Github 27k,PPT Master:让AI生成真正可编辑的PPT
- 2026-06-23 05:21:53
不是图片，不用html，PPT Master：AI生成 SVG，再用脚本翻译为PowerPoint的底层语言，从而实现生成PPTX。
大家好，我是林潼，今天为大家推荐一个PPT skill，截至6月13日，Github星标已经冲到27k，还在疯狂上涨。
PPT Master的最大特点是：AI生成PPTX格式，可后期编辑。看下图。
你给它一份文档，PDF、Word、网页链接、甚至只是一个主题，它就能生成一份完整的PPT。
可以点开任意一个元素，修改文字、调整颜色、更换形状，就像你自己手工做的一样。
这不是嵌入图片，也不是网页截图，是真正的、可编辑的 PowerPoint 文件。
第一部分：认识 PPT Master
作者： 何雨果（Hugo He），投融资从业者，每天做PPT的硬核用户，会pythonGitHub 仓库： https://github.com/hugohe3/ppt-master开源许可： MIT-0（完全免费使用、修改、再分发，无需署名）个人网站： https://www.hehugo.com/
01 为什么做了这个东西
作者是一个每天都在做 PPT 的投融资从业者。
市面上的 AI PPT 工具他都用过，但没有一个能满足"生成真正可编辑的 PowerPoint"这个核心需求。于是他自己做了一个，然后开源了出来。
他的原话是："PPT Master 是我花了大量时间打磨的开源工具，因为我自己就是最挑剔的用户。"
02 三种视觉风格
PPT Master 内置三档执行风格，覆盖从日常到顶级咨询的全场景需求：
通用模式（General）：适合培训、技术分享、公众演讲。视觉冲击优先，"一眼抓住注意力"。灵活布局，不受固定模板束缚。
咨询模式（Consultant）：适合业务报告、数据分析、进度汇报。数据清晰优先，"让数据说话"。结构化布局，突出图表和关键指标。
顶级咨询模式（Consultant Top）：适合投资备忘录、战略规划、政府汇报。逻辑说服优先，"结论先行"。MBB（麦肯锡、波士顿、贝恩）级别的专业呈现。
03 支持的输出格式
不只是做 PPT。同一个工作流，指定不同格式就能产出：
PPT 16:9（1280x720）：标准宽屏演示，最常用PPT 4:3（1024x768）：传统投影仪、学术演讲小红书 3:4（1242x1660）：图文分享、知识帖朋友圈/Instagram 1:1（1080x1080）：方形海报、品牌展示竖屏 Story 9:16（1080x1920）：手机全屏、短视频封面微信文章头图（900x383）：公众号封面A4 印刷（1240x1754）：打印海报、传单
04 支持的输入格式
几乎什么都能喂给它，skill会转化为md格式。
PDF 文档、Word 文档（.docx）、Excel 表格（.xlsx）、PowerPoint 幻灯片（.pptx）、网页链接（包括微信公众号文章）、EPUB 电子书、HTML / LaTeX / RST 等技术文档、Markdown 文件
直接在对话中粘贴文字，只有一个主题想法也行，它会自动上网搜索资料。
第二部分：安装与使用
01 安装python
这个skill需要python环境
https://www.python.org/downloads/
PPT Master 的转换脚本依赖一些 Python 库，OpenClaw 在加载 Skill 列表时会自动触发，这些库的作用分别是：
python-pptx # PPTX生成Pillow # 图片处理beautifulsoup4 # 网页抓取requests # HTTP请求lxml # XML解析curl_cffi # 微信公众号等高安全站点抓取02 在OpenClaw中安装
一键安装（推荐）
如果你的 OpenClaw 配置了 ClawHub，直接一行命令：
clawhub install ppt-master这会把 Skill 安装到 skills/ppt-master/ 目录下。
手动安装
如果不用 ClawHub，也可以从 GitHub 克隆：
cd ~/.openclaw/workspace/skillsgit clone https://github.com/hugohe3/ppt-master.git ppt-master03 如何触发skill
装好之后，不需要记任何命令。直接用自然语言跟 AI 对话就行：
"帮我做一个关于 XXX 的 PPT""生成PPT""用 ppt-master 做一份报告"
当AI检测到这些关键词时，会自动加载 PPT Master 的工作流；如果你有好几个ppt skill，最好是带上ppt master。
04 使用流程
整个流程分几步，AI 会引导你完成：
第一步：给素材
可以给文件（PDF/Word/Excel 等）、给链接、给文字描述，甚至只给一个主题。
第二步：确认方案
AI 会分析你的内容，然后一次性给你八项建议：画布格式、页数、受众、风格、配色、图标方案、字体方案、图片方案。
八项确认本质上是在定义一份PPT的"DNA"：格式（多大）、量（几页）、给谁看（受众）、什么调性（风格）、什么颜色、什么图标、什么字体、配什么图。我们确认后，整个DNA锁定到 spec_lock.md，Executor 严格执行不跑偏。
内容读完了。这是一篇非常精彩的长文，讲述了 SpaceX 24 年历史上的 10 个传奇故事，从俄罗斯买火箭受辱到星舰被 "筷子" 夹住。现在我以 Strategist（策略师） 身份，给你八项确认建议。这是整个流程唯一的交互阻塞点，你确认后我会一口气做完。🎯 八项确认a. 画布格式推荐：PPT 16:9（1280x720）理由：内容是叙事型演讲 / 分享场景，16:9 是最通用的格式。b. 页数推荐：12 页P01 封面P02 目录 / 概览（24 年 10 个故事）P03 故事一：俄罗斯人吐口水（疯狂想法诞生）P04 故事二：超级碗派对（招募第一个工程师）P05 故事三：创业文化（冰激凌 + 雷神之锤）P06 故事四：孤岛发射场（夸贾林环礁）P07 故事五：三次失败（Falcon 1 连续爆炸）P08 故事六：第四次孤注一掷（终于成功）P09 故事七：NASA 16 亿美元救命合同P10 故事八：Falcon 9 火箭回收（创造历史）P11 故事九 + 十：星舰 "筷子" 回收 + xAI 合并P12 封底（那辆还在太空绕日的特斯拉 Roadster）c. 受众与场景推荐受众： 科技爱好者、商业故事读者推荐场景： 知识分享、故事讲述类演示核心信息： 技术不会自动进步，只有很多人一起努力才能让它变好d. 风格目标推荐：通用模式（General）+ 科技叙事风理由：内容偏故事讲述而非数据报告，需要视觉冲击力。不是咨询报告那种数据密集型，而是叙事驱动的分享。e. 配色方案推荐：深空主题背景：深蓝黑 #0B0E1A次背景：深蓝 #1A1F35主色：太空蓝 #3B82F6强调：火箭橙 #FF6B35次强调：星辰白 #E5E7EB正文：浅灰 #D1D5DB次文：中灰 #9CA3AF理由：SpaceX 的太空主题，深色背景 + 亮色点缀，有科技感和戏剧张力。f. 图标方案推荐： 内置图标库，选用航天 / 科技类图标（火箭、卫星、发射塔、地球等）g. 字体方案推荐：标题："Microsoft YaHei", sans-serif，加粗正文："Microsoft YaHei", sans-serif，常规基准字号：20px（叙事型，中等密度）h. 图片方案推荐：不使用 AI 配图，用纯 SVG 图形 + 色彩 + 排版讲故事理由：微信文章的配图主要是 SpaceX 官方图，版权敏感。纯 SVG 的图形化叙事更适合这个工具的测试目的，也能更好验证 SVG→PPTX 的转换质量。以上八项，你看要调整哪些？确认后我就开始生成。
第三步：等待生成
AI 会逐页生成 SVG（每页约1~2分钟）。可以通过浏览器实时预览进度，如果某一页不满意，随时可以叫停，让 AI 重新做那一页。
PPT Master 自带一个 Flask 写的实时预览服务器。理论上在生成 SVG 的过程中，你可以启动它：
python3 scripts/svg_editor/server.py projects/spacex_24years_ppt169_20260613 --live 然后浏览器打开 http://localhost:5000，就能看到每页 SVG 生成后的实时效果，还能点击元素写标注，让 AI 根据标注修改。
但我没用，因为我的运行环境是 OpenClaw 的飞书对话，claw在后台逐页生成 SVG 文件的。如果在在 Cursor 或 Claude Code 里用是可以实现的。
第四步：拿到成品
最终导出的是一个标准 .pptx 文件，所有元素都是原生 PowerPoint 对象，直接打开就能编辑。
我又让他上生成了其他样式，不过其实样式和ppt差不多，只是不同尺寸。
第三部分：和其他 AI PPT 工具的根本区别
市面上 AI 做 PPT 有三条主流路线：
第一条：图片，不可编辑
很多工具把每页 PPT 渲染成一张图片，嵌入到 PPTX 文件里。看起来精美，但文字不能选中、颜色不能修改、放大就模糊。本质上是一堆截图打包成了一个文件，不是真正的演示文稿。
第二条：网页渲染
Gamma、Tome 这类工具在浏览器里做得很好看，但 HTML 是"文档流"模型（像 Word 那样，内容从上到下流动），而 PowerPoint 是"画布"模型（每个元素都有固定的绝对坐标）。
两种世界观根本不兼容，导出 PPTX 时布局走样、字体丢失、元素被压扁。
PPT Master 的第三条路
AI 生成 SVG（一种网页常用的矢量图形格式），然后专门的脚本把 SVG 翻译成 PowerPoint 底层的 DrawingML 格式。
这条路走得通，是因为 SVG 和 DrawingML 本质上是同一类东西：都是基于绝对坐标的 2D 矢量格式。
矩形、圆形、路径、渐变、阴影，概念对应。转换不是"格式转码"，而是"方言翻译"。
最终导出的 PPTX 中，所有东西都是原生 PowerPoint 对象。点哪改哪。
第四部分：PPT Master 八项选择范式
a. 画布格式
选择逻辑：按内容用途走决策树（演示→16:9，社交→小红书/朋友圈，营销→横幅/A4）
b. 页数
没有固定选项，AI 根据源文档内容量给出具体建议数字。比如 3000 字文章建议 8-10 页，10000 字报告建议 15-20 页。用户可以增减。
c. 受众与场景
三项确认打包在一起：
• 目标受众：公众/客户/学员/管理层/高管/投资人 • 使用场合：培训、汇报、路演、答辩、发布会等 • 核心信息：一句话总结你想传达的中心思想
d. 风格目标（两层）
第一层：沟通模式（三选一）
第二层：视觉风格描述词（自由组合）
可以自由组合，比如"顶级咨询 + 新中式"或"通用 + 暗黑科技"。
e. 配色方案
优先级规则： 用户指定色/模板色 > AI 推荐如果用户没指定，AI 根据行业推荐：
配色规则： 60-30-10 原则（主色60%、次色30%、强调色10%）；每页不超过4种颜色；文字对比度≥4.5:1
f. 图标方案（四选一）
选C时还要选一个风格库（且只能选一个）：
特殊场景可叠加 simple-icons 品牌Logo库。
g. 字体方案
必须给两套方案：一套安全、一套有张力
种子搭配参考（节选）：
字号体系（基准制）：
先定正文基准（通常 18px 紧凑 / 24px 宽松），其余按倍率：
还有公式渲染策略（如果内容含数学公式）：
• mixed（默认）：复杂公式转图片，简单的保留文字 • render-all：所有公式都转图片 • text-only：全部保持文字形式
h. 图片方案（五选一，可混合）
选C时还要锁两个维度（全文档统一）：
渲染风格（决定AI画出来的画风）：
调色板（决定AI画面的色彩气质）：
和上面的配色方案联动，AI 会给出 3 个候选组合让你选，比如：
• 方案A：保守专业（像麦肯锡报告） • 方案B：编辑深度（像经济学人专题） • 方案C：未来科技（像Apple发布会）
第四部分：技术实现原理
这一部分适合想深入了解 PPT Master 怎么做到"生成真正可编辑 PPT"的伙伴。不需要编程背景，但需要对技术概念有兴趣。这些技术原理才是可以复用与迁移的。
拆解这些技术背后，你会发现，作者还是很牛逼的，一个投融领域的，还会pyhton；如果是纯程序员，估计很多人会用html，而他有很多后期编辑诉求，作为一个跨界者，开发出这样一个刚需的产品。
01 支持的AI模型
PPT Master 本身是一个"框架"，作者称之为 harness，不绑定任何特定模型。理论上，任何能读文件、能执行命令的 AI 编程代理都能驱动它。
实际效果排名（作者实测）：
第一梯队：Claude Opus / Sonnet。
推荐。SVG 排版本质上是在绝对坐标系里做精确的数学计算（字号 x 字数 x 容器宽度），Claude 在这方面明显领先。
大上下文窗口（约100万token）让 AI 能同时"看到"所有已生成的页面，保持整份 PPT 的视觉一致性。
第二梯队：GPT 系列较新版本。
早期版本排版问题较多（文字超出容器、元素错位、坐标计算失误），较新版本已有明显进步，实际效果可以接受。
第三梯队：Gemini、GLM、MiniMax 等。
效果参差不齐。总体来说，模型的前端/视觉能力越强，生成效果越好。
一个重要观点来自作者："harness 决定工作流上限，model 决定质量上限。" 如果你觉得效果不理想，先检查模型够不够强，而不是怪工具。
02 工作流分工：三角色系统
PPT Master在一个AI会话内，通过"角色切换"完成整个工作流。不是三个独立的AI同时干活，而是一个AI在不同阶段扮演不同角色。
角色一：Strategist（策略师）
负责"想清楚做什么"。读取你的源文档，分析内容结构，规划幻灯片页数和布局，和你确认视觉风格，最终输出一份完整的"设计规格书"。
策略师的工作模式是"和你商量"：它会给出专业建议，但不会替你做决定。你需要确认八项内容（画布格式、页数、受众、风格、配色、图标、字体、图片方案），确认后它才会开工。
角色二：Image Generator（图片获取）
负责"找到或生成合适的图片"。
根据策略师的规划，自动通过 AI 生图（Gemini、OpenAI 等）或网络搜索（Openverse、Wikimedia Commons、Pexels 等）获取配图。
这一步是条件触发的：如果策略师认为需要配图，才会启动。
角色三：Executor（执行者）
负责"把设计变成现实"。逐页手写 SVG 代码，严格按照策略师确定的设计规格执行。工作模式是"严格生产"：不发挥创意，不偏离规格。
为什么不用多个 AI 并行干活？
因为页面设计依赖完整的上游上下文：策略师的配色选择、实际获取到的图片（可能有失败的、被替换的）、前面几页的视觉节奏。
如果用多个 AI 各做几页，它们看不到彼此的工作，做出来的 PPT 会"各画各的"，前后风格不一致。
03 为什么核心是 SVG
SVG（Scalable Vector Graphics，可缩放矢量图形）是整个工作流的核心枢纽。选择它的过程是排除法。
候选一：直接生成 DrawingML。
DrawingML 是 PowerPoint 底层的图形格式。最直接的路径，但被淘汰了。
原因：DrawingML 极其冗长，一个简单的圆角矩形需要几十行嵌套 XML。AI 训练数据里几乎没有这种格式，输出极不可靠，出了错也没法肉眼调试。
候选二：HTML/CSS。
AI非常擅长写网页。但 HTML是"文档流"模型，内容像水流一样从上到下排列，而 PowerPoint 是"画布"模型，每个元素有固定的绝对位置。
这是世界观层面的不兼容，不是"算错坐标"那么简单。一个 HTML表格在PowerPoint里没有对应的"独立形状集合"映射。
候选三：WMF/EMF。
这是微软自己的矢量格式，和DrawingML是"亲戚"，转换损失最小。但AI对这种格式几乎没有训练数据。连微软自己的格式都败给了 SVG。
候选四：SVG 嵌入为图片。
最简单。把每页做成一张 SVG 图片塞进 PPTX。但这样所有元素都变成了像素点，文字不能选、颜色不能改。和截图没区别。
最终选择：SVG 作为中间格式。
AI 生成 SVG，然后脚本把 SVG 翻译成 DrawingML。这条路之所以走得通，是因为 SVG 和 DrawingML 共享同一个世界观。两者都是"绝对坐标 + 2D 矢量"格式：
| SVG 中的概念 | PowerPoint 中的对应物 || 路径（path） | 自定义几何图形 || 矩形（带圆角） | 圆角矩形预设 || 圆形/椭圆 | 椭圆预设 || 变换（平移/缩放/旋转） | 变换矩阵 || 线性渐变/径向渐变 | 渐变填充 || 透明度 | Alpha 通道 |
"翻译"不是"转码"。就像把普通话翻译成四川话，词汇和语法大体一样，只是表达方式不同。
SVG 还有一个独特优势：它是"万能中间格式"。AI 擅长写它，人类能在浏览器里直接看它，脚本能精确解析它。在整个流程的每个环节，SVG 都是最方便的格式。
04 防漂移机制：spec_lock.md
一个有趣的技术细节：生成长 PPT（20页以上）时，AI 会"慢慢忘记"前面的设计决定。这不是 bug，而是大语言模型的固有特性。
随着对话变长，AI 对早期内容的"记忆"会逐渐模糊（技术上叫"上下文压缩"）。
表现出来的症状是：第1页用的是深蓝色，到了第15页可能变成了浅蓝色；第1页用的微软雅黑，到了第18页可能变成了思源黑体。
解决方案是一份叫 spec_lock.md 的文件。
策略师阶段把所有设计参数（精确的 HEX 颜色码、确切的字体名称、图标库选择、图片清单）写进这个文件。执行者在写每一页 SVG 之前，必须重新读一遍这个文件。
效果是：所有颜色、字体、图标只能来自这份"锁定文件"，不能凭"记忆"。就像建筑师不管画到第几张图，都对照同一份设计说明书，而不是靠自己记。
05 SVG 的"禁区"
PPT Master 让 AI 生成 SVG 来做幻灯片，但不是所有 SVG 功能都能用。
为什么？因为最终要导出成 PowerPoint 文件。PowerPoint 底层的图形格式（DrawingML）只认识 SVG 的一部分能力。
如果你用了它不认识的功能，导出的文件要么打不开，要么打开后乱掉。
打个比方：SVG 和 PowerPoint 的关系，有点像普通话和四川话。
大部分词汇是通的，但有些普通话里的词，四川话里没有对应的说法。用了这些词，对方就听不懂了。
完全不让用的： 蒙版、内嵌样式表、CSS 类选择器、动画、脚本、iframe。这些在 PowerPoint 里完全没有对应物，用了就导不出来。
有条件能用的： 箭头标记（转成 PowerPoint 自己的箭头样式）、图片裁剪（只能裁图片，不能裁文字或形状）、图案填充（只能用 PowerPoint 预设的几种图案）。
怎么保证不出问题？PPT Master 有一个自动检查脚本，导出前会扫描所有 SVG 文件。
发现用了禁用功能，直接报错，不让你往下走。就像机场安检：带了违禁品就过不去，必须掏出来才能登机。
06 从 SVG 到 PPTX：后处理流水线
AI 写完所有 SVG 页面后，还要经过一道 "翻译" 才能变成你能用的 PowerPoint 文件。这一步完全靠脚本自动完成，不需要 AI 参与。
第一步：图标嵌入。
SVG 里可能会引用外部图标文件，比如一个搜索图标。这一步把图标内容直接 "塞" 进 SVG 文件里，让它变成一个完整的、不依赖外部文件的页面。就像把散装的零件组装成一个成品。
第二步：图片处理。
如果页面上有图片，脚本会把图片数据直接编码进 SVG 文件里。
这样做有两个好处：一是浏览器里打开就能直接看到图（不用去文件夹里翻），二是导出 PowerPoint 时能正确带上图片。同时还会处理图片裁剪、比例修正之类的杂活。
第三步：文字扁平化。
SVG 里的多行文字，结构方式和 PowerPoint 里的文字不太一样。脚本需要把文字 "拍平" 成 PowerPoint 能理解的格式。
简单说就是把复杂嵌套的文字结构，拆解成一个个独立的文本块。
第四步：SVG → DrawingML 翻译。
这是核心。脚本逐个读取 SVG 里的每个元素，判断它是什么类型（矩形？圆形？路径？文字？），然后翻译成 PowerPoint 对应的原生对象。
翻译完之后，所有东西都变成了 PowerPoint 自己的形状和文字，可以直接点击编辑。
最终产出一个标准 .pptx 文件，所有元素都是原生 PowerPoint 对象。
整个后处理流水线就是几个Python 脚本文件
入口脚本： finalize_svg.py — 负责前三步（图标打包、图片嵌入、文字整理）
导出脚本： svg_to_pptx.py — 负责第四步（SVG 翻译成 DrawingML）
翻译引擎： svg_to_pptx/ 目录下有一整个 Python 模块，是核心翻译器。
拆得很细：
这些全是用 Python 写的，依赖 python-pptx 这个库来做底层的 PPTX 文件生成。
07 三个产物，各司其职
后处理完之后，你会拿到三样东西（外加一份备份）：
第一份：AI 原始手稿（svg_output/）
这是 AI 一笔一画写出来的原始 SVG 文件，是所有其他产物的源头。如果你想手动改某个 SVG 的细节，改的就是这里。可以理解为 "设计稿原文件"。
第二份：自包含预览版（svg_final/）
在原始版的基础上，把所有图片都内嵌进去了。好处是单个文件就能在浏览器里打开看效果，不需要去翻图片文件夹。可以理解为 "一键预览版"。
第三份：最终交付物（exports/*.pptx）
这就是给你的 PowerPoint 文件。所有元素都是原生可编辑对象，打开就能用。
每次导出都带时间戳命名（比如 spacex_20260613_101912.pptx），不会覆盖之前的版本，方便对比不同版本的效果。
外加一份备份（backup/）
每次导出前，系统会自动把当前的 SVG 源文件存一份到备份目录。
万一你后来改了 SVG 想退回去，或者想用旧版的 SVG 重新导出一份不用再跑 AI，从备份里拿就行。相当于自动存档。
总结
PPT Master 的核心洞察其实很简单：SVG 和 PowerPoint 底层格式共享同一个"绝对坐标矢量"的世界观。
在这个基础上，它构建了一套完整的 AI 驱动工作流：
AI 擅长写 SVG → 让 AI 来做设计SVG 和 DrawingML ，对应 → 用脚本做精确翻译逐页串行生成 → 保证跨页一致性spec_lock.md 机制 → 防止长 PPT 中的颜色字体漂移
最终结果是：你拿到的是一份每个元素都能点击编辑的、真正的 PowerPoint 文件。不是图片，不是网页截图，不是简陋的文本框。
如果你对 PPT 有"可编辑"的刚需，或者你不想每月为 PPT 工具付订阅费，或者你在意数据不出本地，PPT Master 值得一试。
我其实更喜欢技术实现原理，要想深入AI，必须不能让他成为黑箱。
我是林潼。一个非程序员出身、正在努力把自己练成超级个体的职场人。
白天上班，业余写写AI工具怎么用。经常翻车，但一直在往前。如果你也在探索这条路，欢迎关注普罗米AI笔记，我们一起努力。
