PPT Master 新手完整指南：十分钟把文档变成可编辑的 AI 演示文稿-平芜编程栈

PPT Master 新手完整指南：十分钟把文档变成可编辑的 AI 演示文稿

【免费下载链接】ppt-masterAI turns documents or topics into real, native PowerPoint decks—with native shapes, transitions and animations,>项目地址: https://gitcode.com/GitHub_Trending/ppt/ppt-master

PPT Master 是一个开源的 AI 演示文稿生成工具，它把 PDF、网页、Markdown 甚至一个主题，转换成可以在 PowerPoint 里逐个对象编辑的.pptx文件。具体流程是：把一份报告 PDF 丢进projects/目录，在 AI 聊天面板里说一句"用这份材料做一份 PPT"，工具在本地完成内容分析、页面设计、SVG 绘制和 PPTX 导出，最后给你一个原生 PowerPoint 对象组成的可编辑文件。本文按"看效果 → 装环境 → 出第一份 PPT → 进阶用法 → 避坑"的顺序讲完整个过程。

先看效果：AI 生成的 PPT 到底长什么样

README 里的示例画廊由 Claude Opus 4.7 搭配gpt-image-2一次性生成，没有人工精修。产出不是截图拼贴，而是完整的 PowerPoint 对象模型：带调整手柄的原生形状和连接线、文本框、渐变与填充效果，走模板或结构化路线时还包含真正的幻灯片母版和布局（p:sldMaster/p:sldLayout继承）。

它的能力边界，用一张表说清楚：

能做	边界说明
每个形状、文本框、图表都是原生 PowerPoint 对象	在 PowerPoint、Keynote、WPS、LibreOffice 里都可以点开继续编辑
幻灯片母版与布局	通过模板/结构化路线输出`p:sldMaster`/`p:sldLayout`继承结构；自由设计路线输出扁平结构
过渡与动画	默认`fade`页面过渡、无元素动画；对象动画（进入/强调/路径/退出，203 个原生预设）需用`-a auto`等方式显式开启
图表与表格	默认导出为可逐个编辑的 SVG 衍生 DrawingML 形状，跨软件渲染一致；需要可编辑数据的原生图表对象时传`--native-charts-and-tables`
音频旁白与视频	演讲者备注可转成逐页语音嵌入 PPTX，再用 PowerPoint 导出同步旁白 MP4
多比例画布	16:9、4:3、小红书 3:4、方形 1:1、竖版 9:16、A4 等 8 种格式，输出仍是`.pptx`

不能做 / 需要预期管理	说明
SmartArt	刻意不支持，不是遗漏
一次生成即交付的完美终稿	官方定位是高质量可编辑草稿，最后的润色留给你
在非 PowerPoint 软件里验证动画	动画的主要验证目标是 Microsoft PowerPoint，其他软件能打开文件但个别效果可能被重映射
快速模式断点续传	快速生成是一次性流程，上下文丢失需要重跑

五分钟上手：安装 PPT Master 的完整步骤

环境要求

两样东西：

Python 3.10+，其他依赖一行命令装完。Windows 用户需要额外配置 PATH 和运行策略，仓库提供了逐步安装的 Windows 指南。
一个有 agent 能力的 AI 工具。它在这个项目里只扮演一个角色：一个能读写文件的 AI 聊天窗口。IDE 内置 agent（VS Code、Cursor、Zed 等）、IDE 插件（Claude Code、GitHub Copilot、Cline 等）、CLI agent（Claude Code CLI、Codex CLI、Gemini CLI 等）都可以，你只会用到它的聊天面板，不需要写代码。

安装

git clone https://gitcode.com/GitHub_Trending/ppt/ppt-master cd ppt-master pip install -r requirements.txt

也支持下载 ZIP 包或从 skill 市场安装（npx skills add hugohe3/ppt-master），只取技能文件约 56 MB，但装完同样要pip install -r requirements.txt。

放文件，发一句指令

在 AI 工具中打开ppt-master文件夹（IDE 用 File → Open Folder，CLI agent 先cd ppt-master）。
把 PDF、DOCX、图片等源材料放进projects/目录；也支持直接把文字粘贴进聊天窗口。
在聊天面板里告诉它要做什么，例如：
请根据 projects/q3-report/sources/report.pdf 创建一份 PPT

默认流程下，AI 会先和你确认设计规范（模板还是自由设计、画布格式、页数），然后自动完成内容分析、视觉设计、SVG 生成和 PPTX 导出。想跳过确认环节，直接说明即可："快速生成一份 5 页的 deck，不用跟我确认"——你明确说出的都会被遵守，没说的由 agent 自行决定。

最终文件输出到exports/<名称>_<时间戳>.pptx，生成期间还会在http://localhost:5050打开浏览器实时预览，你可以直接选中元素改文字、颜色、位置，点"Apply changes"写回svg_output/，也可以标注后让 AI 重写那一页并重新导出。完整流程见快速入门指南。

输入与风格：你能喂给它什么，它能长什么样

输入格式

输入类型	格式
文档	PDF、DOCX、PPTX、EPUB、HTML、Jupyter notebook
传统文档格式	LaTeX、RST、`.doc`、`.odt`、`.rtf`等（需要额外安装 Pandoc）
网页	URL（含微信文章）
纯文本	Markdown、普通文本、直接粘贴的内容
只有主题	比如"做一份关于宫崎骏的 PPT"，AI 会先做主题研究补齐事实基础

源材料会被自动转成 Markdown 再生成幻灯片。如果你手头有论文、内部文档这类专门材料，直接给文件比让 AI 自己上网检索效果更好。

叙事模式

叙事模式决定论证如何组织，每份 deck 选一个，与视觉风格相互独立：

模式	骨架	适合场景
`pyramid`	结论先行，结构化论证	决策支持、分析、董事会汇报
`narrative`	情境 → 张力 → 解决的叙事弧	路演、案例研究、融资
`instructional`	概念拆解、循序渐进	培训、教程、知识分享
`showcase`	视觉优先，大图大数字	发布会、品牌展示、活动
`briefing`	中立完整、可扫描、无立场	状态汇报、参考手册、会议纪要

视觉风格

内置 18 种视觉风格，可以与任意叙事模式自由组合。从examples/目录的 15 个示例项目能直观看到跨度：Swiss-minimal（严格网格、克制排版）、Data-journalism（暗色数据仪表盘）、Glassmorphism（半透明层次）、Dark-tech、Brutalist、Ink-wash（水墨）、Memphis-pop（波普几何）、Risograph-zine（双色印刷风）等。也可以用自然语言描述自定义方向，AI 会基于目录里的风格做混合或推演。

进阶玩法

复用你现有的 PPT 模板

已有设计不错的.pptx时，有两条路线：

你想要	路线	会发生什么
保留这份 deck 的原始页面外壳，换上新内容	Fill Native PPTX	克隆指定源页面，直接在 OOXML 里替换文本/表格/图表数据，输出新的填充版 deck
沉淀成可复用的设计系统，之后生成新 deck	Create Template	从参考件提炼出 Brand、Style、Layout 或 Deck 工作区，之后的新 deck 页数、结构都可以不同

用法都是在聊天里下指令：

用这份 deck 的版式填入新内容：projects/brand/our_deck.pptx

或者

Create a reusable Deck template from projects/brand/our_deck.pptx via /create-template

模板工作区可以注册在skills/ppt-master/templates/下供全局调用，也可以放在具体项目里。详细说明见模板指南。

图像获取策略

非用户提供的图片有两条路径，同一份 deck 里可以逐张混用：

路径	配置成本	特点
AI 生成	需要`IMAGE_BACKEND`+ 对应 API key，或直接用宿主 AI 工具自带的生图能力	`gpt-image-2`是目前的最佳默认值；封面、产品图、人物场景建议优先用这条
网络图片搜索	零配置即可用	默认走 Openverse / Wikimedia Commons，质量参差不齐；在`.env`里配免费的`PEXELS_API_KEY`/`PIXABAY_API_KEY`后质量明显提升

版权自动处理：CC0、Public Domain、Pexels/Pixabay 免署名许可、CC BY、CC BY-SA 都会被纳入考虑，需要署名的图片会在对应幻灯片上加一小行署名。

如何给 PPT 添加音频旁白

演讲者备注可以转成逐页语音，嵌入 PPTX 后再由 PowerPoint 导出同步旁白的 MP4，不需要第三方工具。指令示例：

Generate narration for this deck and re-export with audio embedded.

默认引擎是edge-tts（约 90 种语言），AI 会按 deck 语言推荐一个语音并只问你一次。还支持接入 ElevenLabs、MiniMax、Qwen、CosyVoice 克隆好的声音，让整份 deck 用你自己的声音（或演讲者的声音，需授权）朗读。细节见音频旁白文档。

选型与避坑

模型选择：模型决定上限

官方表述是harness + model = agent：PPT Master 只负责工作流，质量上限由模型决定。推荐的组合是大上下文窗口（约 100 万 token）的 Kimi K3 或 Claude，搭配 AI 生图（gpt-image-2或 Googlegemini-3.1-flash-image）。其他模型能跑通流程，但存在质量差距；结果不满意时，先升级模型，再对照文档和示例项目检查用法。

成本与数据方面一句话带过：工具本身 MIT 开源免费，你只付 AI 模型的使用费，没有订阅、积分或按席位收费；除与 AI 模型的正常通信外，源文档转换、SVG 生成、PPTX 导出全部在本地完成；它跑在任何支持 agent 的 AI 工具里，换 Claude、GPT、Gemini、Kimi 都可以，不存在平台锁定。

关键参数速查

参数 / 说法	作用
`--native-charts-and-tables`	把符合条件的图表/表格替换为带数据的 PowerPoint 原生对象（支持 Edit Data），输出另存为`_native_charts_tables.pptx`变体
`-a auto`（或指定 203 个动画预设之一 /`animations.json`边车文件）	开启对象级动画；默认只有`fade`过渡、无元素动画
`--reflow-text`	恢复 PowerPoint 自动段落换行
`--format xhs`等	指定画布格式，如小红书 3:4、方形 1:1、竖版 9:16、A4
"quickly generate / no need to confirm"	快速模式：跳过确认交互，一次性导出

常见问题

情况	先试什么
AI 跑偏、忘了某个步骤	让它重新读`skills/ppt-master/SKILL.md`和当前路线的工作流文件
文字溢出、元素重叠	重跑该页，或在实时预览里直接改
长 deck 撑爆上下文窗口	用 FAQ 里的分块生成模式
没有生图 API key	用宿主工具的自带生图，或零配置网络搜索兜底
动画在其他软件里显示不对	以 PowerPoint 为准验收
更新到最新版	`python3 skills/ppt-master/scripts/update_repo.py`（仅 git clone 安装）