效率与协作

PPT Master

把文档或主题变成真正可编辑的原生 PowerPoint 演示文稿——不是图片,不是填模板。

64/ 100
推荐

整体可靠,存在已披露的局限;按说明试用并保留回滚路径。

查看评分依据 ↓
可直接使用于
Codex · Claude Code
Star 数
★ 62k
最近更新
11 天前
License
MIT
powerpoint-generationpptxslide-deckdocument-to-presentation
+4audio-narrationtemplate-fillingpythonsvg-pipeline

这个 Skill 能做什么,适合哪些场景?

PPT Master(v6.3.1)是 Hugo He 开发的开源 MIT 工作流技能,运行在任何具备 Agent 能力的 AI 工具里,把 PDF、DOCX、网页或粘贴的内容转成原生可编辑的 .pptx:真实的幻灯片母版、原生形状与连接符、数据驱动的图表和表格、原生切换与动画(默认关闭)、由演讲者备注合成的旁白音频乃至视频。它还能从参考中提炼可复用的品牌/版式模板、把新内容填进你已有的 .pptx 并保留其设计。整条流水线在本机运行,除模型调用外数据不出本地,无平台锁定。需要 Python 3.10+ 和一个 Agent 工具,无需编码。

  • 读取 PDF/DOCX/网页等源材料,先与用户确认设计规格(模板、画幅、页数),再规划页面并生成原生 DrawingML 演示文稿到 exports/ 目录
  • 按路由分发到多条流程:普通生成(Default/Quick)、图像转 PPTX、美化已有 PPTX、创建可复用模板、编辑原生 PPTX
  • 产出原生形状(187 种 Office 预设轮廓、布尔运算、连接符、自由曲线)、按需生成数据支撑的 PowerPoint 原生图表与表格对象
  • 从演讲者备注合成音频旁白,可输出自播视频;添加原生切换与入场动画(默认关闭)
  • 支持自备 .pptx 模板:保持原设计填充新内容,或通过结构化路线生成真实母版/版式(p:sldMaster / p:sldLayout)
  • 可通过 image_gen.py 调用 AI 生图,或经 image_search.py 搜索图库(Openverse/Wikimedia 免配置,Pexels/Pixabay 需密钥)
适合
  • 咨询/财务等专业人员:把手头的季报 PDF 交给 Agent,几分钟拿到一份可在 PowerPoint 里继续精修的原生 PPTX,而不是压平的图片
  • 教师/讲师:从课程讲义生成课件,自动用演讲者备注合成旁白,导出自运行的授课视频
  • 有品牌规范的团队:提供自己的 .pptx 模板或参考稿,让技能提炼成可复用的品牌/版式工作区,后续填充新内容且保留设计
  • 拿到一份设计不错但内容过时的旧 .pptx:让技能保留原版式、替换其中的文字、表格和图表数据
  • 想给成品演示文稿补动画、切换和配音的人,而不是从头重做一份
不适合
  • 期望一次点击就得到完美成片的人——作者明言这是工具不是许愿池,模型决定上限,产出后仍需人工打磨(模型越便宜,剩余工作量越大)
  • 没有 Agent 能力 AI 工具、且不愿安装 Python 的纯网页用户——它必须在本地运行 Python 流水线,不存在托管网页版(除非使用赞助方的托管 Agent)
  • 需要 SmartArt 生成的场景——SmartArt 是项目明确声明刻意不支持的范围

如何安装这个 Skill?

使用前请注意
  • 文档篇幅巨大,本次评估未通读全部内容,深层的边界情况处理未核实
开始前你需要
Agent 需要具备
  • Shell / 命令行
  • 网络访问
  • 本地文件系统
需要预先安装
  • Python 3.10+
  • pip dependencies (requirements.txt)
  • Pandoc (only for legacy formats .doc/.odt/.rtf/.tex/.rst/.org/.typ)
  • Optional AI image generation API key (e.g. OPENAI_API_KEY / GEMINI_API_KEY)
  • Optional Pexels/Pixabay keys for stock image search

两种主要安装路线,均需先安装 Python 3.10+:

Git 克隆(推荐,可随时 git pull 更新):

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

ZIP 下载:从 GitHub 页面 Code → Download ZIP,解压后同目录执行 pip install -r requirements.txt;体积过大可改用 Releases 页的 ppt-master-skill-*.zip(约 50 MB,无示例但功能完整)。

Claude Code 插件市场(仅装技能文件,不含完整仓库):

npx skills add hugohe3/ppt-master

或在 Claude Code 内:

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

图像搜索/生成需在 .env 配置可选 API 密钥(Openverse/Wikimedia 免配置可用)。

如何使用这个 Skill?

试试这样说

安装后,把下面任意一句发给 Agent 即可触发:

  • 请根据 projects/q3-report/sources/report.pdf 做一份 PPT
  • 把下面这段内容转成 PPT:[粘贴你的内容……]
  • 我有一份现成的 .pptx 模板,请把这份新材料的内容填进去,保留原设计,只导出我指定的页面
  • 给这份做好的演示文稿加上演讲者备注朗读的配音,导出一个能自动播放的版本

把项目文件夹在 Agent 工具中打开,然后在聊天面板里直接提需求。推荐做法:

# 把源文件放入 projects/ 目录,然后在对话中引用其路径
python3 skills/ppt-master/scripts/update_repo.py   # 后续更新(仅 Git 安装)

对话流程:给出文件路径或粘贴文本 → AI 先确认设计规格(模板、画幅、页数等,⛔ 阻塞门需你确认)→ 逐页生成 → 导出 exports/<name>_<timestamp>.pptx。默认图表/表格导出为 SVG 衍生的可编辑 DrawingML 形状(跨应用视觉一致);加 --native-charts-and-tables 可换为 PowerPoint 原生 Chart/Table 对象(支持编辑数据,但跨应用渲染可能不同)。技能内部按 routing.md 确定性路由,含归因完整性门(attribution_guard.py),Windows 上 python3 不可用时改用 python。

这个 Skill 有哪些优点和局限?

优点
  • 产出真正原生的 PowerPoint 对象:母版/版式、可调手柄的原生形状、数据支撑的图表表格,全部可在 PowerPoint 中继续编辑
  • 免费开源(MIT),无订阅;数据本地处理,无平台锁定,任何具备 Agent 能力的工具(Claude Code、Cursor、Codex CLI 等)都能驱动
  • 能力面广:生成、图像转 PPT、美化、模板创建、原生编辑、旁白音频/视频,且每条路线有明确契约
  • 文档与示例充分:在线翻页 demo、多风格示例项目、FAQ、Windows 专用安装指南
局限
  • 强烈依赖底层模型质量——作者建议 Kimi K3/Claude + 大上下文(~1M token)+ AI 生图模型,其他模型有明显质量差距
  • 无自动化测试套件被提及;README 承认渲染可能跨应用不一致(尤其 --native-charts-and-tables 路线)
  • SmartArt 明确不支持;SVG 管线只有一条 PPTX 导出路线,手动 Convert to Shape 在支持契约之外
  • Windows 需要额外配置步骤(PATH、执行策略),传统旧格式(.doc/.rtf 等)还需另装 Pandoc

这个 Skill 与同类方案有什么区别?

与相关 Skills 并排比较;分数均按同一 FSRS 标准得出。

Skill FS 评分 Star 数 最近更新 License
PPT Master 本页 64 · 推荐 ★ 62k 11 天前 MIT
PPTX 演示文稿技能(Open Cowork) 69 · 推荐 ★ 2.2k 12 天前 MIT
deepPPT 67 · 推荐 ★ 28 2 个月前 MIT
Gorden PPT 技能 61 · 推荐 ★ 3.6k 4 个月前 NOASSERTION
PPT Agent 53 · 谨慎使用 ★ 910 4 个月前 NOASSERTION

与通用 AI 生成网页幻灯片平台不同,PPT Master 产出的是可直接在 PowerPoint 中编辑的原生 .pptx(含母版、原生形状、数据图表),且本地运行。作者另参与了微软开源的 ResearchStudio,定位是从论文到演讲视频/海报/博客的科研传播自动化,与本技能(从任意文档到原生 PPT)互补而非竞争。

FollowSkills 如何评估这个 Skill?

FollowSkills 评估 · FSRS-1.0
推荐
64/ 100 五分制 3.2 / 5
1价值适配15 / 20 · 3.8/5
2可靠性12 / 20 · 3.0/5

文档极长(10万+字符),只读取了开头部分;流程写得非常严格(分阶段、禁止跳步),但未复测实际生成质量。

3安全性18 / 25 · 3.6/5
4证据6 / 15 · 2.0/5

仅基于文档静态阅读,未实际运行生成流程验证输出质量,star 数偏高但不作为分数依据。

5易用性7 / 10 · 3.5/5
6维护性6 / 10 · 3.0/5
1 2 3 4 5 6

点击维度查看打分理由

评估于 2026年7月16日 评估证据[1]

证据充分度:低 — 主要依赖静态检查、作者材料或有限演示;适合发现线索,不适合做高风险决策。

本条评估按 FSRS 1.0 标准完成,维度分不做换算,已进入按 FSRS 2.0 重新评估的复核队列。

查看完整评分方法 →

常见问题

除了免费开源,还有什么成本?
唯一成本是你所用 AI 模型的 API 用量;项目本身 MIT 免费无订阅。README 建议搭配大上下文模型(Kimi K3 或 Claude,约 1M token)和 AI 生图模型以获得最佳效果。
我的数据会上传到哪里?
除与 AI 模型通信外,整条流水线在你的本机运行;README 明确承诺数据留在本地、无平台锁定。图库搜索(Openverse/Wikimedia/Pexels/Pixabay)和 AI 生图会按需调用外部服务。
不写代码也能用吗?
能。你只做三件事:装 Python、装一个 Agent 工具、把材料放进 projects/ 目录并在聊天里告诉 AI 用哪个文件;其余由对话驱动。但作者也指出若从零起步有一定学习曲线,项目本身也是展示 Python + Agent 能走多远的示范。
生成的图表和表格是怎么导出的?
默认导出为 SVG 衍生的可编辑 DrawingML 形状(跨应用视觉一致);传 `--native-charts-and-tables` 则替换为 PowerPoint 原生 Chart/Table 对象,支持编辑数据,但 README 提醒跨应用渲染可能不同。

相关 Skills