PPT Master：AI 从 PDF/DOCX/URL/Markdown 生成真正可编辑的 PPTX（不是图片）

做 PPT 这件事，AI 工具已经很多了——Gamma、Copilot、各种生成式 PPT 产品。但它们有一个共同的问题：输出的是图片或网页截图，不是真正的 PPTX。

PPT Master 解决了这个问题。

GitHub 51k+ stars，MIT 协议，一个运行在 AI IDE 里的工作流技能，把 PDF、DOCX、URL 或 Markdown 转成真正可编辑的 PowerPoint——每个元素都是 DrawingML 原生形状（real shapes, real text boxes, real charts），不是图片拼接。剪任何元素，直接在 PowerPoint 里改文字、调颜色、改布局。

作者是投融资从业者（注册会计师 · 资产评估师 · 咨询工程师），每天被 PPT 折磨，自己动手写了工具。

一、问题：为什么现有 AI PPT 工具不够用

AI PPT 工具有四类：

前三种工具更快更便宜，但如果你做完 PPT 后还需要：合并到正式材料、做 pitch deck、写报告、做定制化修改——图片式输出就无法满足需求。

PPT Master 面向的是：需要在生成后继续编辑 PowerPoint 的场景。输出本身就是一个更昂贵的工件（更复杂的结构、更精细的排版），生成成本自然比模板填充高。

二、工作原理：在 AI IDE 里跑一个工作流

PPT Master 是一个运行在 AI IDE 里的"skill"（工作流），不是独立的 Web 应用：

你 → 告诉 AI："请根据这个 PDF 生成 PPT"
AI → 读取 SKILL.md → 按工作流执行
    → 分析文档内容 → 设计视觉结构
    → 生成 SVG 布局 → 导出为 PPTX

你只需要对话，AI 完成所有操作。 你提供源文件（PDF/DOCX/URL/Markdown），AI 完成内容分析、视觉设计、SVG 生成、PPTX 导出。

除了从源材料生成新 deck，它还处理这些场景：

• 旁白与视频：把演讲者备注合成本地语音（默认 edge-tts，约 90 种语言），嵌回 PPTX 后可直接用 PowerPoint 导出带旁白的 MP4
• 复刻音色：支持 ElevenLabs、MiniMax、Qwen、CosyVoice 的复刻音色，整份 deck 用同一把声音讲
• 转场与动画：导出带原生页间转场（默认 fade），元素动画可按需开启（200+ 个 OOXML 预设，默认关闭）
• 改已有 PPT：把新内容填进现有 .pptx 并保留设计，或为成品追加转场、动画与旁白

支持的 AI IDE：

推荐模型： 作者的建议是 Kimi K3 或 Claude——上下文窗口大（约 100 万 token），能完整读完 PDF 或长文再规划叙事；配合 AI 生图（gpt-image-2 或 gemini-3.1-flash-image）效果最好。GPT、Gemini、DeepSeek 等主流模型也能跑通流程，但产出质量有明显差距。模型越便宜，生成后需要手工打磨的部分越多。

三、快速开始

3.1 安装（唯一依赖：Python 3.10+）

# macOS / Linux
brew install python
pip install -r requirements.txt

# Windows：下载 Python → 安装时勾选 "Add to PATH" → pip install -r requirements.txt

如需处理微信文章且 curl_cffi 无预编译轮子，需要额外安装 Node.js 18+。 如需转换 .doc/.odt/.rtf/.tex 等旧格式，需要安装 Pandoc。

除了 clone 整个仓库，也支持按 skill 单独安装（npx skills add hugohe3/ppt-master）或走 AI 工具自带的插件/市场安装路径。两种方式下，把 AI agent 的工作目录设在你自己选定的文件夹即可，不必是 skill 安装目录。

3.2 下载 PPT Master

方式 A（推荐）： Git clone

git clone https://github.com/hugohe3/ppt-master.git
cd ppt-master
pip install -r requirements.txt

方式 B： GitHub 点击 Code → Download ZIP → 解压

3.3 生成 PPT

把源文件（PDF、DOCX、图片等）放入 projects/ 目录，然后告诉 AI：

你：请根据 projects/q3-report/sources/report.pdf 生成一份 PPT

AI 会先确认设计规范，然后自动完成全流程。也可以直接粘贴文本内容让 AI 生成。

输出位置： AI 会在工作目录下新建 projects/<项目名>/ 作为当前生成工程，成品落在其 exports/ 子目录，文件名带时间戳：

• .pptx：原生可编辑版本（Office 2016+）
• _svg.pptx：SVG 快照（视觉参考用）

生成过程中会起一个本地预览页（默认 http://localhost:5050），边生成边翻页查看。也可以不动 AI，直接选中元素改文字、颜色、大小或拖动位置，或点选元素写一句"改为 XX"交给 AI 重新生成该区域。如果 AI 丢失上下文，告诉它读取 skills/ppt-master/SKILL.md。

四、可选：AI 图片生成

PPT Master 支持 AI 生成配图，配置 .env 即可（也可以直接用环境变量，.env 只是兜底）：

IMAGE_BACKEND=gemini
GEMINI_API_KEY=your-api-key
GEMINI_MODEL=gemini-3.1-flash-image

推荐核心后端：OpenAI（gpt-image-2）、Gemini（gemini-3.1-flash-image）、通义（qwen-image-2.0-pro）、智谱（glm-image）、火山引擎（doubao-seedream）。另支持 Stability、Ideogram、SiliconFlow、Fal、Replicate 等扩展后端，运行以下命令查看完整列表：

python3 skills/ppt-master/scripts/image_gen.py --list-backends

切换提供商时只改 IMAGE_BACKEND 一个变量，其余各家的 Key 和模型名配置不变。

五、模板与设计系统

默认走自由设计（free design），不需要模板。示例仓库里可参考的设计风格包括：杂志风（建筑摄影 + 排版网格）、新闻/财经数据风（深色仪表盘、图表驱动）、瑞士风（严格栅格、红色点缀）、毛玻璃 SaaS（半透明叠层、渐变景深）、孟菲斯波普（高饱和原色、几何图形）、Risograph Zine（双色印刷质感）等。

当一份 deck 必须复用既有品牌或固定版式时，有两条路线：

用自然语言告诉 AI 即可，例如"把新内容填进这份 .pptx 并保留它的设计"，或"用 projects/brand/our_deck.pptx 建一个可复用的 Deck 模板"。走模板路线时，生成的 deck 会带真正的母版与版式继承（p:sldMaster / p:sldLayout），而不是扁平文本框。

六、成本

PPT Master 本身免费开源（MIT），不卖订阅。唯一的成本是你的 AI 模型用量——就是你平时用 Claude Code、Cursor 这类工具时按 token 计费的钱，流程本身不额外收费。一份 deck 的消耗取决于材料长度和页数：模型越贵，生成质量越高、需要手工返工的部分越少；想压低成本就选便宜模型，代价是生成后要自己多改几轮。

如果拿不准，可以从便宜模型起步跑通全流程，再决定要不要升级到 Kimi K3 / Claude。

七、技术设计：为什么用 SVG 作为中间层

PPT Master 的架构核心是SVG 作为布局中间层：

源文档 → 内容分析 → SVG 布局（绝对坐标）→ DrawingML 形状 → PPTX

SVG 提供了：

• 绝对坐标系，精确控制每个元素的位置
• 支持复杂路径和形状，适合设计级排版
• 易于被 AI 生成（文本描述 → SVG 坐标）

流程上先替你把叙事逻辑理顺（结构、重点、页数），再做视觉设计，而不是上来就排版面。

最终输出是 DrawingML（原生 PPTX 格式），每个形状都可独立选中、编辑、调整大小；转场和动画也是真实的 OOXML 对象，不是嵌入的视频。目前覆盖带调节手柄的原生形状与连接符、按需的数据驱动图表与表格、完整的文本/图片/填充/效果模型，走模板路线还能输出带母版/版式继承的 deck。SmartArt 是刻意排除的能力，不是缺口——官方文档明确说明这一点。

官方文档用一份逐条对照的 PowerPoint ↔ SVG 映射指南（docs/powerpoint-svg-mapping.md）记录当前能力覆盖到哪，避免用户对"原生"二字产生超出实际的预期。

八、Gallery 示例

示例已迁到独立仓库（hugohe3/ppt-master-examples），目前收录十余个完整工程，每个都带浏览器翻页预览和可下载的 .pptx。画廊里的示例生成于 2026 年 5 月，用的是 Claude Opus 4.7 + gpt-image-2，每份都是一次性生成、未经手工精修——下载任意一份在 PowerPoint 里打开，是判断真实产出水平最快的方式。

• 在线翻页：https://hugohe3.github.io/ppt-master-examples/
• 示例源码：https://github.com/hugohe3/ppt-master-examples
• 风格覆盖：杂志风、新闻/财经数据风、瑞士风、毛玻璃 SaaS、孟菲斯波普、Risograph Zine 等

九、与 Gamma / Copilot 的核心区别

十、适用场景

• 金融/咨询报告：需要生成后继续调整数据和格式
• 学术演示：需要嵌入真实图表，数据可编辑
• 产品发布：需要品牌级定制化排版
• Pitch Deck：需要精细调整每一页的视觉和内容
• 正式材料：需要合并到更大的文档体系中

总结

PPT Master 解决的问题很具体：现有 AI PPT 工具要么输出图片（无法编辑），要么套模板填空（受限于模板），都不适合"生成后还要继续改"的工作。它换了个做法——不在网页上做 PPT，而是在你自己的机器上、由 AI agent 按工作流产出真正的 PPTX 文件。

作者是投融资从业者，日常要审阅和修改 deck，被图片式输出坑过才写了这个工具。如果你也需要一份生成完还能继续编辑的 PowerPoint，下载示例仓库里的 .pptx 打开看看，比读任何介绍都直观。工具 MIT 开源，唯一成本是自己的模型用量。

遇到问题怎么办

• 官方 FAQ 持续从真实用户反馈更新：https://github.com/hugohe3/ppt-master/blob/main/docs/faq.md
• 生成质量不满意，先升级模型，再对照官方快速入门和示例工程检查用法——模型越便宜，需要手工补的部分越多
• 文档与安装指引：docs/zh/getting-started.md（中文）、docs/zh/windows-installation.md（Windows 手把手）

相关链接：

• GitHub：https://github.com/hugohe3/ppt-master（51k+ stars）
• 示例 Gallery：https://hugohe3.github.io/ppt-master-examples/（在线翻页 + 下载 .pptx）
• 官方 FAQ：https://github.com/hugohe3/ppt-master/blob/main/docs/faq.md
• 作者：Hugo He（@hugohe3）

🦞 每日 08:00 自动更新