如果你经常让 AI 帮忙做 PPT，应该遇到过一个很现实的问题：
生成速度越来越快，页面也越来越漂亮，但拿到文件之后，很多地方并不好改。
有些工具导出的 PPTX，本质上是一页一张图片；有些网页演示看起来很顺，导到 PowerPoint 以后结构就散了；有些脚本能生成可编辑元素，但视觉效果又比较基础。
PPT Master 解决的正是这个问题：用 AI 生成演示文稿，但最终交付一份原生可编辑的 PowerPoint 文件。
它不是一个普通的 AI PPT 网页工具，而是一套开源的本地工作流。你可以把 PDF、DOCX、PPTX、网页、Markdown 或一段文字交给 AI 代理，让它按 PPT Master 的流程生成 PPTX。导出的文件里，文字、形状、图表、图片和动画都尽量保留为 PowerPoint 原生对象，而不是被压成整页截图。
截至 2026 年 5 月 20 日，GitHub API 显示 hugohe3/ppt-master 已有 18,865 个 star、1,773 个 fork，主语言是 Python，最新版本为 2026 年 5 月 13 日发布的 v2.7.0。
下面这篇文章，不聊太多抽象评价，主要看看它到底能做什么。
PPT Master 的第一个功能，是把不同来源的材料统一转成可生成幻灯片的内容。
它支持的输入类型很广：
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
它的工作方式不是简单把文字塞进模板，而是先把源材料转换成 Markdown，再由 AI 代理分析结构、拆分页面、确定设计风格，最后进入视觉生成和导出阶段。
这意味着它更适合信息量比较大的材料，比如研究报告、咨询方案、课程讲义、产品介绍、融资路演稿，而不只是“一句话生成 10 页 PPT”。
2. 输出真正可编辑的 PPTX
PPT Master 最核心的功能，是生成原生可编辑 PPTX。
很多 AI PPT 工具的导出文件看起来也是 .pptx，但打开后会发现页面几乎是一张完整图片。你可以缩放、移动整张图，但很难选中单个标题、图标、图表元素或形状。
PPT Master 走的是另一条路线：
-
1. AI 先生成每一页的 SVG 视觉稿； -
2. 工具检查 SVG 是否适合转换； -
3. 后处理脚本把 SVG 转成 PowerPoint 的 DrawingML； -
4. 最后导出可在 PowerPoint、Keynote 等工具里继续打开和编辑的 PPTX。
这个过程的好处是，导出的对象不是“贴图”，而是尽量变成 PowerPoint 里的文本框、形状、路径、图片和图形元素。
实际使用时，你可以继续改标题、调颜色、移动图形、替换图片、拆分页面、微调版式。对需要正式交付的 PPT 来说，这一点很关键。
3. 自动完成从内容到设计的生成流程
PPT Master 不是单个转换脚本，而是一套比较完整的生成流程。
典型流程包括：
-
• 源材料转换：把 PDF、DOCX、网页等转换成 Markdown； -
• 项目初始化：创建项目目录，确定画布比例和输出格式； -
• 内容分析：理解材料结构，规划每一页讲什么； -
• 设计规格：确认受众、风格、配色、版式、图标、图片策略； -
• SVG 生成：逐页生成幻灯片视觉稿； -
• 质量检查：检查 SVG 是否使用了不适合 PowerPoint 转换的特性； -
• 后处理：嵌入图片、展开图标、处理文本； -
• PPTX 导出：生成原生形状版 PowerPoint 文件； -
• 备份归档：保留 SVG 源文件，方便后续重建和修改。
这套流程的优势是可追踪。中间产物都在本地项目目录里，出了问题可以定位到具体页面、具体 SVG 或具体导出步骤。
它不像一些黑盒工具那样，只给你一个最终下载按钮。PPT Master 更接近“AI 参与的演示文稿生产线”。
4. 支持实时预览和可视化修改
PPT Master 还有一个很实用的功能：生成过程中可以打开本地浏览器预览。
根据项目 README，生成时会自动打开 http://localhost:5050 的预览页面。你可以在页面里查看生成效果，点选元素，写下修改意见，再让 AI 应用这些注解。
这个能力解决了一个常见痛点：纯对话改 PPT 经常说不清楚。
你说“第三页左边那块太挤”，AI 不一定知道你指的是哪个区域。可视化预览和注解让修改变得更具体：点到元素、写下意见、回到对话里让 AI 修改 SVG，再重新导出。
它还不是 Canva 式自由拖拽画布，但已经比完全靠文字描述修改页面高效很多。
5. 可以复刻和使用 PPT 模板
除了自由设计，PPT Master 也支持模板能力。
它可以把一份你喜欢的 .pptx 模板交给 AI，通过 /create-template 工作流提取主题色、字体、母版、版式结构、可复用图片资源，生成可被 PPT Master 调用的模板。
这对企业用户很有价值。
很多公司并不缺内容，而是要求所有汇报材料必须符合品牌模板。过去 AI 生成的 PPT 往往“看起来不错，但不像我们公司”。模板复刻功能的目标，就是把公司品牌 deck、客户中标模板、政府汇报模板、咨询风模板变成可复用的生成资产。
在 v2.7.0 中，模板相关能力继续增强：模板触发改成更明确的路径触发，并加入了 mirror replication mode，用于更高保真的 PPTX 模板导入。
6. 支持图表、图标和多种视觉风格
PPT Master 的示例库显示，它并不只会生成一种“科技蓝”风格。
截至 2026 年 5 月 18 日，项目示例元数据列出了 17 个示例项目、229 页和 20 个模板，覆盖建筑编辑风、财经数据风、瑞士网格、毛玻璃 SaaS、孟菲斯波普、Risograph Zine 等方向。
在功能上，它提供了图表模板、图标库和图片处理链路。v2.7.0 还把图表模板命名从“商业模型名”转向“视觉结构名”，例如用更结构化的方式匹配四象限、轮盘、流程、卡片、连接器等视觉表达。
这个变化很有意思：它不是让 AI 生硬套 SWOT、BCG、PEST 这些框架，而是根据页面表达需要，选择更合适的视觉结构。
对数据汇报、咨询分析、产品架构、行业研究这类场景，图表和结构化视觉是很重要的。PPT Master 的方向就是让 AI 不只排文字，还能把信息组织成更像正式 deck 的页面。
7. 支持图片生成和网络图片搜索
PPT Master 也内置了图片相关能力。
非用户自带图片时，它提供两条路径：
-
• AI 生图：通过 image_gen.py调用配置好的图片模型； -
• 网络图片搜索：通过 image_search.py搜索开放许可图片。
如果配置了 OpenAI、Gemini、FLUX、通义千问、智谱等后端，就可以让 AI 根据页面内容生成更贴合主题的配图。项目 README 中展示的部分示例提到使用了 gpt-image-2。
如果没有生图 API，也可以走网络图片搜索。零配置时会使用 Openverse / Wikimedia Commons；如果配置 Pexels 或 Pixabay API，商业摄影、人物、办公、生活方式等素材质量会更稳定。
这让它在视觉上比“只有文字和图标”的 PPT 生成器更完整。
8. 支持动画、旁白和视频导出
PPT Master 不只关注静态页面。
它支持页面转场和页内元素入场动画，并且这些动画是写入 PowerPoint 的原生动画，而不是把页面导成视频后塞进去。
默认情况下，元素可以按顺序自动级联入场；如果需要，也可以通过 svg_to_pptx.py 调整转场、动画效果和触发方式。
它还支持旁白和视频相关流程：可以根据每页演讲者备注生成语音旁白，把音频嵌回 PPTX，再通过 PowerPoint 自带的导出视频功能产出 MP4。
对课程、产品介绍、路演视频、自动播放材料来说，这比只生成静态 PPT 更进一步。
9. 不只输出 16:9 PPT
PPT Master 的输出格式也比较灵活。
除了标准 16:9 和 4:3 演示文稿，它还支持：
-
• 小红书 3:4； -
• 微信朋友圈 / Instagram 1:1； -
• Story / 抖音 9:16； -
• 微信文章头图； -
• A4 印刷。
这意味着同一套内容生成管线，不只可以服务会议演示，也可以服务社交媒体图文、课程封面、海报和长图类内容。
当然，核心产物仍然是 PPTX：用 PowerPoint 形状系统承载不同画布比例的设计。
10. 本地优先、开源、不绑定模型
PPT Master 还有几个基础特性值得放在一起看。
第一，它是开源项目，使用 MIT 协议。
第二，它是本地优先。源文件转换、SVG 后处理、PPTX 导出都在本机完成。需要注意的是，如果你使用外部 AI 模型、图片生成或 TTS 服务，相关内容仍可能发送给对应 provider；但 PPT Master 自身不是把整套制作流程放在某个云端 PPT 平台里。
第三，它不绑定单一 AI 工具。文档中提到，Claude Code、Cursor、VS Code Copilot、Codex 等具备读写文件和执行命令能力的 AI coding agent 都可以驱动它。
第四，它也不绑定单一模型。Claude、GPT、Gemini、Kimi 等模型都可以参与，只是最终效果会取决于模型的上下文窗口、视觉布局能力和输出稳定性。
项目文档里有一句判断很重要：PPT Master 是 harness，不是完整 agent。也就是说，它提供工作流、脚本、规则和检查点；真正的生成质量，还要看你使用的模型和素材。
适合谁使用
如果你只是偶尔做一份轻量分享，打开网页输入主题、快速下载，Gamma、Canva 或其他在线 AI PPT 工具可能更省心。
但如果你有下面这些需求，PPT Master 就值得认真试一下：
-
• 你需要交付真正的 .pptx文件； -
• 你希望生成后还能在 PowerPoint 里继续改； -
• 你有 PDF、DOCX、网页、Markdown 等现成材料； -
• 你希望复用公司或客户的 PPT 模板； -
• 你关心本地文件处理和流程可追踪； -
• 你愿意用 AI coding agent 跑一条更工程化的生成流程； -
• 你要做研究报告、咨询方案、课程讲义、路演材料、产品介绍或行业分析。
它的门槛也要提前说明：需要安装 Python，需要理解项目目录，需要和 AI 代理协作，不是零学习成本的网页产品。
但换来的好处是：生成结果不只是“看起来像 PPT”，而是更接近一份可以继续编辑、继续打磨、继续交付的 PowerPoint 工作资产。
最后
PPT Master 的重点，不是证明 AI 也能画出漂亮幻灯片。
它真正有价值的地方，是把“AI 生成”接到了“真实交付”上：从文档输入，到内容分析，到视觉生成，到原生 PPTX 导出，再到后续可编辑、可重跑、可归档。
对重度 PPT 用户来说，这比单纯的一键生成更重要。
因为真正的工作不是生成那一刻结束，而是在你打开 PowerPoint、继续修改、交给别人、反复迭代时才刚刚开始。