AI TOOLS · PPT 生成别再做PPT了，让这三个AI工具替你卷
你有没有过这种经历？
深夜11点，明天就要汇报，PPT还是一片空白。大脑和幻灯片一样空旷。
你打开各种模板网站，挑了一个小时，选中一个看起来还行的。然后开始填内容——标题太长塞不下，图表位置不对，配色土得自己都看不下去。三小时后，你盯着第七页那个错位的文本框，开始认真思考转行的可能性。
PPT这个活儿，本质上是三个痛苦的叠加：内容组织（我要讲什么）、视觉设计（怎么排版好看）、工具操作（这破软件怎么又卡了）。任何一个环节卡住，都能让人血压飙升。
好消息是，GitHub上最近冒出三个项目，分别从不同角度试图解决这个问题。把它们放在一起看，你会发现一条完整的AI做PPT技术路线。
今天拆解的主角是 ppt-master——一个23.5k星的全流程方案。但要把它的定位说清楚，得把另外两个项目一起拉出来聊。
01 · THE PROTAGONIST 主角：ppt-master，一场精妙的"方言翻译"
先看一组数据：23.5k Stars，687次提交，版本号v2.9.0，MIT许可证。作者Hugo He，金融背景，注册会计师/注册估值师。
一个做金融的人，被PPT折磨到什么程度，才会写出一个23.5k星的开源项目？
它的核心思路极其聪明：让AI生成SVG，然后用Python脚本把SVG翻译成PowerPoint原生的DrawingML（一种绘图标记语言）。
等等，为什么是SVG？
这里需要做个类比。假如你要让一个不懂中文的外国厨师做鱼香肉丝，你有三个选择：
- 1.直接教他中文菜谱让AI直接生成DrawingML——太冗长，AI训练数据里几乎没有完整的DrawingML样例，大概率胡编乱造
- 2.给他一本中英对照食谱用HTML/CSS——文档流和画布对象是两套逻辑，结构对不上，做出来四不像
- 3.找一个已经懂亚洲烹饪的日料厨师，用相近的烹饪语言沟通用SVG——共享同一套世界观，只是"方言"略有不同
ppt-master选的是第三条路。
SVG和DrawingML本质上是同一种东西的两种表达：都是绝对坐标的二维矢量图形，都描述"在某个精确位置放一个什么形状"。区别只是一个用XML标签叫<rect>，另一个用预设几何体<prstGeom>。SVG的路径命令<path d>对应DrawingML的自定义几何<custGeom>，线性渐变和渐变填充也是一一对应的。
这不是技术炫技，这是工程上极其务实的选型——找到两个系统之间的最大公约数，把翻译成本降到最低。
上面是根据PPT大纲画的SVG，支持直接选中元素修改， 下面是最终生成的PPT，所有的元素也可以直接在编辑器里修改整个流水线分了7步，但最值得说的设计是防漂移机制。
做过AI开发的人都知道，让模型连续生成多页内容时，越往后越容易"忘记"前面定好的规则。第1页还是商务蓝，第7页突然变成赛博朋克粉。ppt-master的解法是引入一个叫spec_lock.md的文件——相当于一份机器可读的执行合同，每一页生成前都强制重新读取。
翻译成人话就是：每次画新的一页之前，都把设计规范再看一遍，像极了考试前反复翻笔记的你。
策略师阶段也很有意思。它会做八项确认：画布格式、页数、受众、风格、配色、图标风格、排版密度、图像策略。这不是简单的模板选择，更像一个真正的设计师在动手前问的那几个问题。
案例展示：ppt-master 多种风格模板输出效果对比但它也有明显的代价：慢。10页PPT大概需要10到20分钟，因为每页都是串行生成的——AI写一页SVG，质量检查，再写下一页。你点完按钮可以去泡杯咖啡，喝完回来可能还没好。而且最佳效果依赖Claude加上充足的大上下文窗口，换小模型跑出来的质量会明显下降。页面过多（如30页）时，上下文不够大的模型可能会崩溃。
02 · THE FAST LANE GordenPPTSkill，模板党的反攻
后一篇文章会详细拆解这个项目，这里只聊它和ppt-master的核心差异。
GordenPPTSkill做了一件看起来简单但极其有效的事：准备19套手工精调的中文PPTX模板，让AI精确定位每个文本框，然后往里填内容。
例如：
这是模板
这是自动填充后的效果（我电脑没有微软雅黑，自动替换了字体）
它的逻辑是"只换文字，不动排版"。每个模板都有一份结构化数据（detail.json），精确记录了每个文本槽的位置地址和容量上限。AI只需要决定选哪几页、每个槽填什么文字，Python脚本负责精确替换。输出质量极其稳定——因为排版是真人设计师做好的，AI只是往里面塞内容。
但代价也很明确：
✗ 装饰图形是死的，数据变了，进度条、圆环这些不会跟着动✗ 没办法AI生成配图，全靠模板自带的视觉元素✗ 许可证仅限个人学习研究，商业用途不能用✗ 目前只支持中文它还有个精妙的设计叫"出框检测"：用几何精算判断文本会不会超出文本框边界。字太多了就提醒你删减，保证排版不崩。
两者的本质区别一句话：ppt-master是从零开始盖房子，想盖什么风格都行；GordenPPTSkill是给你一套精装修房，你只能换家具不能改户型。03 · THE ENGINE 新发现：OfficeCLI，底层的硬核引擎
这个项目的定位跟前两者完全不同，但恰恰是链条上缺失的那一环。
5.8k Stars。核心是一个C#/.NET写的命令行工具——给AI Agent用的Office操作引擎。
听起来很抽象？想象一下：AI Agent就像一个盲人，它需要操作Office文档，但看不到操作的结果。OfficeCLI给了它三样东西：
- •眼睛——内置渲染引擎，agent可以截图看到自己做了什么
它最让人兴奋的特性是PPT方面的支持：14+图表类型、全部59种幻灯片过渡效果（包括Morph）、甚至支持嵌入3D模型（.glb格式）。
Morph过渡是什么概念？就是那个能让一页幻灯片上的元素丝滑变形到下一页对应位置的动画效果。在传统PowerPoint里这是高级功能，OfficeCLI把它变成了命令行参数。
三层命令体系的设计很聪明：
- •L1语义层：说"在第2页加个柱状图"，不用管具体怎么实现
- •L2 DOM层：操作特定的幻灯片和形状元素
- •L3 Raw XML层：直接改底层OOXML，给需要极致精细控制的场景
路径寻址也很直观：/slide[1]/shape[2]——第一页第二个形状，像文件路径一样自然。
04 · COMPARISON 横评对比，一张表说清楚
| | | |
|---|
| 本质 | | | |
| 技术路线 | | | |
| 设计自由度 | | | |
| 排版稳定性 | | | |
| 速度 | | | |
| 动画能力 | | | |
| 许可证 | | | |
| 最好用的场景 | | | |
05 · COMBINATION 三件套组合的可能性
聊到这儿，一条完整的技术路线应该很清晰了：
上游 · CONTENT + DESIGNppt-master做上游——给你一个设计感在线的初稿，结构完整、风格统一。哪怕要等十几分钟，至少你不用从空白页开始。
中游 · RAPID PROTOTYPEGordenPPTSkill做快速原型——如果需求简单、时间紧，直接选模板替换文字，几分钟出活。适合内部汇报、日常周报这类不追求视觉独特的场景。
下游 · REFINEMENT + AUTOMATIONOfficeCLI做下游精修和自动化——初稿出来了，想微调某个图表、加上Morph过渡、批量处理一批PPT，让Agent通过命令行自动操作。它是那个让AI真正"看见并操控"文档的底层引擎。
一个更具体的场景：用ppt-master生成一个20页的商业计划书初稿，图表和结构都对，但某些细节需要调整。把pptx文件丢给一个接入了OfficeCLI的Agent，说"把第5页的柱状图换成折线图，给第12页加上Morph过渡，导出PDF"。Agent自己操作、自己截图确认、自己交付。
OfficeCLI还支持MCP Server协议，这意味着它可以作为标准化组件接入各种Agent框架，不需要特别适配。这条链路现在看起来有点未来感，但技术上已经走通了。
06 · VERDICT 选型建议，不打太极
选 ppt-master从0做正式提案、BP、产品介绍，追求设计感和独特性，又能接受十几分钟等待。MIT许可证，商业用途没问题。
选 GordenPPTSkill经常做周报、月度汇报、课程课件，内容固定但每次数字和文字要更新。速度快、排版稳，但注意非商业许可，公司场景要等作者更新授权。
选 OfficeCLI开发者或Agent玩家，想在AI工作流里嵌入PPT操控能力，或者需要批量精修文档。Apache 2.0许可随便用，它本质上是基础设施。
三个工具都不完美，但加在一起，覆盖了"做PPT"这个痛苦任务的大部分场景。
下次深夜被PPT折磨时，至少你知道——有人在GitHub上替你卷了。
你平时做PPT最大的痛点是什么？模板选择困难、排版调不齐、还是根本不知道写什么？评论区聊聊。
10个月宝宝每天需要喝多少奶粉？
