AI turns documents or topics into real, native PowerPoint decks—with native shapes, transitions and animations, data-backed charts and tables on demand, audio narration from speaker notes, and support for your own .pptx templates. · by Hugo He

★ 77,154⑂ 6,028👁 141⑃ 122● 161▤ 39
PythonMITCreated 2025-12-10hugohe3.github.io/ppt-master-examples/
下载:v6.9.0v6.9.0 ↓6.9.02026-11-08
+322
日增长
+2,067
周增长
+16,116
月增长
77,154
stars
6,028
forks
141
watchers
122
prs
161
issues
39
releases

README

PPT Master — AI 生成原生 PowerPoint,支持任意文档输入








  
  


English | 中文

 💼 我正在寻找新的发展机会。 投融资背景(CPA · CPV · 咨询工程师),也做 AI 工具与开源产品,各类机会都欢迎交流:[email protected],更多见 hehugo.com。

 🆕 我做了一个建设项目经济评价网站:cs.hehugo.com——风光储模板现已向所有用户开放,注册即可使用(某商业软件同类模块售价 10 万元)。

 ❤️ 赞助

本项目由 Kimi、PackyCode、APIKEY.FAN、RunAPI、ModelGo 等赞助方支持,得以持续免费开源。

 想出现在这里?


点击收起


  


感谢 Kimi 赞助本项目!Kimi K3 是全球首个开源 3T 级模型,拥有原生视觉能力与 100 万 Token 上下文。搭配 PPT Master,K3 可以理解 PDF、DOCX、网页等原始资料,提炼重点、规划演示逻辑,并生成可在 PowerPoint 中继续修改的原生可编辑 PPTX。

立即体验 Kimi Code(中文站|Global),或通过 Kimi 开放平台(中文站|Global)使用 API。




  
    
    感谢 PackyCode 赞助了本项目!PackyCode 是一家稳定、高效的 API 中转服务商,提供 Claude Code、Codex、Gemini 等多种中转服务。PackyCode 为本项目的用户提供了特别优惠,使用此链接注册并在充值时填写"ppt-master"优惠码,可以享受 9 折优惠。
  
  
    
    感谢 APIKEY.FAN 赞助了本项目!APIKEY.FAN 是一家专业的企业级 AI 中转站,致力于为企业和开发者提供稳定、高效、低成本的 AI 中转服务。平台支持 Claude、OpenAI、Gemini 等主流热门模型,价格低至官方原价的 7%。通过本项目专属链接注册,还可享受最高 永久充值 95 折 专属优惠。
  
  
    
    感谢 RunAPI 赞助了本项目!RunAPI 是一个高效稳定的 API 平台,一个 API Key 即可访问 OpenAI、Claude、Gemini、DeepSeek、Grok 等 150+ 主流模型,价格低至官方原价的 1 折,极其稳定,可无缝兼容 Claude Code 等工具。RunAPI 为 PPT Master 用户提供专属福利:通过本项目专属链接注册并联系管理员,即可领取 ¥7 的免费额度。
  
  
    
    感谢 ModelGo 赞助了本项目!ModelGo 是一个稳定、高效的企业级 AI API 聚合平台,一个 API Key 即可调用 Claude、OpenAI、Gemini、DeepSeek 等主流 AI 模型,帮助开发者和企业以更低成本快速构建 AI 应用。ModelGo 为本项目用户提供专属福利:注册即送 $0.5 试用额度,完成首次 API 调用再送 $2,邀请新用户额外获得 $1 奖励! 平台还提供阶梯式消费返佣机制,用得越多,返得越多,畅享 AI 模型调用。此外,ModelGo 支持 SLA 服务保障、可视化监控面板等企业级功能,保障 API 调用稳定可靠,满足生产环境部署需求。立即访问 ModelGo 官网 注册体验,开启高效 AI 开发!
  




 可编辑早已是及格线——真正拉开差距的是原生深度。 PPT Master 交付的是一份真正的 PowerPoint:母版、原生形状、数据驱动的图表与表格,既不是扁平文本框堆砌,也不是套模板填空。它先替你理顺表达逻辑、再做逐页视觉设计,并且这份原生深度仍在持续向 PowerPoint 本身靠拢,逐版本补齐更多原生能力。形态上,它是运行在任意 Agent 工具里的本地工作流:把主题或材料交给 AI,就在本机直接导出 .pptx,数据不出本地,不锁定平台与模型。工作原理与能力边界 → 产品定位。


  快速开始 ·
  在线预览 ·
  示例下载 ·
  常见问题 ·
  路线图



  
    
      
      像素风 — 中国早餐图鉴:AI 像素元素表切片、HUD 面板、Morph 转场与 8-bit 音效
    
    
      
      技术蓝图 — Transformer 论文深读:结构图、原生公式、备注与动画
    
    
      
      品牌模板 — 套用中国电信自有 Deck 模板的业绩汇报,另附原生图表导出版
    
  



  每份示例都是一次性生成、未经精修;下载任意一份 .pptx 在 PowerPoint 里打开,是感受真实产出水平最快的方式。在线翻看全部示例 → · 示例仓库 · 为什么选 PPT Master?


---

 产品定位

所谓原生深度,是指你能拿到多少真正的 PowerPoint 对象模型。 带调节手柄的原生形状与连接符、按需开启的数据驱动图表与表格、完整的文本 / 图片 / 填充 / 效果体系——点开任意元素,都能作为原生 PowerPoint 对象继续编辑;走模板或结构化路线时,还能直接产出带真正母版与版式继承(p:sldMaster / p:sldLayout)的演示文稿。

这份深度也是一个持续演进的方向,而非静态清单。 PPT Master 的北极星是不断向 PowerPoint 本身靠拢,逐版本集成更多原生能力,持续缩小「AI 生成」与「手工精做」之间的差距。PowerPoint ↔ SVG 映射指南 逐条、诚实地记录了当前的覆盖范围——其中 SmartArt 是刻意的取舍,而非缺口。

使用方式上,它作为一套工作流运行在具备 Agent 能力的 AI 工具中:只需在对话框里说一句"用这份 PDF 做一份 PPT",它就会在本机完成分析、设计与导出,生成原生可编辑的 .pptx。全程无需写代码,你只做三件事——装 Python、装一个 AI 工具、把材料放进来。

从源材料生成新演示文稿是主管线,但不是唯一路线:PPT Master 还能从你的参考资料中提炼可复用的品牌 / 风格 / 版式 / 成品模板,把新内容填进已有的 .pptx 并保留原设计,或为成品文稿追加原生转场、动画和旁白——每条路线都有明确的保留契约。每项能力怎么用 → 快速入门。

在这份原生深度之上,这个形态还带来三个承诺:

- 成本透明可控 — 工具免费开源,唯一成本是你自己的 AI 模型用量,不在此之外增加任何订阅费用
- 数据不出本地 — 除与 AI 模型的对话及你主动启用的搜索、生图、语音服务外,全流程在你的电脑上完成
- 不锁定平台 — 任何具备 Agent 能力的 AI 工具均可驱动;Kimi、Gemini、GPT、Claude 等模型均可使用

为什么选它、以及它不适合的场景 → 为什么选 PPT Master;这些承诺背后的长期能力边界 → 项目定位与能力边界。

 [!IMPORTANT]
  这是一个工具,

Top issues

Discussions

Latest release

v6.9.0 v6.9.0 2026-11-08
Image to PPTX gains OCR text evidence, text-removed bases, and checked image layers, and now runs on any vision host with an image_gen.py reference-image backend. Narration adds an OpenAI Realtime provider, image_gen.py can produce animated GIFs on OpenAI gpt-image-2.6, and a round of conversion and round-trip fixes stops sources from being overwritten or silently altered.

 Image to PPTX

- New scripts/image_ocr.py: scan OCRs normalized page images into reviewable text blocks (line boxes, estimated font size, sampled ink color), and the text layer becomes native text over a text-removed base.

Snapshot: 2026-11-16T09:23:14Z · Data license Apache-2.0 · JSON