PPT Master：把 PDF 变原生可编辑 PPTX 的开源工作流-平芜编程栈

PPT Master：把 PDF 变原生可编辑 PPTX 的开源工作流

【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 是一套跑在你本机 AI 工具里的开源工作流，把 PDF、Word、网页甚至一句主题，变成原生可编辑的 PowerPoint（PPTX）——每个形状、文本框都是可继续改的 DrawingML 对象（PowerPoint 内部描述形状和文本的 XML 格式）。全程不写代码，只需 Python 加一个带 Agent 能力的 AI 工具。

它解决什么痛点

过去用 AI 做演示文稿，结果往往是一张张图片拼成的"假 PPT"：下载下来没法改字，换个标题就要整页重做。PPT Master 输出的是真 .pptx，点任意一个形状，改文字、换色、挪位置都直接生效。

过去把 50 页报告整理成 10 页演示，要自己读、自己挑重点、自己排叙事。现在source_to_md.py先把材料统一转成 Markdown，AI 接着分析源材料、选叙事结构（结论先行的金字塔式、故事化的叙事式等），产出 8–15 页讲稿，每页还配演讲者备注。你只负责把方向说对。

过去数据页最磨人：图表要么在 PowerPoint 里逐个重画，要么接受一张嵌死的图片。现在图表默认导出为可编辑的 DrawingML 形状，PowerPoint、Keynote、LibreOffice 里渲染一致；需要真图表时，加一个参数就能换成带底层数据的原生 Chart 对象，右键"编辑数据"直接生效。

3 步跑通：从 PDF 到 PowerPoint

准备：确认系统装了 Python 3.10+。Windows 用户先读 docs/windows-installation.md，其他平台有 Python 就行。
配置：克隆仓库并安装依赖，这是你要敲的全部命令：

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

验证：用任意带 Agent 能力的工具（Claude Code、Cursor 等）打开这个目录，把源文件放进projects/，然后在聊天里说：

请根据 projects/q3-report/sources/report.pdf 创建一份 PPT

它先和你确认设计规格，确认后自动完成分析、配图、SVG 绘制和导出。打开exports/下的 .pptx，点任意形状确认它是真对象；svg_final/里还有自包含的 SVG 预览图，浏览器里直接看效果。

核心能力

生成质量与格式保真

整条链路的分工是：你提需求，AI 按契约执行，脚本负责确定性的转换与校验。AI 先产出人类可读的design_spec.md和机器可执行的spec_lock.md，再逐页手写 SVG（项目的中间画稿语言）；svg_quality_checker.py在首页和最终阶段做质量门禁，0 错误才放行，随后svg_to_pptx.py把 SVG 映射成形状、文本、填充、效果等原生对象。

要建立的预期是：质量上限由模型决定，不是流程。官方推荐 Kimi K3 或 Claude 这类大上下文模型，并搭配 AI 图像生成；更便宜的模型也能跑通，只是留给你的润色工作量成倍增加。

数据与图表的处理深度

项目内置 33 种图表模板——柱状、漏斗、桑基、帕累托、热力图、箱线图等，见 skills/ppt-master/templates/charts/，外加一整套表格模板。每种模板都标注了选择规则：什么数据形态该用它、什么情况下换另一种。

边界也要说清：图表默认走可编辑形状路线，保证跨软件一致；--native-charts-and-tables只把符合条件的图表换成原生 Chart 对象，不符合条件的仍留在形状层。不是所有数据都会变成"可编辑数据"的真图表。

模板与复用机制

有现成公司模板，走"填充已有 PPTX"：把模板和新材料一起交给 AI，说明"用这个模板填充新内容"。它在 OOXML（PPTX 的底层文件格式）层面改写选中幻灯片的文本、表格和图表数据，保留原设计，只导出你选的页面。

参考稿不错但还没模板化，走"提炼模板"：Create Template 路线会把它拆成品牌、风格、版式或整套 Deck 四类可复用的工作区，之后的每次生成都能套用。项目还内置了 20 多个品牌视觉规范，McKinsey、Google、小米都在里面，见 skills/ppt-master/templates/brands/。

实操中的几个关键细节

模型决定上限：推荐 Kimi K3 或 Claude 这类大上下文模型，并配 AI 图像生成。结果不满意，先换更强的模型，再回头查用法。
确认环节别敷衍：它会问你模板还是自由设计、画幅、页数。你答得越具体，返工越少——每个确认点都是省迭代的机会。
快速模式的代价：说一句"快速生成，不用跟我确认"即可跳过交互一次性出片。但整个方案只活在 AI 上下文里，上下文断了不能续接，只能重跑。
配图两条路：AI 生成（配置IMAGE_BACKEND和 API Key）或联网搜索（零配置可用，配 Pexels/Pixabay 免费 Key 后质量更稳定），可混用在同一份 PPT 里，版权自动处理。
动画与画幅按需开：原生幻灯片过渡默认开启，进入、强调、路径、退出四类对象动画按需控制时序；演讲者备注能合成音频旁白；16:9、4:3、小红书 3:4、微信 1:1、竖版 9:16、A4 打印都有现成版式，见 docs/templates-guide.md。