核心用法
ppt-task-orchestrator 是一款专注于 PPT 工作流自动化的编排层技能。其核心流程包括：首先将 pptx 文件解析为逐页的结构化任务，对于缺少必要字段的页面自动降级至 OCR 识别；随后将页面任务转换为 main-image-editor 的批量图像编辑任务，通过复用 main-image-editor 和 psd-automator 两个底层技能执行图像生成；最终聚合输出结果目录与 all-images.zip 压缩包。用户可通过命令行工具指定 PPT 路径、置信度阈值、回退策略及交付选项，支持 dry-run 模式进行预演验证。
显著优点
该技能的最大亮点在于纯本地化架构设计——全程不发起任何外部网络请求，所有处理均在用户本地环境完成，从根本上杜绝数据外泄风险。技术实现上采用结构化字段优先+OCR 智能回退的双模解析策略，兼顾效率与准确性；内置事务回滚机制，任一 PSD 处理失败即可自动恢复所有受影响的文件，保障数据完整性。依赖极简，仅引入 jszip 一个外部库，攻击面大幅收缩。代码完全开源（MIT-0 许可证），可审计性极强。
潜在缺点与局限性
作为编排层技能，其功能深度受限于底层 main-image-editor 和 psd-automator 的能力边界，无法独立扩展图像处理算法。OCR 环节依赖本地 Tesseract 和 Swift 引擎，对复杂版式、艺术字体或低质量扫描件的识别效果可能不及云端 OCR 服务。此外，该技能定位为批处理工具，实时交互性和可视化调试能力较弱，错误排查主要依赖日志输出。
适合的目标群体
- 需要批量将 PPT 页面转换为图像素材的设计师与营销团队
- 对数据隐私敏感、禁止文件上传云端的企业用户
- 构建本地化自动化工作流的开发者与运维人员
- 科研机构、金融机构等受合规严格管控的行业场景
使用风险
- 性能风险：大型 PPT 文件（数百页）的批量处理可能消耗大量本地 CPU/内存资源
- 依赖风险：若本地未正确安装 Tesseract 或 Swift 运行环境，OCR 回退功能将失效
- 路径风险：输入路径需严格校验，避免意外覆盖或删除非目标文件
- 版本兼容性：PPTX 格式复杂，极个别特殊排版可能导致解析异常，建议充分测试后投入生产