图片转 PPT 的结果在元素清单里看着对，画出来仍可能不对，这就是视觉复检要解决的问题：它把当前预览画布在浏览器里截成一张 PNG，和原图一起发给多模态模型，让它对比两张图找差异。完整性检查只给模型看元素的数值参数，模型要根据参数判断画出来是什么样；视觉复检让模型直接看渲染结果，专门查找画出来之后才显现的问题：实际颜色、遮挡、字体回退、真实的位置偏移，以及原图里有而截图里缺失的内容。报告格式、补齐和自动修复规则和完整性检查相同，补进来的元素同样是「新增·待确认」。视觉复检不会自动运行，需要在「视觉复检」标签页里点「开始视觉复检」。
使用流程
面板用 4 步进度条展示过程：截图中 → 上传比对中 → 模型复检中 → 复检完成。说明文字是「把当前预览渲染成截图，与原图逐元素对照，再做一次清单复检。」。复检期间按钮显示「复检中…」；完成后显示「复检报告」，可以点「重新复检」再来一次。
- 页面还没有元素时提示「没有可复检的脚本」，画布还没渲染完成时提示「预览尚未就绪」；
- 浏览器截取当前预览。截图同时显示在左侧面板的「复检用截图」处，方便确认模型看到的是什么；
- 截图和原图一起交给模型对比；
- 完成后提示「视觉复检完成，补齐了 N 个遗漏元素，请核对。」或「视觉复检完成。」，新增元素在画布上闪烁，并在清单里标出；
- 任何一步失败，错误原因都会显示在面板里。
上传新图片会清掉上一次的截图和进度，因为旧截图和新原图无法对照。
截图怎么来的
截图在浏览器里生成：
- 按原图的像素尺寸输出。页面上的画布是缩放显示的，按原尺寸截图，坐标才能和原图一一对应；
- 去掉选中框，截图里只有页面内容；
- 抠图和已经下载到本地的外链图片，先嵌入截图，确保截图里能看到图片内容；
- 没有本地副本的图片（早期保存的外链图片，或图片读取失败）换成灰色虚线框，避免那块区域是空白、被模型报为遗漏；
- 铺白色底，输出为 PNG。
同一张截图也作为可选的「当前渲染效果」发给 imageToEditablePPT-Agent 和 beautyPPT-Agent（诊断、生成方案、逐步修改），图片转幻灯片的质量检查复用这一份截图。截图没有成功时就不附带，不影响这些操作。
运行条件
视觉复检和完整性检查使用相同的运行规则：
- 同一任务一次只能运行一个操作，同一时间最多运行 2 个 AI 操作；
- 需要先有拆解结果；
- 需要原图：来自 .pptx 导入的页面没有原图可对照，不能使用视觉复检；
- 应用重设计后页面不再对照原图，视觉复检暂不可用，撤销重设计后恢复；
- 截图大小上限和上传原图相同，为 20MB；
- 单次复检最长 300 秒，复检和随后最多 6 次自动修复共用这个时限；
- 没有配置模型时，提示「图像分析未配置，无法运行视觉复检。」；模型服务出错时，界面显示原因，错误信息中的密钥会被隐去。
模型按顺序收到两张图：先是原图，再是截图。使用和拆解相同的模型。
对模型提出的要求
复检的说明和完整性检查基本相同，只在开头多了几项要求：
- 先讲清两张图分别是什么：第一张是原图，第二张是当前页面的渲染截图；
- 逐处对比截图和原图，报告所有可见的差异，重点是渲染之后才显现的问题：实际颜色、遮挡和层级、字体回退、真实的位置偏移，以及原图里有而截图里缺失的内容；
- 居中或右对齐的文字渲染后整体偏到一边（比如标签一半露在柱子外面）时，按位置问题报告并给出修正后的位置，而不是报成文字被截断。这类问题只有渲染后才能看出来，也容易被误判为文字内容的问题。
其余部分和完整性检查一致：已放好的图片清单（并说明截图里的灰色虚线框是有意的占位，不要报遗漏或多余）、照片和插画不用多边形补画、同一份 10 类检查清单、当前元素清单和同一个输出格式。两次检查按相同的维度评估。
模型同时看到截图和元素清单，所以能把截图里的偏差对应到具体元素上，报告里的问题可以点击定位，也可以自动修复。
结果怎么处理
和完整性检查使用同一套规则（详见专题：完整性检查）：
- 每份报告最多 40 条问题、24 个补齐元素，格式有误的条目逐项丢弃；
- 补齐的元素逐个通过脚本校验，不合法的跳过并记一条提示，合法的标为「新增·待确认」；
- 关联了元素的严重问题（多余、遗漏、层级、完整度除外）自动修复一次，最多 6 次；中等问题提供「修复」按钮；轻微和提示只列出；
- 复检报告和完整性检查报告分开保存；修改过元素后，报告顶部提示「脚本已改动，此报告可能过期」。
元素清单里的「新增·待确认」徽标同时反映两份报告补齐的元素。导出仍然要求全部元素已确认。
报告解析、补齐和自动修复规则有自动化测试覆盖。
模型的视觉还用在哪些地方
| 环节 | 模型看到的图 | 用途 |
|---|---|---|
| 拆解 | 原图 | 拆成可编辑元素，并标出需要抠图的区域 |
| 完整性检查 | 原图 | 对照元素清单查漏、查错，拆解后自动运行 |
| 视觉复检 | 原图 + 渲染截图 | 对比渲染结果，手动运行 |
| 单元素修改、自动修复 | 原图 | 修改一个元素 |
| imageToEditablePPT-Agent | 原图 + 可选的渲染截图 | 根据两张图的差异找出要修正的地方 |
| beautyPPT-Agent | 只有可选的渲染截图，不看原图 | 重新设计时了解当前效果 |
抠图时模型只给出区域坐标，像素由服务端从原图直接裁出。Agent 修改之后、beautyPPT-Agent 生成方案之后，都不会自动再做一次视觉复检，需要时可以手动发起。
目前的限制
- 截图来自浏览器里的预览，不是 PowerPoint 打开导出文件后的效果。阴影、模糊、发光在预览中用 SVG 滤镜近似，字体取决于浏览器当时可用的字体，和 PowerPoint 里的显示不一定完全一致。这也是图片转 PPT 的结果在交付前仍要在 PowerPoint 里打开看一眼的原因。
- 截图需要在浏览器里生成，所以视觉复检目前不能在拆解后自动运行，需要手动发起。
- 早期保存的、没有本地副本的外链图片在截图里只是灰色占位框，模型看不到图片内容。
- 自动修复时，单元素修改参考的是原图，不使用本次的截图。