SLIDEFORGE：LLM 代理，用于将幻灯片作为结构化工件进行可控编辑

当前的人工智能代理对幻灯片的描述令人信服。然而，人工智能辅助幻灯片编辑需要的不仅仅是理解：输出必须保留布局、样式、组件结构和本机可编辑性。对于人工智能辅助的幻灯片编辑，现有代理对屏幕截图或弱文档表示进行操作，并且通常会分割连贯的视觉单元，光栅化可编辑内容或破坏布局。相比之下，对于可控幻灯片编辑，我们引入了一个代理框架 SLIDEFORGE，它构建了 Deck State Graph，这是一个链接视觉分解、原生 pptx 对象结构和感知组织的可执行幻灯片状态。通过恢复人类可参考的组件，同时保留细粒度的可编辑结构，SLIDEFORGE 通过幻灯片本机操作和渲染状态验证支持主题保留重建。我们进一步引入了可控幻灯片转换的评估范例，该范例联合测量组件恢复、保存、重新设计一致性、视觉质量和本机可编辑性。实验表明，SLIDEFORGE 在这些维度上的表现优于直接提示、基于屏幕截图的代理和通用代码代理基线。代码可在 https://github.com/UIUC-MONET/SLIDEFORGE 获取。