PPT Master — AI 生成原生可编辑 PPTX,支持任意文档输入
English | 中文
[!info] 阅读导览
第 1 章 项目概览与核心卖点 → 第 2 章 六种风格效果展示 → 第 3 章 作者介绍 → 第 4 章 快速开始(环境 / Agent / 安装 / 创作 / 配图)→ 第 5-11 章 文档导航、协议与项目信息
本项目由 PackyCode 等赞助方支持,得以持续免费开源。
![]() |
感谢 PackyCode 赞助了本项目!PackyCode 是一家稳定、高效的 API 中转服务商,提供 Claude Code、Codex、Gemini 等多种中转服务。PackyCode 为本项目的用户提供了特别优惠,使用 此链接 注册并在充值时填写"ppt-master"优惠码,可以享受 9 折优惠。 |
|---|
在线预览 · 关于何雨果 · 示例下载 · 常见问题 · 联系我
↑ 一份 12 页的原生可编辑 PPT,端到端由 一个微信公众号链接 通过 Claude Opus 4.7 生成。无需人工设计,不走图片导出——每一个形状、文本框、图表都可以在 PowerPoint 里直接点击编辑。
1. 项目概览
丢进一份 PDF、DOCX、网址或 Markdown,拿回一份 原生可编辑的 PowerPoint——真正的形状、真正的文本框、真正的图表,不是图片。点击任何元素即可编辑。
[!warning]
PPT Master 是 harness,不是完整的 agent。harness + model = agent——工具负责工作流,模型决定上限。要组成真正高质量的 agent,推荐组合是:Claude 大上下文窗口(约 100 万 token)+ AI 生图(gpt-image-2)。其他模型能跑流程,但达不到同等质量上限。效果不理想,请先换模型,不要质疑 harness。
1.1. 核心特性
[!tip] 模板复刻
把任何一份你喜欢的.pptx丢给 AI,一句"用/create-template复刻成模板",就能拿到一套可被 PPT Master 直接调用的页面布局——主题色、字体、母版/版式结构、复用图片、甚至精灵图裁剪关系都按 OOXML 真实抽取,封面/章节/装饰繁复的页面都能稳定还原。从此你不再受限于内置模板:公司品牌 deck、客户中标模板、找的高质量参考稿,都能一键变成你的私人模板库。详见 模板指南 →。
[!tip] 动画
导出的 deck 支持页间转场和页内元素入场动画,输出为真正的 OOXML 动画(不是嵌入视频)。默认进入页面后元素按顺序自动级联入场,无需点击;在 PowerPoint 和 Keynote 中原生播放,无需额外工具。详见 转场与动画使用指南 →。
[!tip] 旁白与视频
把演讲者备注按页生成语音旁白(默认edge-tts,也可配置云端 TTS 获得高质量音色),把音频嵌回 PPTX,再用 PowerPoint 自带"导出视频"产出带旁白和转场的 MP4,全程无需第三方工具。详见 音频旁白与视频导出 →。
[!tip] 声音复刻
用 ElevenLabs / MiniMax / Qwen / CosyVoice 复刻出你自己的声音(或在授权前提下复刻演讲者的声音),让整份 deck 用你的声音念出来。在 provider 控制台复刻一次,把得到的voice_id传进来,PPT Master 就会用这个音色逐页朗读备注并嵌入回 PPTX。详见 使用复刻音色 →。
1.2. 运作方式
PPT Master 是一套在 AI IDE(Claude Code / Cursor / VS Code + Copilot / Codebuddy 等)里运行的工作流(一个 “skill”)。你在 IDE 的对话框里跟 AI 说"用这份 PDF 做一份 PPT",AI 按这套工作流在你本机生成一个真正可编辑的 .pptx。你不写任何代码——IDE 只是你和 AI 对话的地方。
flowchart LR
A[原始材料<br>PDF / DOCX / 网址 / Markdown] --> B[AI IDE 对话<br>Claude Code / Cursor / Copilot]
B --> C[PPT Master 工作流<br>内容分析 → 视觉设计 → SVG 生成]
C --> D[原生可编辑 PPTX<br>真形状 / 文本框 / 图表]
D --> E[PowerPoint 中直接点击编辑]
你要做的:装 Python、装一个 AI IDE、把资料放进来。
1.3. 与其他工具的区别
PPT Master 不一样:
- 真正的 PPT——如果一个文件在 PowerPoint 里打不开、不能编辑,它就不应该被叫做 PPT。PPT Master 输出的每个元素都能直接点击修改
- 成本透明可控——工具免费开源,唯一成本是你自己的 AI 模型用量。当前主流 AI 工具都已转向按量计费,你用多少付多少——PPT Master 不在此之外增加任何额外订阅费用
- 数据不出本地——你的文件不应该为了做一份 PPT 就被上传到别人的服务器。除与 AI 模型的对话外,全流程在你的电脑上完成
- 不锁定平台——你的工作流不应该被任何一家公司绑架。Claude Code、Cursor、VS Code Copilot 等均可驱动;Claude、GPT、Gemini、Kimi 等模型均可使用
市面上的 AI PPT 工具大致分四类,PPT Master 只做最后一类:
| 类型 | 产物形态 | 能在 PowerPoint 里逐元素改吗 |
|---|---|---|
| 模板填空 | 套模板的 PPTX | 部分可以,受模板限制 |
| 图片式 | 一页一张大图拼成 PPTX | ❌ 整页是图片 |
| HTML 演示 | 网页演示 | ❌ 不是 PPTX |
| 原生可编辑(PPT Master) | 真 DrawingML 形状、文本框、图表 | ✅ 每个元素都能点开改 |
在线预览 → · examples/ — 22 个项目,309 页 · 为什么选 PPT Master?
2. 效果展示
杂志风 — 暖色调,大图排版,生活方式感 |
学术风 — 严谨结构,数据图表,论文答辩场景 |
|---|---|
暗色艺术风 — 电影感深色背景,美术馆陈列感 |
自然纪录风 — 沉浸式摄影,简洁信息层级 |
科技 / SaaS 风 — 白底卡片,定价表格,产品说明书 |
发布会风 — 高对比度,参数突出,苹果/小米发布会感 |
3. 关于作者
我是何雨果(Hugo He),投融资领域从业者(注册会计师 · 资产评估师 · 咨询工程师(投资)),工作中经常审阅和修改 PPT。我希望 AI 生成的幻灯片仍然能在 PowerPoint 里继续编辑,而不是被压成一张张图片——所以做了这个。
🌐 个人网站 · 📧 [email protected] · 🐙 @hugohe3
4. 快速开始
4.1. 前置条件
只需装 Python 即可。 其余依赖通过 pip install -r requirements.txt 一次装齐。
| 依赖 | 是否必须 | 用途 |
|---|---|---|
| Python 3.10+ | ✅ 必需 | 核心运行时——唯一真正需要安装的东西 |
一句话总结——装好 Python,跑一行
pip install -r requirements.txt,就可以开始生成 PPT 了。
[!tip] Windows 用户
Windows 需要一些额外步骤(PATH 设置、执行策略等)。我们为 Windows 用户写了一份手把手安装指南:Windows 安装指南——从零到跑通第一份 PPT,10 分钟搞定。简要流程:从 python.org 下载 Python → 安装时勾选 “Add to PATH” →
pip install -r requirements.txt→ 完成。
macOS / Linux——安装即用
# macOS
brew install python
pip install -r requirements.txt
# Ubuntu / Debian
sudo apt install python3 python3-pip
pip install -r requirements.txt
边缘场景备用方案——99% 的用户用不到
Pandoc:只在需要转小众格式时才装:.doc、.odt、.rtf、.tex、.rst、.org、.typ。.docx、.html、.epub、.ipynb 已由 Python 原生处理,不需要 pandoc。
# macOS
brew install pandoc
# Ubuntu / Debian
sudo apt install pandoc
4.2. 选择一个 Agent
PPT Master 在任何具备 agent 能力(可读写文件、执行命令、持续多轮对话)的工具里都能跑。
| 类型 | 代表工具 | 说明 |
|---|---|---|
| IDE 内置 agent | VS Code 架构(含 VS Code 本体及分支与衍生):Cursor、Trae、Codebuddy IDE、Windsurf、Void 等;其他架构:Zed 等 | 编辑器原生集成 agent |
| IDE 插件 / 扩展 | GitHub Copilot、Claude Code(VS Code / JetBrains 扩展)、Cline、Continue、Roo Code、通义灵码、CodeGeeX 等 | 装在 VS Code / JetBrains 等宿主里使用 |
| CLI agent | Claude Code CLI、Codex CLI、Aider、Gemini CLI 等 | 终端里运行,适合脚本化 / 远程 / 服务器场景 |
模型推荐:优先选 Claude Opus / Sonnet,搭配大上下文窗口和
gpt-image-2生图——原因见上方说明。
[!tip] 没有 Claude / GPT / Gemini 渠道?
本项目赞助商 PackyCode 可以解决大多数卡点——没有 API Key、无法直连、没有境外信用卡无法订阅、或者只是不想为偶尔使用付整月费,PackyCode 都能让你按量调用 Claude、GPT、Gemini 等主流模型,直接用上推荐的 Claude 模型,支持国内支付,开箱即用。充值时填写优惠码ppt-master享 9 折。
4.3. 配置项目
方式 A — 下载 ZIP(无需安装 Git):GitHub → Code → Download ZIP · AtomGit → 克隆/下载 → 下载 ZIP(国内网速更快)
方式 B — Git clone(需先安装 Git):
# GitHub
git clone https://github.com/hugohe3/ppt-master.git
# AtomGit(国内网速更快)
git clone https://atomgit.com/hugohe3/ppt-master.git
cd ppt-master
然后安装依赖:
pip install -r requirements.txt
日常更新(方式 A / B):python3 skills/ppt-master/scripts/update_repo.py
[!note] 方式 C — Skill marketplace
仓库已添加.claude-plugin/marketplace.json元数据,可通过 Claude Code plugin marketplace 生态一行安装:# 跨 agent CLI(Claude Code、Cursor、Codex 等) npx skills add hugohe3/ppt-master # 或在 Claude Code 内 /plugin marketplace add hugohe3/ppt-master /plugin install ppt-master@ppt-master上述两种安装方式都只会拉取 skill 文件本身(不含完整仓库),后处理脚本仍需在安装目录跑
pip install -r requirements.txt。
4.4. 开始创作
提供原始材料(推荐): 将 PDF、DOCX、图片等文件放入 projects/ 目录下,在 AI 聊天面板中告诉它使用哪些文件。获取路径的最快方式:在文件管理器或 IDE 侧边栏中右键文件 → 复制路径(Copy Path / Copy Relative Path),直接粘贴进聊天框。
你:请用 projects/q3-report/sources/report.pdf 这份文件生成一份 PPT
直接输入内容: 也可以把文字内容直接粘贴进聊天窗口,AI 会根据这些内容生成 PPT。
你:请根据以下内容制作成 PPT:[粘贴你的文字内容...]
两种方式下 AI 都会先确认设计规范:
AI:好的,先确认设计规范:
[模板] B) 自由设计
[格式] PPT 16:9
[页数] 8-10 页
...
AI 全程处理——内容分析、视觉设计、SVG 生成、PPTX 导出。
输出说明: 原生形状版主
.pptx(可直接编辑)保存至exports/<name>_<timestamp>.pptx;SVG 快照版_svg.pptx与svg_output/副本归档至backup/<timestamp>/,便于回溯视觉参考或免去 LLM 重跑直接重建 pptx。需要 Office 2016+。
[!tip] AI 迷失上下文?
让它先读skills/ppt-master/SKILL.md。
[!tip] 遇到问题?
查看 常见问题——涵盖模型选择、排版问题、导出异常等,基于真实用户反馈持续更新。
4.5. 图片获取(可选)
非用户自带图片有两条路径,可在同一份 deck 里按行混用:
需要 API 的功能统一通过 .env 配置。clone 安装可以用 cp .env.example .env;skill marketplace 安装建议使用持久的用户级配置:
mkdir -p ~/.ppt-master
cp /path/to/installed/ppt-master/.env.example ~/.ppt-master/.env
PPT Master 会优先读取当前进程环境变量,然后按顺序读取第一个存在的 .env:当前工作目录、clone 仓库根目录、~/.ppt-master/.env。
A) AI 生图 — image_gen.py。设置 IMAGE_BACKEND 和对应 *_API_KEY(OPENAI_API_KEY、GEMINI_API_KEY 等),流程会自动调用。python3 skills/ppt-master/scripts/image_gen.py --list-backends 查看完整后端清单。gpt-image-2 目前综合质量最佳。
B) 网络图片搜索 — image_search.py。零配置可用,但高质量使用建议配置 PEXELS_API_KEY / PIXABAY_API_KEY(都免费申请)。不配置时只使用 Openverse / Wikimedia Commons,适合作为兜底,但容易出现普通用户上传、构图随意、清晰度不稳定的图片;配置后默认搜索链会追加 Pexels / Pixabay,现代商业摄影、人物、办公、生活方式和插画类图片质量会明显更稳定。默认以图片质量和匹配度优先,直接把 CC0、公有领域、Pexels / Pixabay 免署名许可、CC BY、CC BY-SA 一起纳入候选;如果选中的图片需要署名,Executor 会在该幻灯片自动添加小字署名。只有明确不能出现署名时,才使用 --strict-no-attribution 限制为免署名图片。对视觉要求高的封面、产品图、人物图和品牌场景,优先级建议是:用户自带高清素材 / AI 生图 > 配置 Pexels / Pixabay 的网络搜索 > 零配置网络搜索。
完整说明:
image-generator.md(AI)·image-searcher.md(网络)。
5. 文档导航
| 文档 | 说明 | |
|---|---|---|
| 🆚 | 为什么选 PPT Master | 与 Gamma、Copilot 等工具的对比 |
| 🪟 | Windows 安装指南 | Windows 用户手把手安装教程 |
| 📖 | SKILL.md | 核心流程与规则 |
| 🎨 | 模板指南 | 选用、派生新模板(重点)、模板边界;含 standard / fidelity 模式选型 |
| 📐 | 画布格式 | PPT 16:9、小红书、朋友圈等 10+ 种格式 |
| 🎬 | 转场与动画 | 页间转场和页内元素入场动画 |
| 🎙️ | 音频旁白与视频导出 | 90+ 语种 TTS 旁白、音频嵌入 PPTX、导出为 MP4 |
| 🛠️ | 脚本与工具 | 所有脚本和命令 |
| 💼 | 示例 | 22 个项目,309 页 |
| 🏗️ | 技术路线 | 架构、设计哲学、为什么选 SVG |
| ❓ | 常见问题 | 模型选择、费用、排版问题排查、自定义模板 |
6. 贡献
7. 开源协议
8. 致谢
SVG Repo · Tabler Icons · Simple Icons · Phosphor Icons · Robin Williams(CRAP 设计原则)
9. 关于项目
- 讨论与建议 → GitHub Discussions
- Bug 报告与需求 → GitHub Issues
- 作者主页 → www.hehugo.com
10. Star History
11. 赞助与支持
PPT Master 持续免费开源,Bug 修复、功能开发与文档维护都需要时间与心力,欢迎赞助支持。
赞助方
关于项目
感谢你对 PPT Master 的关注与支持。项目仍在持续迭代中,欢迎使用、反馈与贡献。
Made with ❤️ by 何雨果 Hugo He · 欢迎 Star · 回到顶部
官方仓库 GitHub(主仓库)· AtomGit(镜像)。其他平台转发版本均为非官方版本。MIT 协议,使用需保留署名。
[!success] 核心要点
- 一句话定位:丢进 PDF / DOCX / 网址 / Markdown,拿回原生可编辑的 PPTX——真形状、真文本框、真图表,不是图片
- 本质是 harness:
harness + model = agent,推荐 Claude 大上下文窗口 +gpt-image-2生图;效果不理想先换模型- 四大特性:模板复刻(
/create-template)、OOXML 动画与转场、edge-tts 旁白 + 声音复刻(ElevenLabs / MiniMax / Qwen / CosyVoice)、AI IDE 内工作流- 四个优势:真 PPT / 成本透明(仅模型用量)/ 数据不出本地 / 不锁定平台
- 快速上手:装 Python → 选 Agent(Claude Code / Cursor / Copilot 等)→ 方式 A/B/C 配置项目 → 丢材料给 AI 即可
- 效果示例:22 个项目 309 页,支持杂志 / 学术 / 暗色艺术 / 自然纪录 / 科技 SaaS / 发布会等风格







