有了这个 PPT skill,谁还手动做 PPT?(一键生成美观大气、完全可编辑、带演讲稿的)
- 2026-11-07 13:47:39
大家好。
上次发yixueAIganhuo-PPT skill时，它已经能把医学论文、PDF、Figure、截图和自备资料整理成医学汇报 PPT，并导出可编辑 PPTX。
但上一版仍有一个限制：它更接近“文字可编辑”。页面里的图片、线条、卡片、图案和其他 PPT 元素，很多时候还不能像真正的 PowerPoint 对象那样继续调整。
这次我把这个流程重构了一遍。
新版的核心变化很简单：
不只重建文字，而是把整页 PPT 拆成可编辑对象。
也就是说，页面内的 文字、图片、图案、线条、卡片、表格区域、坐标轴和 PPT shape，都重建成 PowerPoint 里可以选中、移动、修改的元素。
也就是一键生成既美观大气又完全可编辑的PPT！
👀 先看效果
下面这些图，左侧是图片型 PPTX，右侧是新版重建后的可编辑 PPTX。完整可编辑 PPTX 会放在“阅读原文”。
右侧不是截图贴回去，也不是只加一层 OCR 文字。PowerPoint 里可以看到文本框、图片框和 shape 的对象边界。
这几张图的重点不是“看起来像 PPT”，而是打开后能不能继续改。
能选中文字，才能改标题和正文。能选中图片，才能替换 Figure。能选中线条、卡片和图形，才能继续调布局。
这也是新版最主要的价值。
⚙️ 新版流程
新版的流程可以概括为：
医学论文 / PDF / Figure / 截图 / 自备资料-> 医学内容理解和 Figure 盘点-> 规划每页 PPT 内容-> GPT Image 2 生成图片型 slide-> page worker 按页重建可编辑对象-> 输出图片型 PPTX 和对象级可编辑 PPTX一次完整运行默认会交付两个文件。
🖼️ image-only PPTX 是整页图片版。它更适合快速预览、分享、归档，也可以作为稳定兜底版本。
✏️ editable PPTX 是对象级可编辑版本。它适合后续改文字、换 Figure、移动元素、调整布局。
每页还会默认写入中文 speaker notes。也就是说，除页面本身外，它会同时给出一版讲稿备注。
🎨 19 种风格
新版内置 19 种 PPT 风格。生成前可以选 001-019 号风格；不选则默认使用 001 通用医学汇报 PPT 风格。
使用时可以直接告诉 Codex：
请使用 yixueAIganhuo-PPT skill，基于这些材料生成 12 页中文医学汇报 PPT，风格 009。如果没有想法，直接用默认 001 就可以。
🧪 适合哪些场景
这个 skill 不只适合论文 PDF。
我更希望它覆盖的是“医学资料到汇报 PPT”的完整过程。
它可以用于：
• 📖 医学文献精读 PPT • 🧪 SCI 论文组会汇报 • 🏥 科室教学课件 • 📚 指南、综述、共识内容整理 • 🩺 病例讨论和专题学习 • 🖼️ Figure、截图、表格、影像资料汇总 • 🔁 图片型 PPT 或截图型 slide 转可编辑 PPTX
如果输入是论文、指南、综述或混合资料，它会先理解内容，再规划 PPT。
如果输入已经是图片型 PPT、导出的 slide images 或截图，它可以跳过上游创作，直接走可编辑重建。
📦如何安装使用
这个项目是 Codex skill（所以需要先安装Codex才能使用）。
如果之前装过旧版skill，建议先删除旧版本，再安装最新版。
可以直接把下面这段话复制给 Codex：
请先删除旧版本 ~/.codex/skills/yixueAIganhuo-PPT，然后重新从下面仓库安装最新版 yixueAIganhuo-PPT skill：https://github.com/snowmanzhuang/yixueAIganhuo-PPT请安装到 ~/.codex/skills/yixueAIganhuo-PPT，并进入该目录，根据 requirements.txt 安装 Python 依赖。安装完成后，请检查 Codex 能正常识别这个 skill。安装完成后，可以这样使用：
请使用 yixueAIganhuo-PPT skill，把这些医学资料做成 12 页中文医学汇报 PPT，并输出图片型 PPTX 和可编辑 PPTX。如果只想生成图片型版本，可以这样说：
请使用 yixueAIganhuo-PPT skill，把这些医学资料做成 8 页中文医学汇报 PPT，只输出图片型 PPTX，暂时不要转可编辑版本。如果已经有图片型 PPT 或 slide 截图，只想转可编辑版本，可以这样说：
请使用 yixueAIganhuo-PPT skill，把这个图片型 PPTX / slide 截图转成对象级可编辑 PPTX。✅ 第一次使用建议
第一次不要直接跑 20 页或 30 页。
我建议先做 3-5 页，确认流程能跑通，再增加页数。
比较稳的做法是：
• ✅ 先确认 Codex 能识别 skill • 🖼️ 先确认 GPT Image 2 能正常生成图片 • 🔎 如果要转可编辑 PPTX，提前准备 PaddleOCR-VL token • 📈 跑通小样本后，再增加页数和复杂度
医学内容仍然需要人工复核。诊断、治疗、指南推荐、统计结论和原始 Figure 的解释，不能完全交给 AI。
这个项目的目标，是先把最耗时间的材料理解、页面初稿、讲稿备注和可编辑重建跑出来。最后的内容判断和排版审稿，仍然应该由使用者完成。
⚠️ 资源消耗
对象级可编辑 PPTX 很耗时间，也很耗 token。
原因很直接：它不是简单导出 PPT，而是每一页都要经过生成、识别、拆解、重建和验证。页面越多，元素越密，消耗越大。
按我目前的测试，10 页左右的 PPT，如果完整转成对象级可编辑 PPTX，通常需要约 40 分钟。
因此，完整流程更适合 GPT Pro 用户在 Codex 里跑。
Plus 用户也可以使用 Codex，但我建议先从图片型 PPTX 开始。图片型版本已经能完成内容整理和页面设计，速度更快，token 压力也小。
如果 Plus 用户后续还想把图片型 PPTX 转成可编辑版本，可以把生成好的 PPTX 或 PDF 交给 Codia（https://codia.ai）这类工具单独转换：
Codia 的 NoteSlide 支持把图片型 slide deck、image-based PDF 和截图转换成 editable PowerPoint。它是付费工具，费用和效果需要自己评估。
最后
项目已经开源，GitHub 地址是：https://github.com/snowmanzhuang/yixueAIganhuo-PPT
AI 还不能替代医学汇报里的判断、取舍和审稿。
但如果它能先把资料读完，把页面排出来，把 speaker notes 写好，再把 PPT 元素尽量重建成可编辑对象，已经足够节省很多时间。
创作不易，觉得有用欢迎点赞、在看、分享。
