受够了 AI 紫 PPT？我用 Slidev + Agent 搞了套 PPT 基础设施，告别撞衫
但凡你有过使用 Agent 生成网页版 PPT 的经历，你肯定见过那个“熟悉的配方，熟悉的味道”。大圆角卡片、蓝紫主色。没错，这就是那个著名的 “AI 紫”。去年至今见了多少次这样的 PPT 已经记不清了，但看多了，真的有点审美疲劳。
典型的"AI紫" PPT
你甚至怀疑，全世界的 AI 工具是不是共用了同一套模板库。这不是错觉。这是 AI 生成 PPT 真实痛点：
- 风格同质化严重：不管你用什么 AI 工具，生成出来的 PPT 长得像亲兄弟。同一张 “AI 脸”。
- 美不起来，不符合品牌视觉要求：品牌、企业有自己的视觉风格，怎么样让 Agent 生成的那个 PPT 符合企业的视觉要求？想想都挠头。
- 难以搭配叙事逻辑：网页的主要设计诉求是阅读，PPT 更讲究有逻辑的叙事，配合自己的演讲。需要严格的控制显示内容，配合自己的演讲。Agent 随机生成的很难让每一个页面上展示的内容恰好配合自己的叙事。
- 内容和代码混在一起：你知道那种「在
<div> 标签里找自己写的文字」的痛苦？在 100 行代码里找 1 行需要修改的内容。 - 缺乏 PPT 的基本功能：没有演示者模式，标注、翻页等基础的 PPT 功能。
作为一个经常需要做产品分享、技术演讲的打工人，我决定换个思路 - 不再让 AI 直接生成 PPT，而是让 AI 帮我搭建一套 演示文稿的基础设施。以此为蓝本，再用 AI 生成我想要的 PPT。
这一次我的工具选型：Slidev + Kiro + OpenCode；并且在本次实践中，我也同时使用了闭源模型和开源模型，探索下这些工具的能力边界。
Slidev 是什么？为什么选它？
如果你还没听过 Slidev[1]，简单说：它是一个面向开发者的演示文稿框架，由 Anthony Fu 开发。核心理念是用 Markdown 写幻灯片。
听起来平平无奇？它的杀手锏在于：
- Theme 机制、统一样式：这是关键，一行配置切换风格。做一次主题，所有演示文稿统一风格。
- Markdown 驱动：你只需要写 Markdown，用
--- 分隔每一页。内容和样式天然分离，AI 生成内容时不会把 CSS 和文字搅在一起。 - 内置 PPT 演示功能：演示者模式、标注笔、遥控翻页、过渡动画等 PPT 基本功能都支持。
- 导出能力：一键导出 PDF、PPTX、PNG，甚至打包成静态网站部署到 GitHub Pages。
- Vue 组件支持：需要交互式 Demo？直接在 Markdown 里嵌入 Vue 组件。代码高亮、实时编辑、Mermaid 图表，开箱即用。
Slidev 解决了我的核心痛点：内容归内容，样式归样式，主题归主题；此外 Slidev 还有官方的 Skill 支持，配合 Agent 简直完美。
废话少说，先看成品
这个是我用 Kiro 的 PPTX 和设计规范，让 Kiro CLI 帮我设计出来的一个成品 Slidev 主题。
我的方案：做一个品牌的 Slidev Theme
既然 Slidev 支持自定义 Theme，那思路就很清晰了：
做一个 Kiro 品牌风格的 Slidev Theme，然后让 AI 只负责生成 Markdown 内容，风格由 Theme 统一控制。
这样一来，不管是把现有 PPT 转成 Slidev，还是把一篇文章变成演示文稿，输出的风格都是一致的。
- 创建一个 Slidev Theme 项目。
- 安装好 slidev, pptx, agent-browser 这些 Skills。slidev skill 提供如何创建 theme 和使用 theme 的相关知识和最佳实践；pptx 负责提取 PPT 中的素材和内容；agent-browser 主要用于 Agent 自我修正。
- 让 Kiro CLI / OpenCode 从 PPTX 中解压，识别相同的layout, 对 layout 进行归类，对于不清楚的向你提问；并且提取出素材。
- 让 Agent 通过 agent-browser 截图与原始PPT 进行 page by page 对比。（此处容易失败，一次不行就拆下任务，每次对比3～5页）。
- 人类审核每一页，通过对话，进行局部微调。
- 让 Agent 基于当前的，写成一个如何使用这个 theme 的教程，直接用 slides 的形式展现出来。
三个实战场景
自从开发出来这套用法之后，我做了一些尝试：
场景一：PPT 转化成 Slidev
一句话在 Kiro CLI 中将 PPT 转化成 Slidev，Agent 自动提取 PPT 中的素材，应用 Kiro 的主题布局和配色，最后生成 Slidev 支持的 Markdown。
我们一起来将一份 PPT 转化成 slidev 项目： 1. 待转为的 PPT 位于 ../decks/目录，叫 Kiro Finst Call Deck； 2. 我们使用 Slidev kiro theme，位于 ../slidev-theme-kiro/; 3. 你需要自己提取 PPT 中的 assets; 4. 你需要了解如何使用这个主题 5. 对于不能覆盖的 PPT 中的layout，请给我建议，让我做选择
场景三：选择一篇或者多篇网络热文，转化成 Slidev
我在学习 harness engineering, 帮我生成一个 slidev 项目，用于快速介绍 harness engineering 给我的小伙伴：1. 使用 slidev-theme-kiro, 位于 ../slidev-theme-kiro/ 目录下，先学习如何使用这个theme.2. 一定包含文章：https://openai.com/index/harness-engineering/ 和https://www.anthropic.com/engineering/harness-design-long-running-apps3. 搜索一些网络资料用于补充，要包含 reference 页4. 你需要自己下载文章中的素材5.生成之后利用 agent-browser 自我验证一轮
这套方案的本质
回到开头的痛点，这套方案的解法其实很简单：
| 痛点 | 传统 AI PPT | Slidev + Theme |
|---|
| 风格同质化 | 用平台模板，和别人撞衫 | 自定义 Theme，品牌独占 |
| 不符合品牌视觉 | 无法定制，千篇一律 | Theme 锁定品牌风格，一次定制反复用 |
| 难以搭配叙事逻辑 | Agent 随机生成，内容难以控制 | Markdown 逐页编写，精确控制每页内容 |
| 内容代码混杂 | HTML/CSS 和文字搅在一起 | Markdown 纯内容，样式在 Theme 里 |
| 缺乏演示功能 | 网页无演示者模式、标注等 | Slidev 内置演示者模式、标注、翻页等 |
本质上，这是一个关注点分离的思路：
- Theme（样式层）：做一次，反复用
- Markdown（内容层）：AI 擅长的部分
- Slidev（渲染层）：把两者组合成最终演示
这和我们写代码的理念一模一样——别把业务逻辑写在 CSS 里 😅
给想尝试的你几个建议
使用Slidev Skill：Slidev 提供了官方的 Skill, 用起来很方便，通过 npx skills add https://github.com/antfu/skills --skill slidev 一键安装，无论是制作 theme 阶段，还是后期基于 theme 生成内容阶段，都建议安装这个 Skill。
使用视觉模型自我迭代：我安装了 Agent-brower, 和 它对应的 Skil。过程中我都是让 Agent 生成完一次之后先自我迭代验证一轮。
IDE + CLI 同时使用：我主要的 Agent 交互已经基于 CLI 了，但依然会使用 Kiro IDE 来查看并且做局部调整。
用 Slidev 的 VS Code插件：Slidev 提供了 VS Code 插件，在 Kiro IDE 的插件市场里就能搜到。每一个页面都列出来，且都能看到预览，体验很棒。
善用 Workspace：很多情况下，我们很难用语言描述清楚我们想要的layout, 但 “天下文章一大抄啊”，Slidev 自己提供了很多的 theme, 这些theme 里面有一些layout, 当说不清楚的时候，“类似这个”，“类似那个” 就是最好的办法。我的做法就是在同一个 workspace 里面的打开多个项目，然后“这个”，“那个”。
边做边调整theme：我的 theme 也不是一次生成的，在后面制作内容的时候，会发现有些 layout Agent 弄得不太对，例如有些 text block 折行，在theme 里没看出来，制作内容的时候，字一长就自动换行了。
善用搜索：我并没有去看 slidev 的文档，而是让 Agent 自己去搜。Kiro CLI 内置了 web_search 功能，OpenCode 没有，我就让 OpenCode 生成一个Skill, 这个skill 就是调用 Kiro CLI 的 web_search 功能，用起来很流畅。
你可能想问的
Q. 这个例子里什么时候用闭源模型，什么时候用开源模型？
制作主题的时候我是主要靠闭源模型来完成的，主要的原因是 Claude 1M 的上下文和视觉能力。制作主题的时候，我让 Kiro CLI 配合闭源模型读取了整个 PPT, 提取共性的 layout, 生成主题之后，我又让他打开浏览器自己截图，并且和 PPT 的原始排版进行视觉对比。Agent 自己迭代了好几轮。
大致框架有了之后，后面的微调部分，基本靠开源模型，我用了 Kiro CLI 里的GLM-5 和 MiniMax M2.5；同时我还用了 OpenCode + Seed 2.0 Pro 模型；都可以完成任务。
Q. 为什么同时用 Kiro CLI 和 OpenCode CLI?
哈哈，主要是 OpenCode 可以随意接模型。不过实战中也踩了坑——OpenCode 的图片处理似乎有些问题（不确定是不是模型的锅），在生成之后与原始 PPTX 进行自动视觉对比阶段经常报错，这也是我在场景一中主要依赖 Kiro CLI 完成视觉对比的原因。有一说一，OpenCode 的 TUI 设计真心不错，值得学习。
Q. 用了哪些 Skills?
除了 slidev 官方 skill; 还用了 Anthropic 的 PPTX，提取 PPTX 里的资产，理解PPTX, 制作 theme; Vercel 的 Agent-brower，主要用于 Agent 自我修正。
Q. 总共花了多久？
制作 theme 花的时间久一点，加起来有半天到一天，中间断断续续的，调整到自己满意的样子。没办法，我是个处女座，忍不了一点。连主题里那个跳动的小鬼的位置我都得给它加上去。一旦制作完成。后面生成 slidev project 就很快了，每个场景就是几十分钟，几次对话。
Q. 这个方法能复制不？
当然可以，你可以用相同的方法，制作你们品牌或者企业的 slidev theme。
Q. 能开源 theme 不？
本来计划是的，后来才知道那些图标有版权，不让开源（此处省略我搞了半天发现不能开源后的暴躁心情）。哎，公司内的小伙伴有需要的，可以找我要。
这套方案的局限
说了这么多好处，也得聊聊不太适合的场景：
- 纯图片型 PPT：如果你的 PPT 几乎全是图片拼接、没什么文字内容，Slidev 的 Markdown 驱动优势就发挥不出来，不如直接用传统工具。
- 需要复杂动画：Slidev 支持基础的过渡动画和 Vue 组件交互，但如果你需要 PowerPoint 那种精细的逐元素动画编排，目前还做不到。
- 制作 Theme 需要投入：第一次做 Theme 确实要花半天到一天，如果你只是偶尔做一次 PPT，投入产出比不一定划算。适合经常需要做演示的场景。
写在最后
AI 生成 PPT 这件事，工具不是问题，思路才是，花几个小时磨一磨刀，长就看收益是值得的。
Slidev + 自定义 Theme + Kiro/OpenCode，这套组合拳打下来，我现在做演示文稿的效率提升了不少，而且每一份输出都是统一的品牌风格。
写到最后我突然想起来上一次我的同事 Brian Beach 来中国的时候表达了一个观点 人类很快就会迎来，再也无法审核 AI 生成的内容了。是啊，传统的 Agent 直接生成网页 PPT 的方式总是把负责layout的代码和真正显示的内容混杂在一起，造成我们很难审核。Slidev 这样的一个做法提供了一个很好的思路，把真正人类需要关注的那 1% 的内容提取出来，放到一个 markdown 里，其他的内容就全部交给 AI 吧。这也许是一个不错的解题思路。
