尧图网站建设 
Presenton Template V2 深度解析如何把现有 PPTX 变成可复用的 AI 演示模板【免费下载链接】presentonOpen-Source AI Presentation Generator and API (Gamma, Canva, Beautiful AI, Decktopus, Presentations AI Alternative)项目地址: https://gitcode.com/GitHub_Trending/pr/presentonTemplate V2 是 Presenton 的核心模板体系它把一份现成的 PowerPointPPTX转换为一套可复用、可编辑的幻灯片布局SlideLayout在保留源文件视觉设计的同时精确识别出哪些值可以在生成新演示文稿时被替换。本文基于 docs/template-v2.md 展开并结合仓库源码servers/fastapi/templates/v2/certified_generation.py、servers/fastapi/api/v1/ppt/endpoints/template.py 等逐层拆解其两条工作流模板创建PPTX → 认证布局与演示文稿生成布局 → 内容 → 导出同时给出模型选型要求、关键约束与实现地图帮助你理解并实际使用这套体系。整体架构两条独立的工作流Template V2 将「设计萃取」与「内容生成」彻底解耦形成两条互不干扰的工作流模板创建Template Creation把源 PPTX 转换为经过认证的 Template V2 布局。此流程必须依赖具备视觉能力的语言模型vision-capable LLM因为它需要对渲染后的幻灯片截图做逐像素的语义分析。演示文稿生成Presentation Generation基于已经认证好的布局数据为每个 outline slide 挑选合适布局、生成符合其 JSON Schema 的内容、水合hydrate布局并导出成品。此流程不再重新分析源截图因此对视觉能力的要求可以放宽。两者通过持久化的TemplateV2记录衔接创建流程写入模板生成流程读取模板。端到端流程如下一、模板创建Template Creation创建 API 接受以下输入PPTX 文件 URL、渲染后的幻灯片图片 URL、可选的字体映射font mappings以及模板元数据。由于每个幻灯片都要经过多轮模型分析创建通常作为异步任务运行从而可以按幻灯片粒度汇报进度——在 template.py 中以ASYNC_TASK_TYPE_TEMPLATE_CREATE template.create标识任务类型。1.1 萃取源文件Extract the source deck导出服务先把 PPTX 转换为RawSlideLayouts原始幻灯片布局集合。Raw layout 中包含源元素的精确结构信息——元素、位置、尺寸、样式与资产而渲染后的幻灯片预览图则提供 PPTX 表示中可能缺失或含糊的视觉上下文。两者互为补充结构以 Raw JSON 为准语义以像素为准。源码中 certified_generation.py 的generate_template()对输入做了强校验if not layouts.layouts: raise ValueError(layouts must contain at least one slide layout) if len(slide_image_urls) ! len(layouts.layouts): raise ValueError(slide_image_urls must contain one image for each layout)也就是说每个被处理的 raw slide 必须恰好对应一张渲染预览图若提供的预览图数量少于 raw slide 数量则 raw slide 会被截断到预览图数量cap 处理若预览图数量多于 raw slide 数量请求会被直接拒绝。这是因为后续所有认证 pass 都依赖「元素 JSON 对应截图像素」的双通道输入图片缺失意味着该幻灯片无法被认证。1.2 认证每个布局Certify each layout幻灯片以每批最多 10 张并行MAX_PARALLEL_SLIDE_LAYOUTS 10的方式处理。在 generate_template() 中通过ThreadPoolExecutor(max_workersmin(MAX_PARALLEL_SLIDE_LAYOUTS, slide_count))提交所有幻灯片的任务再按 index 收集结果并保序。每张幻灯片依次经过五个聚焦的、带 Schema 校验的模型 pass① 视觉数据检测Visual-data detection识别受支持的图表chart、表格table、文本列表text list、进度条progress bar与仪表盘gauge。其系统提示词定义在 certified_generation.py 的DETECT_VISUAL_DATA_REGIONS_SYSTEM_PROMPT中核心规则包括原子性一张表格或一个图表必须整体映射为一个 typed replacement表格内部的行、列、单元格、边框、网格线等一律视为内部数据绝不允许拆分图表必须至少 80×60 px_validate_visual_data_replacement_plan中的硬校验替换边界必须完整落在候选区域内_bounds_contains校验文本列表只有在包含连贯的列表项序列时才被识别marker取值bullet/number/none一个 pass 失败时保留源区域不破坏原始设计。值得一提的是Gemini 提供方对表格与信息图有专门的响应编码协议GEMINI_VISUAL_DATA_TABLE_ENCODING_PROMPTcertified_generation.py表格与 infographic 只返回kind、path、position、size、data_json五个字段其中data_json本身是一个 JSON 字符串解码后才是完整的列/行/单元格结构。② 语义分析Semantic analysis把源元素归类为可复用组件components并将内容标记为可编辑decorativefalse或装饰性decorativetrue。这是最复杂的一步其提示词GENERATE_SLIDE_LAYOUT_SYSTEM_PROMPTcertified_generation.py定义了详细的组件切分规则按可见的空间分组把幻灯片划分为最小可复用的视觉区域一组重复的集合指标卡、步骤、卡片必须保持为一个组件而不是每个条目一个组件每个元素只能被分配一次组件按最早元素索引排序布局、组件、元素的命名必须基于稳定的视觉结构与可编辑字段角色而非示例内容card_heading、card_description、top_marker、footer_left_label优于person_name、organization_role、year_marker这类示例驱动的名字图片与图标分类is_icontrue表示紧凑的符号图标用于后续图标搜索并给出可见图标字形的前景色六位十六进制与风格类型bold、duotone、fill、light、regular、thin若该 pass 失败创建流程回退到**保真优先fidelity-preserving**的布局即放弃语义分组、保留原始几何。③ 弹性区域分析Flexible-region analysis识别可重复或流式flow-based的内容例如卡片网格card grids与步骤序列sequences。其提示词GENERATE_FLEXIBLE_REGIONS_SYSTEM_PROMPTcertified_generation.py规定了底层几何建模规则单一水平序列用row单一垂直序列用column多行多列的重复等价条目用grid只有不规则、重叠或无法用 row/column/grid 描述时才用group每个 flow 至少包含两个 item重复条目内部对应的子字段必须同名且不带索引如metric_icon、metric_value、metric_label而包装器名则带编号metric_item_1、metric_item_2时间轴/步骤序列中每个 marker 必须与其对应的 heading 和 description 一起放进重复 item只有真正横跨多个 item 的连接线才作为共享 scaffold失败时语义布局保持固定不强行生成弹性区域。④ 文本容量分析Text-capacity analysis计算可编辑文本的安全长度与增长约束。提示词GENERATE_TEXT_CAPACITY_SYSTEM_PROMPTcertified_generation.py的要点以「额外字符数 / 额外行数」表达增长left_characters、right_characters增加水平容量top_lines、bottom_lines增加垂直容量对齐方式horizontal_alignment取preserve/left/center/right/justifyvertical_alignment取preserve/top/middle/bottom短标签、页码、页脚、指标值保持单行紧凑标题、正文、卡片描述在有未被占用的对齐空间时可扩展对重复字段row/column/grid按注解名与结构角色跨条目匹配字段取最受限条目的安全调整值然后把这组六元设置复制到所有对应条目上——这样编译出的 Schema 才能暴露单一的数组 item 形状失败时保留此前已校验的几何capacity pass 不会破坏已验证的布局。代码层面文本容量计算还叠加了一个安全系数常量TEXT_CAPACITY_SAFETY_FACTOR 0.85certified_generation.py即把估算出的安全容量再打 85 折为字体渲染误差留出余量。⑤ 编译与认证Compilation and certification把源元素与模型的各项决策合并校验结果若校验失败则减少可选的模型决策后重试。重试次数由DEFAULT_VALIDATION_RETRIES 5控制certified_generation.py无效的结构化响应会在使用前被反复校验。此外_ensure_unique_slide_layout_ids()certified_generation.py会自动修复模型返回的重复布局 id追加_2、_3后缀保证后续索引稳定。可编辑占位符Placeholders可编辑的图片与图标值会被替换为标准占位符——图片占位符CONTENT_IMAGE_PLACEHOLDER_URL /static/images/replaceable_template_image.png图标占位符CONTENT_ICON_PLACEHOLDER_URL /static/icons/placeholder.svgcertified_generation.py。而装饰性资产——背景、Logo、边框、分隔线等——在布局中保持固定不变。1.3 构建可复用的模板元数据Build reusable template metadata当每张幻灯片都拿到认证布局后两个任务并行执行① 相似组件聚类去重Merge similar componentsmerge_similar_components()certified_generation.py先把所有布局中的组件平铺为带全局 index 的列表再调用一次模型CLUSTER_SIMILAR_COMPONENTS_SYSTEM_PROMPT规则只有一条核心只有结构角色相同、几何近似、可编辑字段层级兼容的组件才能互换分组示例内容、宽泛关键词title/text/image/content都不能作为分组依据随后_build_merged_components()把相似组内的组件收拢为MergedComponent.variants同一组件的一组可互换变体_deduplicate_merged_components()基于「组件签名」做并查集union-find去重签名忽略可编辑内容值text runs、chart 数据等只保留结构维度aspect、位置归一化、子元素类型与装饰标志从而识别出结构重复的组件并合并其变体。② 主题推导Derive themegenerate_template_theme()servers/fastapi/templates/v2/theme.py先通过build_theme_profile()对布局中的颜色与字体做统计画像ThemeProfile色值、覆盖面积、使用频次、饱和度、字体家族统计等再让模型把颜色映射到语义主题角色ThemeRoleSelectionprimary、background、card、stroke、background_text、primary_text、最多 10 个graph_colors、text_font。模型选型失败时自动回退到select_theme_roles_deterministically()theme.py——一个纯启发式的确定性选择器背景色取覆盖面积最大者主色取图表/信息图出现次数与饱和度最高者等等。最终由materialize_theme()把角色选择物化为可直接使用的PresentationThemeData。1.4 TemplateV2 记录结构最终持久化的TemplateV2记录包含以下字段字段用途raw_layouts从源 PPTX 提取的忠实元素 JSONRawSlideLayoutslayouts经过认证、可复用的幻灯片布局SlideLayoutsmerged_components结构上可互换的组件分组MergedComponentstheme从布局推导出的语义颜色与排版PresentationThemeDataassets源 PPTX、预览图、字体、图标与图片引用1.5 模板 API 面模板相关的 REST API 集中在 template.py核心端点包括方法与路径作用POST /template/fonts-upload-and-slides-preview上传字体与幻灯片预览返回预览响应template.pyPOST /template/mcp-uploadMCP 通道上传含 100 MB 总量上限template.pyPOST /template/init初始化模板创建返回模板 idPOST /template/async以异步任务方式启动创建template.create返回AsyncTaskModeltemplate.pyPOST /template/async/{task_id}/retry对失败任务重试template.pyPOST /template/layouts/generate基于提示词生成布局generate_prompted_slide_layout路径POST /template/layouts/create直接创建布局GET /template/all列出模板template.pyPATCH /template/{template_id}/layouts修补某张幻灯片的布局带 per-template 异步锁防止并发写坏template.pyPATCH /template/{template_id}更新模板元数据DELETE /template/{template_id}删除模板二、演示文稿生成Presentation Generation演示文稿生成不重新分析源截图而是直接消费已经认证的 Template V2 布局数据。其流程实现在 presentation.py如下生成或接受大纲Presenton 根据主题、文件、指令与幻灯片数量生成 outline加载模板载入选定的TemplateV2记录包括其布局、字体与主题构建内容 Schema每个布局被转换为一个 JSON 内容 Schema——只有decorativefalse的元素才会成为生成内容字段。这一转换实现在 servers/fastapi/templates/v2/schema.py_is_editable_element()的判定条件就是element.get(decorative) is False支持的内容类型为text、image、text-list、table、chart、infographic图表类型覆盖 12 种area、bar、bubble、donut、horizontal_bar、horizontal_stacked_bar、line、pie、polar_area、radar、scatter、stacked_bar。表格与文本列表的容量上限min/max columns、rows、items来自认证阶段记录的几何约束并叠加TABLE_TEXT_CAPACITY_SAFETY_FACTOR 0.85与单元格内边距常量水平 12px、垂直 6px选择布局根据可用布局的描述与 Schema为每个 outline slide 挑选兼容布局生成内容文本模型生成符合所选 Schema 的内容包括文本、列表、表格、图表、图片提示词image prompts与图标查询icon queries水合布局深拷贝布局 UIcopy.deepcopy把生成值写入可编辑元素。_hydrate_template_slide_ui()遍历组件树通过hydrate_repeated_top_level_groupspresentation.py在认证的容量限制内扩展或收缩重复组如卡片网格增减条目资产与导出拉取或生成图片与图标资产保存幻灯片并导出演示文稿。三、模型选型要求Model Requirements由于 Template V2 的创建依赖「截图像素 元素 JSON」的双通道输入模型能力直接影响成败。官方要求如下能力要求原因视觉 / 图片输入创建模板必需模型需要同时接收每张渲染幻灯片截图与原始元素 JSON纯文本模型无法完成视觉认证 pass结构化 JSON 输出必需模板分析与幻灯片内容都要对照嵌套 JSON Schema 校验输出容量创建模板建议 16,000 output tokens模板布局可能包含深层嵌套的组件与元素定义创建流水线会请求最多 16,000 个补全 token对应源码常量TEMPLATE_GENERATION_MAX_COMPLETION_TOKENS 16000与SLIDE_LAYOUT_GENERATION_MAX_TOKENS 16000可靠的指令遵循强烈建议模型必须保留元素索引、区分可编辑内容与装饰、遵守几何与内容上限工具调用认证导入主流程可选部分辅助布局生成路径可通过previewSlide工具渲染候选预览但导入布局的认证主要使用结构化响应图片生成模型/提供方可选且独立用于生成演示所需的配图不能替代用于分析模板截图的视觉文本模型关键提示你配置的文本模型同时也是 Template V2 分析所用的模型。请选择接受「图片文本」混合消息的模型例如 GPT-4o、Claude 3.5 Sonnet 或更新版本、或支持图片输入的 Gemini 模型具体模型名取决于你配置的 provider。[!IMPORTANT] 仅配置图片生成模型是不够的。模板创建会把幻灯片截图发送给文本/LLM provider因此该文本模型本身必须支持视觉。而从已创建的 Template V2 模板生成演示文稿时纯文本模型通常已够用——因为该路径消费的是布局 JSON 而非原始幻灯片截图。但它仍必须支持布局选择与内容生成所依赖的结构化 JSON 响应。这一设计正是两条工作流解耦的价值所在重视觉的分析只发生在创建阶段运行成本与模型门槛都被隔离在一次性流程里。四、运维注意事项Operational Considerations并发与限流模板创建每个幻灯片会发起多次模型调用且最多 10 个幻灯片并发处理。Provider 的速率限制rate limits必须允许这种突发流量。创建通常走异步任务POST /template/async可轮询AsyncTaskModel获取逐幻灯片进度。重试与校验无效的结构化响应在使用前会被重试并校验默认最多 5 次DEFAULT_VALIDATION_RETRIES 5。固定坐标系所有布局使用固定的1280×720坐标系。字体映射当源 PPTX 使用非标准字体时应提供字体映射font mappings映射会保留在模板中并在渲染与导出时使用。可通过POST /template/fonts-upload-and-slides-preview上传字体并预览。预览图不可省略仅有源 PPTX raw JSON 不足以创建模板。渲染后的幻灯片预览图是硬性要求——外观判断与语义分组依赖真实像素这与前文 1.1 节的输入校验相互印证。五、实现地图Implementation Map模块职责servers/fastapi/api/v1/ppt/endpoints/template.py模板 API、异步任务编排、持久化与重试处理servers/fastapi/templates/v2/certified_generation.py多 pass 视觉分析、校验、编译与回退含全部系统提示词与常量servers/fastapi/templates/v2/schema.py可编辑内容 Schema 生成含容量上限推导servers/fastapi/templates/v2/theme.py颜色/字体画像与语义主题生成LLM 确定性回退servers/fastapi/templates/v2/generation.pygenerate_slide_layout与generate_prompted_slide_layout含previewSlide工具路径servers/fastapi/templates/v2/models/layouts.py布局/组件/弹性区域/文本容量等全部 Pydantic 模型与 LLM JSON Schemaservers/fastapi/templates/v2/models/elements.py元素模型Image、InfographicType、ImageFit 等servers/fastapi/api/v1/ppt/endpoints/presentation.py布局选择、内容生成、水合、资产处理、持久化与导出总结Template V2 的核心设计哲学是「一次视觉分析多次复用」——把最昂贵、最依赖视觉模型的 PPTX 解析与布局认证收敛到创建阶段之后每次生成演示文稿只需轻量的 JSON 消费与内容水合。理解这两条工作流的分界、五个认证 pass 各自的职责与回退策略、以及 16,000 token 输出与视觉模型两个硬性门槛是正确使用 Presenton 模板体系、乃至在其上做二次开发的关键起点。【免费下载链接】presentonOpen-Source AI Presentation Generator and API (Gamma, Canva, Beautiful AI, Decktopus, Presentations AI Alternative)项目地址: https://gitcode.com/GitHub_Trending/pr/presenton创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Presenton Template V2 深度解析：如何把现有 PPTX 变成可复用的 AI 演示模板
Presenton Template V2 深度解析如何把现有 PPTX 变成可复用的 AI 演示模板【免费下载链接】presentonOpen-Source AI Presentation Generator and API (Gamma, Canva, Beautiful AI, Decktopus, Presentations AI Alternative)项目地址: https://gitcode.com/GitHub_Trending/pr/presentonTemplate V2 是 Presenton 的核心模板体系它把一份现成的 PowerPointPPTX转换为一套可复用、可编辑的幻灯片布局SlideLayout在保留源文件视觉设计的同时精确识别出哪些值可以在生成新演示文稿时被替换。本文基于 docs/template-v2.md 展开并结合仓库源码servers/fastapi/templates/v2/certified_generation.py、servers/fastapi/api/v1/ppt/endpoints/template.py 等逐层拆解其两条工作流模板创建PPTX → 认证布局与演示文稿生成布局 → 内容 → 导出同时给出模型选型要求、关键约束与实现地图帮助你理解并实际使用这套体系。整体架构两条独立的工作流Template V2 将「设计萃取」与「内容生成」彻底解耦形成两条互不干扰的工作流模板创建Template Creation把源 PPTX 转换为经过认证的 Template V2 布局。此流程必须依赖具备视觉能力的语言模型vision-capable LLM因为它需要对渲染后的幻灯片截图做逐像素的语义分析。演示文稿生成Presentation Generation基于已经认证好的布局数据为每个 outline slide 挑选合适布局、生成符合其 JSON Schema 的内容、水合hydrate布局并导出成品。此流程不再重新分析源截图因此对视觉能力的要求可以放宽。两者通过持久化的TemplateV2记录衔接创建流程写入模板生成流程读取模板。端到端流程如下一、模板创建Template Creation创建 API 接受以下输入PPTX 文件 URL、渲染后的幻灯片图片 URL、可选的字体映射font mappings以及模板元数据。由于每个幻灯片都要经过多轮模型分析创建通常作为异步任务运行从而可以按幻灯片粒度汇报进度——在 template.py 中以ASYNC_TASK_TYPE_TEMPLATE_CREATE template.create标识任务类型。1.1 萃取源文件Extract the source deck导出服务先把 PPTX 转换为RawSlideLayouts原始幻灯片布局集合。Raw layout 中包含源元素的精确结构信息——元素、位置、尺寸、样式与资产而渲染后的幻灯片预览图则提供 PPTX 表示中可能缺失或含糊的视觉上下文。两者互为补充结构以 Raw JSON 为准语义以像素为准。源码中 certified_generation.py 的generate_template()对输入做了强校验if not layouts.layouts: raise ValueError(layouts must contain at least one slide layout) if len(slide_image_urls) ! len(layouts.layouts): raise ValueError(slide_image_urls must contain one image for each layout)也就是说每个被处理的 raw slide 必须恰好对应一张渲染预览图若提供的预览图数量少于 raw slide 数量则 raw slide 会被截断到预览图数量cap 处理若预览图数量多于 raw slide 数量请求会被直接拒绝。这是因为后续所有认证 pass 都依赖「元素 JSON 对应截图像素」的双通道输入图片缺失意味着该幻灯片无法被认证。1.2 认证每个布局Certify each layout幻灯片以每批最多 10 张并行MAX_PARALLEL_SLIDE_LAYOUTS 10的方式处理。在 generate_template() 中通过ThreadPoolExecutor(max_workersmin(MAX_PARALLEL_SLIDE_LAYOUTS, slide_count))提交所有幻灯片的任务再按 index 收集结果并保序。每张幻灯片依次经过五个聚焦的、带 Schema 校验的模型 pass① 视觉数据检测Visual-data detection识别受支持的图表chart、表格table、文本列表text list、进度条progress bar与仪表盘gauge。其系统提示词定义在 certified_generation.py 的DETECT_VISUAL_DATA_REGIONS_SYSTEM_PROMPT中核心规则包括原子性一张表格或一个图表必须整体映射为一个 typed replacement表格内部的行、列、单元格、边框、网格线等一律视为内部数据绝不允许拆分图表必须至少 80×60 px_validate_visual_data_replacement_plan中的硬校验替换边界必须完整落在候选区域内_bounds_contains校验文本列表只有在包含连贯的列表项序列时才被识别marker取值bullet/number/none一个 pass 失败时保留源区域不破坏原始设计。值得一提的是Gemini 提供方对表格与信息图有专门的响应编码协议GEMINI_VISUAL_DATA_TABLE_ENCODING_PROMPTcertified_generation.py表格与 infographic 只返回kind、path、position、size、data_json五个字段其中data_json本身是一个 JSON 字符串解码后才是完整的列/行/单元格结构。② 语义分析Semantic analysis把源元素归类为可复用组件components并将内容标记为可编辑decorativefalse或装饰性decorativetrue。这是最复杂的一步其提示词GENERATE_SLIDE_LAYOUT_SYSTEM_PROMPTcertified_generation.py定义了详细的组件切分规则按可见的空间分组把幻灯片划分为最小可复用的视觉区域一组重复的集合指标卡、步骤、卡片必须保持为一个组件而不是每个条目一个组件每个元素只能被分配一次组件按最早元素索引排序布局、组件、元素的命名必须基于稳定的视觉结构与可编辑字段角色而非示例内容card_heading、card_description、top_marker、footer_left_label优于person_name、organization_role、year_marker这类示例驱动的名字图片与图标分类is_icontrue表示紧凑的符号图标用于后续图标搜索并给出可见图标字形的前景色六位十六进制与风格类型bold、duotone、fill、light、regular、thin若该 pass 失败创建流程回退到**保真优先fidelity-preserving**的布局即放弃语义分组、保留原始几何。③ 弹性区域分析Flexible-region analysis识别可重复或流式flow-based的内容例如卡片网格card grids与步骤序列sequences。其提示词GENERATE_FLEXIBLE_REGIONS_SYSTEM_PROMPTcertified_generation.py规定了底层几何建模规则单一水平序列用row单一垂直序列用column多行多列的重复等价条目用grid只有不规则、重叠或无法用 row/column/grid 描述时才用group每个 flow 至少包含两个 item重复条目内部对应的子字段必须同名且不带索引如metric_icon、metric_value、metric_label而包装器名则带编号metric_item_1、metric_item_2时间轴/步骤序列中每个 marker 必须与其对应的 heading 和 description 一起放进重复 item只有真正横跨多个 item 的连接线才作为共享 scaffold失败时语义布局保持固定不强行生成弹性区域。④ 文本容量分析Text-capacity analysis计算可编辑文本的安全长度与增长约束。提示词GENERATE_TEXT_CAPACITY_SYSTEM_PROMPTcertified_generation.py的要点以「额外字符数 / 额外行数」表达增长left_characters、right_characters增加水平容量top_lines、bottom_lines增加垂直容量对齐方式horizontal_alignment取preserve/left/center/right/justifyvertical_alignment取preserve/top/middle/bottom短标签、页码、页脚、指标值保持单行紧凑标题、正文、卡片描述在有未被占用的对齐空间时可扩展对重复字段row/column/grid按注解名与结构角色跨条目匹配字段取最受限条目的安全调整值然后把这组六元设置复制到所有对应条目上——这样编译出的 Schema 才能暴露单一的数组 item 形状失败时保留此前已校验的几何capacity pass 不会破坏已验证的布局。代码层面文本容量计算还叠加了一个安全系数常量TEXT_CAPACITY_SAFETY_FACTOR 0.85certified_generation.py即把估算出的安全容量再打 85 折为字体渲染误差留出余量。⑤ 编译与认证Compilation and certification把源元素与模型的各项决策合并校验结果若校验失败则减少可选的模型决策后重试。重试次数由DEFAULT_VALIDATION_RETRIES 5控制certified_generation.py无效的结构化响应会在使用前被反复校验。此外_ensure_unique_slide_layout_ids()certified_generation.py会自动修复模型返回的重复布局 id追加_2、_3后缀保证后续索引稳定。可编辑占位符Placeholders可编辑的图片与图标值会被替换为标准占位符——图片占位符CONTENT_IMAGE_PLACEHOLDER_URL /static/images/replaceable_template_image.png图标占位符CONTENT_ICON_PLACEHOLDER_URL /static/icons/placeholder.svgcertified_generation.py。而装饰性资产——背景、Logo、边框、分隔线等——在布局中保持固定不变。1.3 构建可复用的模板元数据Build reusable template metadata当每张幻灯片都拿到认证布局后两个任务并行执行① 相似组件聚类去重Merge similar componentsmerge_similar_components()certified_generation.py先把所有布局中的组件平铺为带全局 index 的列表再调用一次模型CLUSTER_SIMILAR_COMPONENTS_SYSTEM_PROMPT规则只有一条核心只有结构角色相同、几何近似、可编辑字段层级兼容的组件才能互换分组示例内容、宽泛关键词title/text/image/content都不能作为分组依据随后_build_merged_components()把相似组内的组件收拢为MergedComponent.variants同一组件的一组可互换变体_deduplicate_merged_components()基于「组件签名」做并查集union-find去重签名忽略可编辑内容值text runs、chart 数据等只保留结构维度aspect、位置归一化、子元素类型与装饰标志从而识别出结构重复的组件并合并其变体。② 主题推导Derive themegenerate_template_theme()servers/fastapi/templates/v2/theme.py先通过build_theme_profile()对布局中的颜色与字体做统计画像ThemeProfile色值、覆盖面积、使用频次、饱和度、字体家族统计等再让模型把颜色映射到语义主题角色ThemeRoleSelectionprimary、background、card、stroke、background_text、primary_text、最多 10 个graph_colors、text_font。模型选型失败时自动回退到select_theme_roles_deterministically()theme.py——一个纯启发式的确定性选择器背景色取覆盖面积最大者主色取图表/信息图出现次数与饱和度最高者等等。最终由materialize_theme()把角色选择物化为可直接使用的PresentationThemeData。1.4 TemplateV2 记录结构最终持久化的TemplateV2记录包含以下字段字段用途raw_layouts从源 PPTX 提取的忠实元素 JSONRawSlideLayoutslayouts经过认证、可复用的幻灯片布局SlideLayoutsmerged_components结构上可互换的组件分组MergedComponentstheme从布局推导出的语义颜色与排版PresentationThemeDataassets源 PPTX、预览图、字体、图标与图片引用1.5 模板 API 面模板相关的 REST API 集中在 template.py核心端点包括方法与路径作用POST /template/fonts-upload-and-slides-preview上传字体与幻灯片预览返回预览响应template.pyPOST /template/mcp-uploadMCP 通道上传含 100 MB 总量上限template.pyPOST /template/init初始化模板创建返回模板 idPOST /template/async以异步任务方式启动创建template.create返回AsyncTaskModeltemplate.pyPOST /template/async/{task_id}/retry对失败任务重试template.pyPOST /template/layouts/generate基于提示词生成布局generate_prompted_slide_layout路径POST /template/layouts/create直接创建布局GET /template/all列出模板template.pyPATCH /template/{template_id}/layouts修补某张幻灯片的布局带 per-template 异步锁防止并发写坏template.pyPATCH /template/{template_id}更新模板元数据DELETE /template/{template_id}删除模板二、演示文稿生成Presentation Generation演示文稿生成不重新分析源截图而是直接消费已经认证的 Template V2 布局数据。其流程实现在 presentation.py如下生成或接受大纲Presenton 根据主题、文件、指令与幻灯片数量生成 outline加载模板载入选定的TemplateV2记录包括其布局、字体与主题构建内容 Schema每个布局被转换为一个 JSON 内容 Schema——只有decorativefalse的元素才会成为生成内容字段。这一转换实现在 servers/fastapi/templates/v2/schema.py_is_editable_element()的判定条件就是element.get(decorative) is False支持的内容类型为text、image、text-list、table、chart、infographic图表类型覆盖 12 种area、bar、bubble、donut、horizontal_bar、horizontal_stacked_bar、line、pie、polar_area、radar、scatter、stacked_bar。表格与文本列表的容量上限min/max columns、rows、items来自认证阶段记录的几何约束并叠加TABLE_TEXT_CAPACITY_SAFETY_FACTOR 0.85与单元格内边距常量水平 12px、垂直 6px选择布局根据可用布局的描述与 Schema为每个 outline slide 挑选兼容布局生成内容文本模型生成符合所选 Schema 的内容包括文本、列表、表格、图表、图片提示词image prompts与图标查询icon queries水合布局深拷贝布局 UIcopy.deepcopy把生成值写入可编辑元素。_hydrate_template_slide_ui()遍历组件树通过hydrate_repeated_top_level_groupspresentation.py在认证的容量限制内扩展或收缩重复组如卡片网格增减条目资产与导出拉取或生成图片与图标资产保存幻灯片并导出演示文稿。三、模型选型要求Model Requirements由于 Template V2 的创建依赖「截图像素 元素 JSON」的双通道输入模型能力直接影响成败。官方要求如下能力要求原因视觉 / 图片输入创建模板必需模型需要同时接收每张渲染幻灯片截图与原始元素 JSON纯文本模型无法完成视觉认证 pass结构化 JSON 输出必需模板分析与幻灯片内容都要对照嵌套 JSON Schema 校验输出容量创建模板建议 16,000 output tokens模板布局可能包含深层嵌套的组件与元素定义创建流水线会请求最多 16,000 个补全 token对应源码常量TEMPLATE_GENERATION_MAX_COMPLETION_TOKENS 16000与SLIDE_LAYOUT_GENERATION_MAX_TOKENS 16000可靠的指令遵循强烈建议模型必须保留元素索引、区分可编辑内容与装饰、遵守几何与内容上限工具调用认证导入主流程可选部分辅助布局生成路径可通过previewSlide工具渲染候选预览但导入布局的认证主要使用结构化响应图片生成模型/提供方可选且独立用于生成演示所需的配图不能替代用于分析模板截图的视觉文本模型关键提示你配置的文本模型同时也是 Template V2 分析所用的模型。请选择接受「图片文本」混合消息的模型例如 GPT-4o、Claude 3.5 Sonnet 或更新版本、或支持图片输入的 Gemini 模型具体模型名取决于你配置的 provider。[!IMPORTANT] 仅配置图片生成模型是不够的。模板创建会把幻灯片截图发送给文本/LLM provider因此该文本模型本身必须支持视觉。而从已创建的 Template V2 模板生成演示文稿时纯文本模型通常已够用——因为该路径消费的是布局 JSON 而非原始幻灯片截图。但它仍必须支持布局选择与内容生成所依赖的结构化 JSON 响应。这一设计正是两条工作流解耦的价值所在重视觉的分析只发生在创建阶段运行成本与模型门槛都被隔离在一次性流程里。四、运维注意事项Operational Considerations并发与限流模板创建每个幻灯片会发起多次模型调用且最多 10 个幻灯片并发处理。Provider 的速率限制rate limits必须允许这种突发流量。创建通常走异步任务POST /template/async可轮询AsyncTaskModel获取逐幻灯片进度。重试与校验无效的结构化响应在使用前会被重试并校验默认最多 5 次DEFAULT_VALIDATION_RETRIES 5。固定坐标系所有布局使用固定的1280×720坐标系。字体映射当源 PPTX 使用非标准字体时应提供字体映射font mappings映射会保留在模板中并在渲染与导出时使用。可通过POST /template/fonts-upload-and-slides-preview上传字体并预览。预览图不可省略仅有源 PPTX raw JSON 不足以创建模板。渲染后的幻灯片预览图是硬性要求——外观判断与语义分组依赖真实像素这与前文 1.1 节的输入校验相互印证。五、实现地图Implementation Map模块职责servers/fastapi/api/v1/ppt/endpoints/template.py模板 API、异步任务编排、持久化与重试处理servers/fastapi/templates/v2/certified_generation.py多 pass 视觉分析、校验、编译与回退含全部系统提示词与常量servers/fastapi/templates/v2/schema.py可编辑内容 Schema 生成含容量上限推导servers/fastapi/templates/v2/theme.py颜色/字体画像与语义主题生成LLM 确定性回退servers/fastapi/templates/v2/generation.pygenerate_slide_layout与generate_prompted_slide_layout含previewSlide工具路径servers/fastapi/templates/v2/models/layouts.py布局/组件/弹性区域/文本容量等全部 Pydantic 模型与 LLM JSON Schemaservers/fastapi/templates/v2/models/elements.py元素模型Image、InfographicType、ImageFit 等servers/fastapi/api/v1/ppt/endpoints/presentation.py布局选择、内容生成、水合、资产处理、持久化与导出总结Template V2 的核心设计哲学是「一次视觉分析多次复用」——把最昂贵、最依赖视觉模型的 PPTX 解析与布局认证收敛到创建阶段之后每次生成演示文稿只需轻量的 JSON 消费与内容水合。理解这两条工作流的分界、五个认证 pass 各自的职责与回退策略、以及 16,000 token 输出与视觉模型两个硬性门槛是正确使用 Presenton 模板体系、乃至在其上做二次开发的关键起点。【免费下载链接】presentonOpen-Source AI Presentation Generator and API (Gamma, Canva, Beautiful AI, Decktopus, Presentations AI Alternative)项目地址: https://gitcode.com/GitHub_Trending/pr/presenton创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考