Slides Grab 图像原生幻灯片技能
在 Claude Code 或 Codex 中，以参考模板页为视觉基准，逐页生成整页栅格图片幻灯片，最忠实地还原企业模板、品牌版式与视觉密度。
该技能本身仅是流程指令，无破坏性命令；资产规则禁止远程 http(s) 图片 URL、限制在 slides-dir 内工作，数据流（模板 PNG → reference → 生成 PNG/wrapper）披露清楚，并提供 codex login / OPENAI_API_KEY / GOOGLE_API_KEY 三种 provider 说明。扣分点：默认 provider 复用 ~/.codex/auth. 向（README 自述可能不支持的）私有后端发送 prompt 与图片，未经明确用户逐次确认；依赖未审计的 god-tibo-imagen 包；无回滚/清理机制说明。
SKILL.md 流程自洽，明确禁止已知会产生差输出的批量命令，规定 validate 与 design-gate 门槛；仓库含 codex-imagen、image-contract、design-gate 等测试覆盖图像生成契约与导出门控，错误反馈信息（codex login 提示）经测试验证。扣分点：静态评审未执行，图像生成的实际成功路径（依赖 OpenAI gpt-image-2 / 私有后端）不可静态证实，核心路径可能因后端不可用而失败。
场景与边界声明清晰：适用于'视觉还原模板优先于可编辑文本'，并明确说明与 HTML 模式相比编辑性差、PPTX/Figma 导出实验性。扣分点：核心图像生成完全依赖海外 API（OpenAI/Codex 私有后端/Google），对中国大陆网络可达性未做说明，README 警告部分路径依赖不受支持的私有后端；无中文语言相关支持说明。
文档分层良好：SKILL.md 聚焦单一流水线，引用 plan/design/export 兄弟技能；仓库有 MIT 许可、npm 版本化、CI（pages/publish 工作流）、韩英双语 README、贡献流程。扣分点：发布者身份（vkehfdl1 / Jeffrey）与 FollowSkills 注册表不符且未知；该技能自身无 changelog 或已知限制清单，部分依赖（god-tibo-imagen 固定版本）来源不明。
工作流设计（模板页渲染为 reference、逐页生成、design-gate 门槛）在逻辑上直指'视觉模板还原'任务，README 展示了 live showcase。扣分点：静态评审无法验证生成 PNG 的实际可用性与文本渲染正确性（图像模型拼写/排版风险高），README 自述需要 light-to-heavy 复核，对比收益证据有限。
仓库提供真实测试套件（codex-imagen.test.js 验证 provider 回退与错误消息、design-gate.test.js 验证导出门控与模板保真度）以及 npm publish/pages CI，可审计的主证据充分。扣分点：静态上限 5 分，无独立第三方执行证据，图像生成核心路径测试使用 mock provider，未覆盖真实渲染质量。
- 默认 provider 会复用本机 ~/.codex/auth. 并向私有后端发送 prompt；如不接受，请改用 --provider openai 或 nano-banana 并自备 API key。
- 图像生成质量（文字拼写、排版还原）未经独立验证，使用前务必人工复核每张 PNG；README 也承认部分后端可能不受支持。
- 核心功能完全依赖海外图像生成 API，中国大陆网络环境下可能不可用或需代理，且未提供离线回退。
- 依赖中包含固定版本的 god-tibo-imagen 包，来源与审计状况不明，安装前建议自行审查。
- PPTX/Figma 导出为实验性功能，输出可能需要手动整理。
这个 Skill 能做什么，适合哪些场景？
slides-grab-image 是 slides-grab 单体仓库中 7 个技能之一，位于 skills/slides-grab-image/SKILL.md，专注于图像原生幻灯片流水线。它不生成可编辑的 HTML 幻灯片，而是让生成的 PNG 本身就是幻灯片：每次用 slides-grab image 生成一页，并通过 --reference 传入匹配的模板页图片，要求模型照搬模板的版式、色带、字体层级与密度，只替换文字和照片内容。工作流分三阶段：用 slides-grab-plan 写与模板页密度对齐的大纲、逐页生成并经过设计门禁审查、最后经 slides-grab-export 导出 PDF 或 2160p PNG。适合视觉还原度比后续可编辑性更重要的场景。
1) 规划阶段：读取用户的参考模板（PPTX/PDF/HTML），用 slides-grab import-template 导入，并用 pdftoppm 等把模板页渲染为 PNG 存到 .slides-grab/template-previews/；逐页识别布局类型和信息密度，写出每页内容饱满、带 template-page 编号的大纲，并在 slide-outline.md 记录 mode: image-native 与 style: template-pack。2) 设计阶段：对每一页运行 slides-grab image --image-native --name slide-XX，传入对应模板页和真实照片作为 --reference，提示词只描述要注入的内容并要求严格照搬参考图版式；命令同时写出 PNG、slide-XX.html 包装器和 .slides-grab/image-native/ 下的再生成元数据。随后运行 slides-grab validate，并按 design gate 流程做 A/B 审查，全部 Critical 问题解决并记录 proceed 回执后才算通过。3) 导出阶段：凭有效的 Proceed 回执运行 slides-grab pdf 或 slides-grab png（PPTX/Figma 转换属实验性、不稳定）。修订时对单页用相同 --reference 加调整后的提示词重新生成，或用 slides-grab edit-image 打开图像编辑器。
- 市场或品牌团队拿到公司 PPT 模板或已填充的成品 deck，希望 AI 生成的新幻灯片在版式、配色、字体层级上与其完全一致
- 内容营销人员需要把真实产品图、成员照片嵌入固定的品牌版式中，且希望模型自动排版
- 需要高密度信息幻灯片（大量要点、数据点、表格数据）的场景，因为单张栅格图不受 HTML 语义结构限制
- 制作以视觉构图优先、不需要后续编辑文字的图像导向型 deck 或快速视觉探索
- 设计交付后需要逐页通过设计门禁（PNG 证据 + A/B 审查）再导出 PDF/PNG 的团队工作流
这个 Skill 有哪些优点和局限？
- 以参考模板页图像为视觉基准，对既有企业模板、品牌版式的还原度是 HTML 流水线难以达到的
- 单张栅格图没有 HTML 语义结构限制，单页可承载更高的文字与数据密度
- 默认 codex-imagen 提供方复用本地 Codex 登录，无需额外 API key
- --image-native 同时生成 PNG、HTML 包装器和再生成元数据，与 slides-grab edit-image 的修订流程衔接一致
- 强制 validate + 设计门禁（A/B 审查、proceed 回执）后才允许导出，质量有流程约束
- 图像原生幻灯片不如 HTML 幻灯片可编辑，无法直接改语义文本，修订需走 slides-grab edit-image 或整页重新生成
- 生成的 PNG 即幻灯片，文本无法被搜索、选中或无障碍读取；README 明确建议需要可编辑、可访问、可搜索时改用 HTML 模式
- codex-imagen 调用不受支持的私有 Codex 后端，可能随时失效，且要求 ChatGPT 账号有图像生成权限
- 禁止使用批量命令 generate-images，必须逐页生成，页数多的 deck 耗时较长
- PPTX 和 Figma 导出被官方标记为实验性/不稳定，需人工清理
- 导出被设计门禁回执阻塞，跳过审查流程则无法使用 pdf/convert/figma
如何安装这个 Skill？
安装整个 slides-grab 集合（本技能随集合一起安装）：npm install slides-grab && npx playwright install chromium && npx slides-grab install-skills --target all --scope user。需要 Node.js >= 20。默认图像提供方 codex-imagen 复用本地 Codex 登录（先运行 codex login，无需单独 API key）；可选提供方：--provider openai（需 OPENAI_API_KEY）或 --provider nano-banana（需 GOOGLE_API_KEY 或 GEMINI_API_KEY）。README 未说明单独安装本技能（skills/slides-grab-image）而排除其他兄弟技能的步骤。
如何使用这个 Skill？
在 Claude Code 或 Codex 中按 docs/installation/claude.md 或 docs/installation/codex.md 的指引安装后，用包含参考模板的任务提示触发技能，例如："用 references/acme-qbr.pptx 这个模板的样式，做一份 10 页的产品季度汇报，视觉上和模板完全一致"。技能会先渲染模板页为 PNG 并写大纲（mode: image-native），你确认大纲后逐页生成；每页命令形如：slides-grab image --image-native --name slide-01 --prompt "Follow the reference image layout exactly... 替换文字为：标题..." --slides-dir decks/my-deck --reference <模板页PNG> --reference <真实照片>。生成后运行 slides-grab validate，通过设计门禁后用 slides-grab pdf / slides-grab png --resolution 2160p 导出。幻灯片固定为 720pt × 405pt（16:9）。
这个 Skill 与同类方案有什么区别？
源材料将 slides-grab 整体定位为 "Claude Design 的开源替代品"；在本仓库内部，本技能与图像原生相对的是语义 HTML 幻灯片流水线（兄弟技能 slides-grab-plan/design/export 的 HTML 模式）：HTML 模式可编辑、可搜索、易转换，图像原生模式视觉构图优先但难以编辑。除此之外源材料未提及具体竞品。