KO | EN

GitLite

Minimalist Open Source Repository Search Engine

gitlite — search

#dsh #dsh-plugin #ai-agent #developer-tools #codex #typescript #cli #deepseek-harness #claude-code #ai-agents #mcp #rust

slidedeconstruct-ai

★ 179 Open GitHub ↗

针对当前 AI 生成 PPT 多为静态位图、难以二次编辑的痛点，本项目采用“识别+生成”双模型架构，实现了对静态演示文稿的深度重构与编辑。 SlideDeconstruct-AI 旨在让 AI 演示文稿从“一张死图”进化为真正可编辑、可交互的生产力工具。

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# PPT 拆解大师 (SlideDeconstruct AI)

**PPT 拆解大师** 是一款基于 AI 视觉能力的智能演示文稿反向工程工具。它利用 Google Gemini (或 OpenAI Compatible) 模型，将一张静态的 PPT 截图“拆解”为可编辑的图层（背景、文字、视觉元素），并支持将其转化为矢量形状，最终导出为可编辑的 `.pptx` 源文件。

## 📖 项目背景与初衷

前段时间 GitHub 上基于 Nanobanana 等项目生成的 PPT 工具非常火爆，效果惊艳。然而，这些工具大多生成的是整张**静态图片**，对于用户来说，这意味着无法进行细粒度的二次编辑（如修改文字、调整图标位置），实用性受限。

**前置项目[banana-slides](https://github.com/Anionex/banana-slides)或者其他nanobanana生成PPT的场景，为了解决“生成容易编辑难”的痛点，我利用 Gemini 手搓了这个项目。本人技术有限，希望有大佬可以做出更完美的工具。点点Star兄弟们！！最新教程：[PPT图片转PPT（可编辑）](https://www.bilibili.com/video/BV167BiBcEQg/)**

本工具旨在通过 AI 视觉技术实现：

1. **图片拆解**：自动移除图片中的文字（保留背景），并提取视觉元素。
2. **矢量化重构**：尝试将图像中的视觉元素转化为 PPT 原生的矢量形状（如矩形、圆形、箭头等），而非简单的图片贴图。

## ✨ 核心功能

* **📂 多格式支持**：支持批量上传 PDF、PNG、JPG 格式的幻灯片（PPT/PPTX 建议先导出为 PDF）。
* **🧠 智能布局分析**：
  * 使用 AI 视觉模型精确识别页面中的文本块、视觉元素和背景颜色。
  * 自动分离文本层与视觉层。
  * <img width="1889" height="966" alt="9cf4a57d1d1d8ccb31234bf949e1e0f3" src="https://github.com/user-attachments/assets/61c14f4f-7cfd-4192-8f2e-d88f43db0cb6" />
* **🎨 智能背景修复**：
  * **自动去字**：在提取文本后，AI 会自动“擦除”原图上的文字，并根据周围纹理修复背景，生成干净的底图。
  * **手动擦除**：提供“橡皮擦”模式，用户可手动框选区域让 AI 移除多余元素。
  * <img width="1949" height="1029" alt="f3f6dc298871c20e30ba5727c606a089" src="https://github.com/user-attachments/assets/b562f500-de19-4aa9-8172-c20bca7e033a" />
* **✏️ 矢量化转换 (Beta)**：尝试将识别到的简单几何图形（矩形、圆形、箭头等）转换为 PPT 原生形状，而非仅仅粘贴图片。
* **🛠️ 人工校正工作流**：
  * 提供交互式画布，允许用户在 AI 分析后手动调整识别框、修改元素类型（文本/图片）。
  * 支持对特定视觉元素进行 AI 重绘或指令修改。
  * <img width="1768" height="965" alt="18293848302664b396fa37cb85993d28" src="https://github.com/user-attachments/assets/508dd335-c3ed-4794-8216-ab4257faf724" />
* **📥 一键导出 PPT**：将拆解后的所有元素（文本、背景、图片、形状）按原位置重组，导出为可编辑的 `.pptx` 文件。
* **⚙️ 多模型支持**：内置设置面板，支持切换 Google Gemini 或 OpenAI (GPT-4o) 作为后端模型。

## 🛠️ 技术栈

* **Frontend**: React 19, TypeScript
* **Build Tool**: Vite
* **Styling**: Tailwind CSS
* **AI Integration**: Google GenAI SDK (`@google/genai`), OpenAI API Compatible
* **File Handling**: `pptxgenjs` (PPT生成), `pdfjs-dist` (PDF解析)

## 🚀 快速开始

### 1. 环境准备

确保你的本地环境已安装 **Node.js** (推荐 v18+)且**已经在本地克隆或者下载本项目**。

### 2. 安装依赖

```bash
npm install
```

### 3. 配置 API Key

你可以通过以下两种方式配置 API Key：

* **方式 A (环境变量)**: 在根目录创建 `.env.local` 文件：
```env
GEMINI_API_KEY=你的_Google_Gemini_Key
```

* **方式 B (UI 设置)**: 启动项目后，点击右上角的设置图标，手动输入 API Key 和 Base URL。

### 4. 启动项目

```bash
npm run dev
```

访问 `http://localhost:3000` 开始使用。

## 📖 操作流程

使用本软件通常遵循以下 **4步工作流**：

1.  **上传 (Upload)**
    * 在主页拖拽或点击上传 PDF/图片文件。
    * 左侧侧边栏会显示页面列表，点击选择要处理的页面。

2.  **分析 (Analyze)**
    * 在预览界面点击 **“开始分析布局 (Analyze Layout)”**。
    * AI 将识别页面结构。此过程可能需要几秒钟。

3.  **校正 (Correct)**
    * 系统进入“人工校正”模式。
    * **蓝色框**代表文字，**橙色框**代表图片。
    * 您可以拖拽调整框的大小，右键点击框修改类型或删除，也可以在背景上拖拽画出新框。
    * 确认无误后点击 **“确认并处理”**。

4.  **编辑与导出 (Edit & Export)**
    * 系统会自动生成去除文字的背景图。
    * **图片模式**：查看最终效果，进行局部擦除或元素重绘。
    * **矢量模式 (可选)**：点击“矢量编辑”，尝试将图标转为形状。
    * 点击右上角的 **“导出当前页”** 或 **“导出全部 PPT”** 下载文件。

## ⚙️ 模型配置建议

为了获得最佳效果，建议在设置中配置：

* **识别模型 (Recognition Model)**: `gemini-3-pro-preview` (视觉理解能力更强，能更精准地提取 Box)。
* **绘图模型 (Drawing Model)**: `gemini-2.5-flash-image` (支持图生图) 必须是支持图生图的大模型。
* **相信大家能找到这里都有模型的API了**
* *注意：若使用 Gemini 进行去字或重绘，模型必须支持 Image-to-Image 能力。*

## ⚠️ 已知限制

* **文字修改**: 目前支持 OCR 识别文字位置和内容，但在 Web 端暂不支持直接修改文字内容（可以导出后在 PPT 中修改）。
* **公式**: 虽然支持识别 LaTeX，但导出到 PPT 时可能会以纯文本形式呈现，需配合 MathType 等插件使用。
* **批量识别与修改**: 因为每张图片特性并不一致，也为了避免token大量浪费，仅支持用户逐一界面修改。
* **保存记录**：当前不支持记录保存，需要完成流程才可以保存为PPT，**重要项目一定要记得保存。**

## 📄 版权与许可特别说明

特别说明：本项目由本人使用 AI 辅助开发。本项目的核心逻辑由本人提出，核心代码、架构设计及功能实现是在 **Google Gemini** 人工智能助手的辅助下完成的。

---

**免责声明**: 本工具仅供学习交流使用。请勿用于拆解有版权保护的商业 PPT 模板并进行商业盈利。使用 AI 服务产生的费用由用户自行承担。
**PPT 拆解大师** - 让 PPT 编辑更智能、更高效！ 🎉
## 🌟 Star History

[![Star History Chart](https://api.star-history.com/svg?repos=yyy-OPS/slidedeconstruct-ai&type=Date)](https://star-history.com/#yyy-OPS/slidedeconstruct-ai&Date)

slidedeconstruct-ai

Explore Similar Repositories

Was this content helpful?

Recent Feedback

Download README