Token导航 LogoToken导航

Agent Skill · 图像处理

image2pptx(image2pptx 演示文稿)

用于辅助图像生成、图片编辑、视觉素材处理或图像模型工作流。它适合让 Agent 根据文本生成图片、处理背景、整理视觉提示词或调用相关图像工具。使用时需要确认输入图片、版权来源、输出格式和模型限制;涉及人物、品牌、商品或公开展示素材时,应额外核对授权、真实性和内容合规边界。

image2pptx 是图像处理类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描有提醒项,按安装量在图像处理类的 1,562 个 Skill 里排第 639。

总安装 3,634周安装 147GitHub Stars 2下载 1,141核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.1

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:image2pptx(image2pptx 演示文稿)
来源仓库:https://github.com/minutemighty/image2pptx
安装命令:
openclaw skills install image2pptx
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install image2pptx

这个 Skill 是做什么的

图像处理类 Skill 处理生成、裁剪、压缩和批量转换图片的任务。

将静态图像转换为可编辑的 PowerPoint 文件。支持 OCR 文本识别与智能排版还原。image2pptx 属于图像处理类 Skill,可作为该场景下的辅助能力补充。适用于幻灯片、海报与信息图表转换场景。依赖经典 CV 技术进行墨水像素检测与掩码剪辑。

通过 clawhub 安装,适用于 OpenClaw 宿主环境。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install image2pptx;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

image2pptx 怎么安装?

在终端执行 openclaw skills install image2pptx。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

image2pptx 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

image2pptx 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

image2pptx 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

image2pptx 用的人多吗?

公开数据是累计安装 3,634 次,近一周安装 147 次,下载 1,141 次,GitHub 2 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

image2pptx 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理图像处理类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

图像处理类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
ai-image-generation

AI 图像生成 · Codex、Claude

4,365,552382调用外部服务未明确有提醒
openai-image-gen

OpenAI 图像生成 · OpenClaw

1,906,88432需要联网MIT-0有提醒
image

图像 · OpenClaw

525,99926需要联网MIT-0通过
baoyu-cover-image

宝玉封面图 · Codex、Claude

474,24016,779只读MIT有提醒
baoyu-image-gen

宝玉图像生成器 · Codex、Claude

468,00716,778接触敏感数据MIT通过
image2pptx

image2pptx 演示文稿 · 本页

3,6342需要联网MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
image2pptx
description
>
metadata
author
Jade Liu
source
https://github.com/JadeLiu-tech/px-image2pptx
risk
low

image2pptx: Image to Editable PowerPoint

What It Does

Converts a static image into an editable .pptx file where every text element is a selectable, editable text box over a clean inpainted background.

  1. OCR (PaddleOCR PP-OCRv5) — detects text regions with bounding boxes and content
  2. Textmask (classical CV) — finds text ink pixels via adaptive thresholding
  3. Mask-clip — ANDs textmask with OCR bboxes to preserve non-text elements
  4. Inpaint (LAMA) — reconstructs masked regions with neural inpainting
  5. Assemble — places editable text boxes with auto-scaled fonts and detected colors

When to Use

ScenarioRecommendation
Slide with text on solid/flat backgroundBest results
Slide with photo backgroundGood — uses inpainting (warn about overlap areas)
Slide with solid backgroundGood — use --skip-inpaint for speed
Chinese/multilingual slideGood — ch OCR handles both Chinese and English
Poster or infographic with textGood — works well if text is separate from graphics
Dense chart with axis labels on barsCaution — line grouping may over-merge crowded labels
Very thick/large decorative fontsCaution — may exceed standard mask dilation range
Extract individual assets as PNGsNo — use px-asset-extract
Read text without creating PPTXNo — use OCR directly
Edit an existing .pptx fileNo — use the pptx skill

Installation

git clone https://github.com/JadeLiu-tech/px-image2pptx.git
cd px-image2pptx
pip install -e ".[all]"

Usage

CLI

px-image2pptx slide.png -o output.pptx
px-image2pptx slide.png -o output.pptx --lang ch
px-image2pptx slide.png -o output.pptx --skip-inpaint
px-image2pptx slide.png -o output.pptx --ocr-json text_regions.json
px-image2pptx slide.png -o output.pptx --work-dir ./debug/

Python API

from px_image2pptx import image_to_pptx

report = image_to_pptx("slide.png", "output.pptx")

# With options
report = image_to_pptx(
    "slide.png", "output.pptx",
    lang="ch",
    skip_inpaint=False,
    work_dir="./debug/",
)

CLI Options

OptionDefaultDescription
-o, --outputoutput.pptxOutput PPTX path
--ocr-jsonPre-computed OCR JSON (skips OCR)
--langautoOCR language: auto, en, ch
--sensitivity16Textmask sensitivity (lower = more)
--dilation12Textmask dilation pixels
--min-font8Min font size in points
--max-font72Max font size in points
--skip-inpaintSkip LAMA inpainting
--work-dirSave intermediate files

Models

Downloaded automatically on first use (~370 MB total). All models are from official open-source repositories.

ModelSizeLicenseSource
PP-OCRv5_server_det84 MBApache 2.0PaddlePaddle/PaddleOCR
PP-OCRv5_server_rec81 MBApache 2.0PaddlePaddle/PaddleOCR
big-lama196 MBApache 2.0advimman/lama

Models are cached locally after first download (~/.paddlex/official_models/ for OCR, ~/.cache/torch/hub/checkpoints/ for LAMA). To skip model downloads entirely, use --ocr-json with pre-computed OCR and --skip-inpaint.

Limitations — When to Warn the User

InputImpactWhat to tell the user
Text on solid/flat backgroundBest resultsNo caveats needed
Text on textured backgroundGood resultsLAMA handles repeating textures well
Text overlapping photosInpainting artifacts likely"Areas where text covers photos may show blurring"
Dense chart with many labelsOver-merged labels"Crowded labels may be grouped incorrectly"
Very thick/large fontsIncomplete mask coverage"Large fonts may exceed dilation range — try increasing --dilation"
Light text on dark backgroundBlockier inpainting"White-on-dark text uses box masks instead of tight ink masks"
WebP imageOCR fails (0 regions)Convert to PNG first: Image.open("in.webp").save("in.png")
Very large image (>4000px)Slow inpaintingSuggest --skip-inpaint or downscaling
Decorative/handwritten fontsTypeface won't match"Fonts are reconstructed as Arial/Helvetica"
Centered/justified textLeft-aligned output"Text alignment is not preserved"

平台分布

OpenClaw

94.26%
按下载量换算1,076

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

可疑

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills