PPT Master它不是能双击打开的软件。它是一套"技能包",得先装进带智能体的编辑器。Claude Code、Cursor 这类工具都能当宿主。你在聊天框丢一份 PDF、Word 或一段文字给它。它吐出的不是图片,而是能直接改的原生 PPTX。
平时我们在做汇报费劲的,从来不是写内容,是排成能看的幻灯片。不少 AI 做图工具只给一张张图片,想改就得返工。PPT Master 的卖点是"原生可编辑"。图表、表格、公式都是 PowerPoint 自己的对象。它现在 MIT 协议,Python 写成,已有五万九千多星。10 月 8 日刚发 v6.7.0,主要由作者 Hugo He 在推动。
它的核心逻辑是"脚手架加模型等于智能体"。 项目自己只管工作流,模型能力决定产出上限。你给素材,它做内容分析、视觉设计和 SVG 生成。导出时写成 PPTX,中间还会先和你确认设计规格。想快也能跳过确认,一句话让它直接出稿。
导出的成品落在 exports 目录,是原生可编辑的文档。图表和表格默认就是可改的形状。公式会编译成 PowerPoint 2010 以上能认的 OMML。它还写了自包含的页面预览,方便你先扫一眼。再开 PowerPoint 继续改,比拿图片返工省事。
为什么强调"原生"?很多工具的成品是一张张图片。改个字都得整页重生成。PPT Master 的图表、表格、公式进到 PowerPoint 后仍是对象。你拿到的是一份真文档,不是一堆图。
默认流程里,AI 会先和你确认一份设计规格。模板选哪种、画面比例、大概页数,它都会列出来。等你点头才动手,避免方向跑偏。想省掉这轮来回,明说"快速生成"就行,它会直接开写。
快速模式会丢掉交互和持久规划,且不能中途续上。也没有 svg_final 的预览图。换来的是一步到位的出稿速度。适合素材清楚、只要结果的时候。
模板方面,它既支持自由设计,也内置现成模板。默认流程会让你先二选一。自由设计更灵活,模板更省心。确定后才进入正式生成。你没说清的地方,代理会自己拿主意,而不是反复追问。它负责转素材、补空缺、套视觉,你只在关键节点把关。
它不只做标准 16:9,小红书、微信这类竖版也内置了。总共有十多种画布格式可选。配图有两条路,要么用 AI 生图,要么走网络搜索。网络搜索零配置就能用,质量参差。配上 Pexels、Pixabay 的免费 Key,素材会好很多。授权也会自动标注,省去手动核对的麻烦。
配图的授权它会自动处理。CC0、公共领域、Pexels、Pixabay 都免署名。CC BY、CC BY-SA 也在考量里。只要某张图要求署名,成品里会加一行小字标注。
和同类比,关键区别是它不绑定自己的界面。 banana-slides 有一万五千多星,做的是一站式应用。它的底层基于 nano banana pro。presentation-ai 有三千多星。SlideBot-AI 有一千二百多星。它们也都是独立生成器,主打"Gamma 开源替代"。PPT Master 反过来,把自己做成智能体里的一个技能。它卖的是工作流,而不是一个独立 App。Gamma 是这一赛道的商业代表,但闭源、没有开源仓库。
反过来,banana-slides 那种一站式应用,胜在开箱即用。它不用你管宿主。代价是你要接受它的产品形态和限制。两条路线各有取舍,看你是 Agent 用户还是纯小白。
装起来分两步。先拿仓库:
git clone https://github.com/hugohe3/ppt-master.git
cd ppt-master
再装依赖:
pip install -r requirements.txt
嫌 Git 麻烦也能走技能市场,用 npx 加一行命令。两条路都只拿到技能文件。后置的 Python 脚本仍要装依赖才跑得起来。
坑主要在三处,提前知道能少走弯路。
其一,它不自带模型,得自备 API Key。官方推荐 Kimi K3 或 Claude,配大上下文窗口。没 Key 就跑不起来。第二,README 说得很直白,这是工具不是许愿池。便宜模型产出的初稿,要手动补的活更多。
第三,PDF 转换依赖 PyMuPDF。这个库是 AGPL-3.0 而非 MIT。要分发含它的产物,得先看转换说明。
它不是一个免费的"点一下"工具。模型调用按量计费,Key 来自 Kimi、Claude 或赞助方提供的通道。README 也提醒,模型越便宜,初稿要补的活越多。把它当省时间的杠杆,而不是省钱的替代品,预期会更准。
除了从零生成,它还能往你已有的 PPTX 里填新内容。你给旧 deck 和新素材,它保留原设计。不动未改的页面,只编辑指定页。对常更新同一套汇报模板的人,这比重新生成省事。
成品之外,它顺手做了备份,也支持备注、动画和旁白开关。这些在 FAQ 里都能查到怎么开。对要做演讲而非纯文档的人,这几项能省掉不少手工。
它能跑在任何带智能体的工具里。IDE 内置的、插件式的、纯命令行的都行。作者自己主推的是 Claude Code。无论 CLI 还是 VS Code、JetBrains 插件都能用。模型上建议 Kimi K3 或 Claude 配大上下文。再接一个 AI 生图后端,效果更完整。
能当宿主的工具分三类。IDE 内置的,比如 VS Code、Cursor、Zed。插件式的,比如 Claude Code 扩展、Copilot。纯命令行的,比如 Claude Code CLI、Codex CLI。覆盖面铺得挺开,基本不挑你现有的环境。
它选"技能"而不是独立 App,代价是你得先有个能读写的智能体。好处是资料、环境、PowerPoint 都不用搬家。对已经活在 Agent 里的人,这种贴身集成比再装软件顺手。
Windows 用户有单独的图文安装指南,步骤拆得很细。对不熟悉命令行的同学,照着走也能装上。
生图这边,能用宿主自带的图片工具。也能跑 image_gen.py,支持 gpt-image-2 这类后端。不接 Key 也能搜图,默认走 Openverse 和 Wikimedia。配上 Pexels、Pixabay 的免费 Key,现代素材覆盖更好。
文档方面它给得挺全,除英文 README 还有中文文档。另有一份 docs 索引和示例画廊。模型怎么选、排版出问题怎么办、导出报错怎么查。FAQ 都从真实用户反馈里持续在补。
适合本来就泡在 Claude Code、Cursor 里写东西的人。 手头一堆资料要快速出初稿。且接受"AI 做八成、自己收两成"的节奏。不适合想要点几下就全自动出精美成品的小白。也不适合完全没用过智能体工具的人。它默认你已经有那个能读写的 AI 聊天窗口。
这类"技能"思路的妙处,是你不用再学一个新软件。你的资料、你的 Agent、你的 PowerPoint 都还在原处。PPT Master 只是在中间补了一段会排版的智能体工作流。对已经离不开 Agent 的人,这种零切换成本很划算。
项目由作者主导,也靠赞助维持开源免费。Kimi 这类赞助方会在文档里露脸。但核心工作流本身,不绑定任何一家。
项目地址:https://github.com/hugohe3/ppt-master
竞品地址:
- Anionex/banana-slides:https://github.com/Anionex/banana-slides
- allweonedev/presentation-ai:https://github.com/allweonedev/presentation-ai
- tonyqinatcmu/SlideBot-AI:https://github.com/tonyqinatcmu/SlideBot-AI
- Gamma(商业产品,无开源仓库):https://gamma.app