ningzimu/image-to-editable-ppt-skill

해결하는 문제

이 프로젝트는 정적 이미지, PDF 또는 이미지 기반 PowerPoint 프레젠테이션을 완전히 편집 가능한 .pptx 파일로 변환하는 방법을 제공합니다. 슬라이드가 본질적으로 단순한 이미지로 되어 있어 텍스트를 수정하거나 요소를 이동하거나 레이아웃을 변경하기 어렵고, 처음부터 다시 만들어야 하는 문제를 해결합니다.

작동 원리

이 도구는 입력 파일을 페이지별 작업으로 정규화합니다. 그런 다음 AI 에이전트(메인 에이전트 및 페이지 워커)와 도구를 조합하여 슬라이드를 재구성합니다:

• 텍스트 복구: OCR(특히 PaddleOCR-VL)을 사용하여 텍스트 내용, 글꼴 크기 및 좌표를 정확하게 파악하고, 이를 네이티브 PowerPoint 텍스트 상자로 복원합니다.
• 도형 재구성: 단순한 기하학적 도형은 네이티브 PowerPoint 도형으로 다시 변환됩니다.
• 시각적 자산: 복잡한 시각적 요소는 독립적인 이미지 자산으로 추출되며, 종종 이미지 생성 및 편집 도구(Codex 내장 image_gen 또는 OpenAI 호환 API 등)를 사용하여 전경 요소를 분리합니다.
• 병렬 처리: 다중 페이지 문서의 경우, 메인 에이전트가 작업을 하위 에이전트(페이지 워커)에 분배하여 페이지를 병렬로 처리합니다.
• 최종 조립: 각 페이지의 매니페스트를 수집하여 최종적이고 순서가 지정된 .pptx 파일로 조립하며, 이때 원래의 슬라이드 노트도 보존됩니다.

대상 사용자

편집 불가능한 슬라이드 콘텐츠(스크린샷이나 PDF 내보내기 파일 등)를 추가 수정을 위해 편집 가능한 PowerPoint 프레젠테이션으로 변환해야 하는 사용자나, 텍스트를 편집 가능한 상태로 유지하면서 시각적 디자인을 복제하려는 디자이너에게 적합합니다.

주요 특징

• 다중 형식 지원: 단일 이미지, 다중 이미지, PDF 및 이미지 기반 PPTX 파일을 처리합니다.
• 코드 기반 재구성: 단순히 이미지를 배치하는 대신 네이티브 PowerPoint 표, 곡선, 점선 및 화살표를 복원합니다.
• 측정 기반: OCR 기반 측정을 사용하여 정확한 텍스트 배치 및 크기 조정을 수행합니다.
• 하이브리드 전략: 복잡한 페이지를 위해 편집 가능한 텍스트, 네이티브 도형 및 독립적인 이미지 자산을 결합합니다.
• 병렬 워크플로우: 하위 에이전트를 통한 동시 페이지 처리를 지원하여 대규모 프레젠테이션의 변환 속도를 높입니다.