一个开源AI工具让我沉默了

"当工具变成创作者，你就不再是工具的使用者，而是工具的指挥者。"

前两天，我在刷 X 的时候看到一位开发者提到一个项目，说他做了一个专门给 AI Agent 用的幻灯片框架。

我当时的第一反应是：又一个 AI PPT 工具？市面上这种东西还少吗？

但看完介绍之后，我沉默了。

不是因为功能多炫，而是因为它的思路跟所有现有的 AI PPT 工具都不一样。它不是帮你排版的，不是给你模板的，不是那种"输入一句话，吐出一套丑得要死的 bullet soup"的东西。

它把幻灯片变成了一段可以被 AI 精确控制的代码。

换句话说，以前我们做 PPT 是我先打开软件、选模板、拖文本框、调字号、对齐元素——这套流程做了二十年，从来没变过。

现在这个工具直接跳过了"人操作软件"这一层，让 AI 直接操作页面。

这个工具叫 Open Slide

全名 open-slide，作者 Yiwei Ho，GitHub 上开源，已经 2500 多星。

官网的介绍一句话就说清楚了定位：一套面向智能体的幻灯片框架。

什么意思呢？

你用自然语言跟 Claude Code、Cursor、Codex 这类工具说清楚你想要什么，"帮我做一套关于 XX 的 8 页幻灯片"，它就开始干活了。

Open Slide 负责画布、缩放、导航、热更新、演示模式和导出。智能体负责写 React 页面。每一页幻灯片就是一个 React 组件，跑在一个 1920x1080 的固定画布上。

简单理解就是：Open Slide 是舞台，AI 是导演。舞台搭好了，导演可以直接安排每一幕。

它不是那种"你输入一句话，它给你吐出一个你改不了的图片"的工具。也不是那种"给你 20 套模板，你把文字填进去"的工具。

它是"你描述你的需求，AI 帮你把每一页写成代码，你随时可以改，随时可以导出"。

说实话，这个思路让我愣了一下。

为什么我说它不一样

我们回顾一下现有的 AI PPT 工具，大概分两类。

第一类：模板填空型。给你一堆模板，AI 帮你把文字填进去。问题是——模板是死的，你的需求是活的。填完之后，80% 的时间还是在手动调。

第二类：文生图型。AI 直接把你的文稿变成图片，排版、配色、字体全部自动决定。看起来快，但改不了。一个字要改，全部重来。

Open Slide 是第三类：代码即幻灯片。

它不是生成图片，不是填空模板，而是让 AI 直接写 React 页面。

这有什么好处？

第一，精确可控。你点一下浏览器里的某个元素，留一句"把标题缩小"，AI 就去改对应的代码。你不用碰代码，也不用学 React。

第二，可复用。你做了一套幻灯片，下次想要同样的风格、不同的内容，直接让 AI 在原有基础上改。

第三，可版本管理。因为是代码，你可以用 Git 追踪每一次修改。甲方说"改回上一版"，你一秒就能回退。

第四，可导出。最终产物是静态 HTML 或 PDF，不依赖任何平台。

怎么用？

好，重点来了。下面这套流程，不管你懂不懂技术，只要会复制粘贴，就能用。

第一步：准备环境

你需要装三个东西：

1. Node.js

这是运行前端项目的基础环境。去 nodejs.org 下载，点那个"LTS"版本，一路下一步就行。

装完之后，打开终端验证一下。

Mac 用户：按 Command + 空格，搜"终端"

Windows 用户：按 Win 键，搜"PowerShell"

打开之后，输入这个命令：

node-v

如果弹出一行版本号，比如 v22.x.x，说明装好了。

2. 一个能调 AI 的编程工具

推荐下面三个，任选一个：

• Claude Code（在终端里输入 claude 就能用的 AI 编程助手）
• Cursor（带 AI 功能的代码编辑器，有免费额度）
• Codex（OpenAI 出的命令行 AI 工具）

如果你完全没用过这些，建议先装 Cursor。它是图形界面，对小白最友好。

去 cursor.com 下载安装就行。

3. Git（可选，但推荐）

Mac 上在终端输入：

xcode-select--install

Windows 去 git-scm.com 下载安装。

第二步：创建项目

打开终端，输入这行命令：

npx @open-slide/cli init

它会问你几个问题：

• 项目名：随便填，比如 my-slides
• 其他选项按回车用默认值就行

等它跑完，你会看到一个新文件夹。进入这个文件夹：

cd my-slides

然后启动本地预览：

npm run dev

如果看到浏览器自动打开一个页面，上面有幻灯片预览——说明成功了。

第三步：让 AI 帮你写幻灯片

现在你打开 Cursor（或者 Claude Code），打开刚创建的项目文件夹。

然后跟 AI 说这段话（直接复制，把方括号里的内容换成你自己的）：

帮我用 Open Slide 做一套幻灯片。主题：[你的主题，比如"2025年团队年度总结"]受众：[老板 / 客户 / 学生 / 粉丝]页数：8 页风格：科技感先给我大纲和前 3 页样稿，确认之后再扩展。

AI 会自动读取项目里的技能文件，按照规范生成 slides。

第四步：预览和修改

AI 生成完之后，浏览器里的页面会自动更新。你看到了效果，觉得哪里不对——

直接在浏览器里改。

打开检查模式（按 I 键），点击你想改的元素，在评论框里写：

• "这个标题太大了，缩小一号"
• "换成深蓝色"
• "第三页改成产品发布会风格"

写完评论，让 AI 执行修改：

/apply-comments

AI 会逐条应用你的评论，改完之后浏览器自动刷新。

这个流程特别适合反复修改的场景。你再也不用把反馈复制粘贴到聊天框来回折腾了。

第五步：导出

确认所有页面没问题之后，导出：

• 导出 HTML：npm run build，产物在 dist 文件夹
• 导出 PDF：在浏览器预览页里直接打印为 PDF

静态 HTML 可以直接部署到 Vercel、Cloudflare Pages 这类免费静态托管服务上，生成一个链接发给别人看。

这件事让我想了很多

教程讲完了，但我想聊点更深的东西。

最近半年，我测试了不下十款 AI PPT 工具。说实话，大部分都很让人失望。

它们都在做同一件事：让 AI 猜你想要什么，然后一次性地吐出一个结果。

猜错了怎么办？重来。不用想改，因为它吐出来的东西你改不了。

Open Slide 走了另一条路：不让 AI 猜，让你直接指挥。

它不会替你做完所有决定。它只是给你一个舞台，让 AI 帮你把想法精确地搬到舞台上。

这里面的区别，不是"好用"和"不好用"的区别，而是"你还能不能控制结果"的区别。

讲到这里，我突然意识到一件事。

我们花了二十年，让做 PPT 这件事越来越"简单"——模板、一键排版、智能美化。但"简单"的代价是，你离你的内容越来越远。

你用模板，你的表达被模板框住。

你用一键美化，你的审美被算法框住。

你让 AI 全自动生成，你的想法被 AI 的理解力框住。

你获得了效率，但你失去了对每一个像素、每一个字号、每一个颜色选择的主观判断。

这就是为什么 Open Slide 让我沉默。

它看起来是给开发者用的，但它背后的逻辑，反而是把控制权还给创作者。

AI 不是替代你做决定，而是帮你更快地执行你做的决定。

说点现实的

当然，我必须诚实地说，这个工具现在还不完美。

第一，它要求你身边有一个能调 React 的 AI 工具。Claude Code、Cursor、Codex 都可以，但你至少需要其中一个。

第二，对完全不懂技术的人来说，装 Node.js、开终端、敲命令——这些还是有门槛的。虽然我已经把步骤写到最细了，但第一次接触这些东西，肯定会有点懵。

第三，生成的页面质量，很大程度取决于你的提示词有多具体。你跟 AI 说"帮我做个 PPT"，出来的东西大概率很敷衍。但如果你说"帮我做一套 8 页的年度总结，面向公司管理层，风格偏商务科技，每页至少两个数据可视化组件"——效果就会好很多。

说到底，它不解决"你不会表达"的问题。它解决的是"你不会执行"的问题。

这跟很多 AI 工具的困境是一样的：工具越来越强，但用好工具的能力，依然需要你自己去练。

这篇文章想说什么

我不是在推荐一个"神器"。

我推荐一套思路：把 AI 当成执行者，而不是决策者。

你做决定，AI 执行。你评审结果，AI 修改。你确认通过，AI 导出。

这个工作模式，不止适用于做 PPT。

做视频、做网站、做数据分析、做自动化流程——所有"需要精确控制结果"的场景，都适合这个模式。

我们正处在一个奇怪的过渡期。

AI 能做很多事情了，但真正能用好 AI 的人，还是少数。

大多数人要么低估它（"AI 还不行"），要么高估它（"AI 能替我做所有事"）。

而真正舒服地跟 AI 协作的人，都找到了同一个姿势：把控制权握在手里，把执行交给 AI。

工具可以被替换，但判断力需要你自己去建立。

审美可以被训练，但表达欲需要你自己去保护。

代码可以被生成，但"你想要什么"这个问题——

只有你自己能回答。

以上，既然看到这里了，如果觉得不错，随手点个赞、转发吧，如果想第一时间收到推送，也可以加个关注～谢谢你看我的文章，我们，下次再见。