用 AI 做 PPT 这件事，这两年最大的问题不是生成得慢，而是生成出来的东西不能改。很多工具的做法是把一页幻灯片渲染成图片，再贴进 PPTX。看起来像 PPT，打开后却是一张大图，改一个字都要重新生成。

PPT Master 想解决的就是这个问题。它是一个开源（MIT）的 AI 工作流，跑在能读写文件、执行命令的 AI Agent 里，把 PDF、Word、Markdown、网页或一段文字，直接生成原生可编辑的 .pptx：文字是文本框，形状是形状，表格和图表也能在 PowerPoint 里继续改。

它不是一个软件，而是一套工作流

第一次接触容易误会：PPT Master 没有安装包，也没有传统的图形界面。它本质上是一个给 AI Agent 用的 skill（技能包），里面包含流程文档、脚本和模板。你需要在 Claude Code、Codex CLI、Cursor、VS Code + Copilot 这类能读写文件、能执行命令的 Agent 里打开项目文件夹，然后把素材和需求交给它。

真正的生成过程全部发生在本地：Agent 读文档、分析内容、设计版式、逐页生成 SVG，最后调用脚本导出 PPTX。只有调用模型、搜索图片或生成配图时才会联网。

作者给了三条承诺：

和“图片版 PPT”的区别

图片式生成PPT Master
输出形态整页图片贴进幻灯片原生形状、文本框、表格、图表
后续修改基本只能重新生成直接在 PowerPoint 里改
模板复用样式难以沉淀可提炼品牌/风格/版式/整deck模板
公式图片可编辑的 OMML 公式（PowerPoint）
母版结构通常没有模板路线会生成真正的 slide master / layout

这个差别在“临时做一版看看”时不明显，但只要你需要改数字、换措辞、套公司模板，结论就完全不同。图片版 PPT 是一张截图，原生 PPT 才是一份文档。

核心能力

它是怎么工作的

整个流程可以粗略理解成四步：

  1. Agent 读取素材，提炼内容和叙事结构；
  2. 确认设计规格（用途、受众、画布、页数、风格）；
  3. 逐页生成 SVG 中间稿，期间可以预览和返工；
  4. 把 SVG 转换成 PowerPoint 原生对象，导出 .pptx。

SVG 只是中间产物，不是最终交付物。它的好处是每一页都能在浏览器里独立检查，出问题也只需要重做那一页，不用整份重来。

默认路线会先和你确认设计规格，再开始动手。确认框大致是这样：

[Template] B) 自由设计
[Format]   PPT 16:9
[Pages]    8-10 页

确认之后，内容分析、配图、排版、SVG 生成和导出都由 Agent 串行完成。官方给的时间预期是：10 到 15 页大约 10–20 分钟，瓶颈主要在模型输出速度。

安装

前置条件只有两个：

Pandoc 是可选的，只在处理 .doc、.odt、.rtf、.tex 等旧格式时才需要。.docx、.html、.epub、.ipynb 都能原生处理。

方式一：克隆仓库（推荐）

git clone https://github.com/hugohe3/ppt-master.git
cd ppt-master
python3 -m pip install -r requirements.txt

方式二：下载 ZIP

在 GitHub 页面选择 Code → Download ZIP，解压后同样执行：

python3 -m pip install -r requirements.txt

Releases 页面还有一个约 56 MB 的 ppt-master-skill-*.zip，只包含技能文件，不带示例 deck。

方式三：通过技能市场

# 跨 Agent 的通用安装方式
npx skills add hugohe3/ppt-master

在 Claude Code 里也可以：

/plugin marketplace add hugohe3/ppt-master
/plugin install ppt-master@ppt-master

市场方式只拉取技能文件，装完仍然要补依赖：

python3 -m pip install -r "<技能目录>/requirements.txt"

Windows 用户需要注意 Python 安装时勾选 “Add to PATH”，官方另有一份 docs/windows-installation.md。macOS 可以用 brew install python，Ubuntu/Debian 用 sudo apt install python3 python3-pip。

完整仓库克隆下来超过 1 GB，主要体积在示例 deck 上。国内下载慢的话，README 里还给了 AtomGit 镜像。

更新

用 git 安装的版本，后续更新跑这一条：

python3 skills/ppt-master/scripts/update_repo.py

ZIP 安装则需要下载新包，把旧的 .env 和 projects/ 复制过去，再重新执行一次 pip install -r requirements.txt。

配置 API Key（可选）

需要 AI 生图或更好的图库搜索时，在项目根目录复制配置文件：

cp .env.example .env

把对应的 key 填进去即可。不配置也能用：零配置的图库搜索基于 Openverse 和 Wikimedia Commons，Agent 本身也可能自带生图工具。

第一次生成

1. 用 Agent 打开工作目录

打开克隆下来的 ppt-master 文件夹，或者在终端里 cd 进去再启动 Agent。注意启动的是工作目录，不是某个被宿主接管的技能缓存目录。

2. 放入素材

把 PDF、Word、Markdown 或图片放进任意 Agent 能读到的位置，比如 projects/ 下面新建一个素材文件夹。不需要手动创建 projects/<项目名>/，Agent 会自动生成。

3. 用一句话下指令

请根据 projects/q3-report/sources/report.pdf 做一份 PPT

也可以直接粘贴文字：

把下面这段内容做成 PPT：
（粘贴正文）

4. 确认设计规格

默认模式下，Agent 会先问清楚用途、受众、画布比例、页数和视觉风格，再开始生成。如果方向不对，这是成本最低的调整时机。

5. 等它跑完

生成过程是串行的：分析内容、找配图、写每页 SVG、检查溢出和重叠、导出 PPTX。中途可以去忙别的。

6. 取文件

成品默认在：

projects/<项目名>/exports/<项目名>_<时间戳>.pptx

注意不是仓库根目录的 exports/。以 Agent 最后报告的实际路径为准。

Quick 模式：不想确认就直接出

如果你已经知道自己要什么，可以明确要求跳过确认：

根据 projects/q3-report/sources/report.pdf 快速生成一份 5 页的 PPT，不用和我确认

Quick 模式的特点：

适合页数少、目标明确的场景。页数多或要求高时，还是建议走默认模式，把设计规格确认清楚。

模板系统怎么用

默认是自由设计，不套模板。需要统一风格时，有两条路：

直接使用已有模板

用模板 skills/ppt-master/templates/layouts/presentation_core/ 根据 sources/report.pdf 生成一份 PPT

这里要传的是模板工作区的根路径，不是 .pptx 文件，也不是里面的 templates/ 子目录。只写一个模板名字是找不到的。

内置画布格式有 10 多种，除了常见的 16:9、4:3，还有小红书 3:4、1:1、9:16、公众号头图、A4 等。

从现有 PPT 提炼模板

/create-template 从 projects/brand/our_deck.pptx 提炼一套可复用的 Deck 模板

四类模板的区别：

如果只是想往现有 PPT 里填新内容，而不是重新设计，用 Edit Native PPTX 路线：

把这份新报告的内容填进 projects/brand/our_deck.pptx，保留原设计

这条路会保留原生母版和未改动页面，只编辑计划中的页面，适合公司固定模板的季度汇报。

配图、动画与旁白

配图

三种来源，按可靠性排序：

  1. AI 生成：Agent 宿主自带的生图工具，或者用内置的 image_gen.py 配置 provider；
  2. 带 key 的图库搜索：配置免费的 PEXELS_API_KEY / PIXABAY_API_KEY；
  3. 零配置图库搜索：Openverse + Wikimedia Commons，能用但质量参差。

查看支持的生图后端：

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

官方目前把 gpt-image-2 作为默认推荐。搜索图片时，如果对质量要求高，最稳的办法是手动挑好图片 URL，再交给 image_search.py --from-url。

动画

默认只有 0.4 秒的 fade 页面切换，没有元素动画。需要时显式开启：

旁白

为这份 PPT 生成旁白，并重新导出带音频的版本

默认用 edge-tts，支持约 90 种语言和口音。也支持通过 ElevenLabs、MiniMax、Qwen、CosyVoice 的 voice_id 做声音克隆。

实时预览

生成过程中可以打开 http://localhost:5050（端口被占用会自动顺延）。在预览里可以直接改文字、颜色、字体、字号，拖拽或方向键微调位置（按住 Shift 每次移动 10px），Ctrl+Z 撤销，最后点 Apply changes 写回 svg_output/。

也可以在页面上加批注，然后对 Agent 说“应用我的批注”，让它改完重新导出。

70 个示例，先看效果再决定

官方示例库目前收录了 70 份 deck、987 页、70 套模板（截至 2026 年 9 月），覆盖商业、文化、教育、科技、数据、设计六类。每份示例都能在线翻页查看，也能下载对应的 PPTX。

哥德堡变奏曲：一座对称的建筑

哥德堡变奏曲，12 页，铜版画风格。用拱形、阶梯和谱表讲音乐结构，含原生表格与 Morph 动画。

1:59:40：人类跑进两小时的那一天

1:59:40，12 页，深底荧光绿体育数据风。含原生图表、两张原生表格和贯穿多页的 Morph。

Typst 入门公众号系列横幅

Typst 入门系列横幅，6 张 900×383。从 Typst 源文件生成，数学公式是原生 PowerPoint 公式。

集装箱如何改变世界

集装箱如何改变世界，12 页，杂志式出血大图版式。基于内置 Layout 模板重绘。

三星堆博物馆自助导览

三星堆博物馆自助导览，16 页，青铜金线暗场风。带页面超链接，适合触摸屏导览。

Attention Is All You Need

Attention Is All You Need，15 页，学术蓝图风。把论文讲成一套可读的技术图纸。

还有几个很有代表性的方向：

完整列表在 https://hugohe3.github.io/ppt-master-examples/，每个项目都能点进去逐页看，再决定要不要下载 PPTX 研究。

使用边界：它不是一键出终稿

这一点官方自己写得很清楚：模型决定质量上限，输出是需要你再打磨的草稿。实际使用前，最好知道这些限制：

还有一条实用建议：如果 Agent 开始“跑偏”，让它重新读一遍 skills/ppt-master/SKILL.md 和当前路线的说明文档，通常比反复描述需求有效。

适合谁

适合：

不太适合：

上手清单

如果你准备试一次，最小路径就是六步：

  1. 安装 Python 3.10+；
  2. git clone 仓库并执行 pip install -r requirements.txt；
  3. 用支持文件读写和命令执行的 Agent 打开仓库目录；
  4. 把一份 PDF 或 Word 放进 projects/，用一句话让它生成；
  5. 确认设计规格，等 10–20 分钟；
  6. 到 projects/<项目名>/exports/ 取 .pptx，在 PowerPoint 里继续改。

相关链接：

AI 做 PPT 这件事，短期内大概仍然是“生成草稿 + 人来收尾”。但草稿和草稿之间差别很大：一份能直接改字、改数、套模板的原生 PPTX，和一张需要重新生成的图片，后续成本完全不在一个量级。PPT Master 的价值，主要就在这里。