只能用多边形近似,或者暂时缺失;检查清单里也还没有阴影这类效果的维度。第 03 章加入了图标库、外链图片和阴影等效果,第 07 章加入了从原图抠图。
图标、外链图片、效果的表达,以及按严重程度分级的自动修复,是下一章的内容。