ppt-master
hugohe3/ppt-master加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
你有没有过这样的经历：领导突然要求"明天做个 PPT 讲讲我们这个季度的 AI 战略"，而你面对的是一个完全空白的 PowerPoint 窗口，鼠标悬在"插入"菜单上，不知道从哪下手？
PPT Master 就是来解决这个痛点的——它用 AI 从任意文档（PDF、Word、网页、甚至一个 URL）直接生成完整的、可在 PowerPoint 中原生编辑的 .pptx 文件。不是导出成一张张图片拼接的"伪 PPT"，而是真实的 PowerPoint 形状、文本框、图表，每一个元素都能直接选中、修改、换色。
图 1：PPT Master 生成效果示例，采用李子柒风格的自然配色方案。
演示文稿是现代职场和学术交流的基础载体，但"做 PPT"这件事，长期存在着一个结构性矛盾：
PPT Master 的作者 Hugo He 正是看到了这些痛点，在 2024 年启动了项目。项目名称中的"Master"并非自大，而是一种设计哲学的宣言：AI 不是来替代设计师的，而是帮你把"从零到一"的设计框架搞定，让你有精力去做"从好到精"的最后打磨。
项目上线后迅速获得关注，截至 2026 年 5 月已积累超过 21,000 颗 GitHub Stars，成为 AI 生成 PPT 领域最具影响力的开源项目之一。
从技术架构上，PPT Master 的工作流程分为以下几个阶段：
第一步：文档解析（Source Content Conversion）
系统支持多种输入格式，通过专门的解析器将原始文档转换为标准 Markdown：
pdf_to_md.py（PyMuPDF 提取文字、表格、图片）doc_to_md.py（原生 Python 路径，无需依赖 Microsoft Office）excel_to_md.pyweb_to_md.py这一步解决的是"AI 读不懂你的文档"问题——Markdown 作为一种结构化纯文本格式，让 AI 模型能够准确理解原文的层级结构（标题、正文、列表、引用等）。
第二步：战略规划（Strategist）——八项确认机制
这是 PPT Master 最有特色的设计环节。在真正生成幻灯片之前，系统会先生成一份设计规格文档（design_spec.md），包含八个维度的确认项：
用户可以在这个阶段干预调整，系统将锁定规格后进入正式生成阶段。这一机制有效避免了 AI"一通乱生成"的问题，让最终输出更符合预期。
第三步：视觉构建（Executor）——SVG 层叠生成
这是整个流水线最核心的部分。与大多数生成图片的方案不同，PPT Master 选择先生成 SVG 矢量图（Scalable Vector Graphics），再将 SVG 转换为 PowerPoint 原生元素（Shape、TextFrame、Table）。
为什么选择 SVG 作为中间层？
生成后的每一页 SVG 都会经过 svg_quality_checker.py 的强制质检，确保无错后才进入 PPTX 转换环节。
图 2：采用瑞士国际主义设计网格系统的 PPT 效果，布局严谨、视觉层次清晰。
第四步：旁白生成（Notes）
每一页幻灯片生成后，系统还会同步生成演讲者备注（Speaker Notes），配合可选的 edge-tts 文字转语音功能，甚至可以为每一页生成配音旁白，方便制作录屏演示或自动播放演示。
从代码结构看，PPT Master 的技术选型非常务实：
cairosvg（推荐，完整渐变/滤镜支持）或 svglib+reportlab（轻量备选）python-pptx（PPT 生成）、PyMuPDF（PDF 解析）整体代码质量较高：目录结构清晰（.claude-plugin/、.github/、skills/、docs/ 分门别类），CLAUDE.md/AGENTS.md 等开发者文档完善，代码注释覆盖主要逻辑路径。
图 3：玻璃拟态（Glassmorphism）风格演示，通过 SVG 层叠透明度和模糊效果实现高级视觉质感。
PPT Master 提供了 20+ 精心设计的模板，涵盖多种视觉风格：
用户也可以创建自定义模板，通过 /create-template 工作流将设计规范保存为可复用资产。
图 4：普利兹克建筑奖颁奖典礼风格模板，适合学术汇报和高端演讲场景。
坦诚地说，PPT Master 并非完美，以下几点值得注意：
生成质量依赖输入质量。如果源文档结构混乱（标题层级不规范、段落杂糅），AI 生成的 PPT 逻辑结构也会跟着乱。毕竟"garbage in, garbage out"在 AI 时代依然成立。
复杂的图表和交互仍需人工完善。项目作者 Hugo He 在技术文档中明确写道："AI 生成的是设计草稿，不是成品。"对于需要精确数据图表、动画编排的演示，最终仍需要用户在 PowerPoint 中手动打磨。
不支持实时协作。目前生成的是本地 .pptx 文件，不支持 Google Slides 那样的多人实时协作。对于团队协作场景，需要在生成后通过 OneDrive/Google Drive 分享。
对非英文内容的排版支持仍有改进空间。虽然项目有中文 README，但部分模板在中文长文本的断行和标点处理上偶有问题，需要手动调整。
PPT Master 的成功背后，是一个更大的趋势：开源 AI 工具正在打破商业办公软件的价格垄断和技术黑箱。
过去，PowerPoint 插件和模板市场长期被商业产品主导；现在，任何一个有 Python 基础的开发者都可以基于 PPT Master 构建自己的 PPT 自动化工作流。更重要的是，由于代码完全开源，企业用户可以私有化部署，数据不出内网——这对金融、医疗、政府等对数据安全有严格要求的行业尤为重要。
从 GitHub Stars 增长曲线看，PPT Master 在 2025-2026 年间保持了稳定上升趋势，成为 AI 办公自动化赛道中少数兼具技术深度和用户口碑的开源项目之一。
图 5：孟菲斯（Memphis）风格彩色设计，适合创意展示和品牌提案场景。
安装（极简）：
pip install -r requirements.txt
# 或直接安装 skill
pip install -r skills/ppt-master/requirements.txt
基础用法：
# 从 PDF 生成
python skills/ppt-master/scripts/source_to_md/pdf_to_md.py your_report.pdf > content.md
# 初始化项目
python skills/ppt-master/scripts/project_manager.py init my_presentation --format pptx169
# 启动 AI 引导生成
python skills/ppt-master/scripts/executor.py
硬件需求：纯 CPU 运行，无需 GPU。最低配置 2GB RAM、500MB 磁盘空间，主流笔记本均可流畅运行。
一句话总结：PPT Master 是一个把"从空白页到完整演示文稿"这个过程中最痛苦的 90% 工作自动化的 AI 工具，尤其适合需要频繁制作演示但缺乏设计功力的研究人员、产品经理和职场人士。它的开源属性和模块化架构，让它在商业场景中也有不俗的定制化潜力。