最近我认真看了一个 PPT Skill。

名字有点长，叫 GordenSuperPPTSkills。

仓库是 GordenSun/GordenSuperPPTSkills^[1]。

截至 2026 年 7 月 1 日，GitHub 页面显示它已经有 1.3k stars、123 forks。我本地拉下来的仓库，最新一次提交时间是 2026 年 6 月 8 日，commit message 是 Update README.md。GitHub 仓库页^[2]

坦率地讲，这个项目我第一眼看见的时候，是有点想笑的。

README 开头那句 AI PPT赛道终结者，史上最最最强 PPT Skill！！！，情绪真的拉满了。

有点中二。

也有点野。

但你真往里读，会发现它不是在瞎喊。

它确实在试一条很不一样的路。

而且这条路，跟我前面写过的 guizang-ppt-skill^[3] 根本不是一个思路。

这篇我就想把这件事讲清楚。

它到底在干嘛。

它为什么有点东西。

以及它和 guizang，到底该怎么选。

一

先说结论。

GordenSuperPPTSkills 真正特别的点，不在于它也能做 PPT。

现在能做 PPT 的东西已经太多了。

它真正特别的地方，是它把「好看」和「可编辑」拆成了两个阶段来做。

而不是想一次性把这两个问题同时解决。

仓库里把整个流程拆成了 3 个技能：

• GordenImagePPTGen
• GordenImage2PPTX
• GordenSuperPPTSkill

这三个名字一开始看有点绕。

但逻辑其实很直白。

第一步，先用 GPT imagegen 生成一套图片格式的 PPT。

第二步，再把这套图片页，拆成背景、骨架、图标和文本四层，重新拼成可编辑 PPTX。

第三步，GordenSuperPPTSkill 负责把前两步串起来，一把跑完。

这就是它整个思路的核心。

不是一上来就做一个原生可编辑 PPT。

而是先承认一件事。

视觉最惊艳的时候，往往是在图片那一层。

等你要把所有元素都变成原生 shape、文本框、线条、图表组件的时候，效果经常开始往下掉。

它不想在第一步就妥协。

所以它干脆先把第一步做满。

这件事，我觉得还挺诚实的。

二

如果只用一句话来概括这个项目。

我会这么说。

GordenSuperPPTSkills 更像一个 先追求视觉上限，再拼命把编辑权拿回来 的工程实验。

这句话有点长。

但它很准确。

因为它不是像很多办公类工具那样，先问你「最后能不能在 PowerPoint 里改」。

它先问的是另一件事。

「我能不能先给你一张特别像样的豪华 PPT 图。」

这个优先级，很重要。

仓库里 GordenImagePPTGen 的要求写得非常明确。

默认就是「信息密度极高、排版复杂、豪华、模块化、每页框架不能重复」。

而且它对简单排版是带偏见的。

文档里直接写了，简单 = 不合格。

这不是我在脑补。

是它真这么写的。GordenImagePPTGen/SKILL.md^[4]

你会发现这套东西的审美取向特别明确。

它不是要做那种「先给你一页干净商务模板」的保守路线。

它想要的是那种：

• 卡片很多
• 模块很多
• 信息密度很高
• 标题巨大
• 指标巨大
• 图表和结构都很满
• 一眼看上去就有「这页值不少钱」的感觉

这个口味，说实话，不一定每个人都喜欢。

但它至少没有假装自己是中性的。

它是有性格的。

三

真正让我觉得它「不是嘴炮」的地方，在第二步。

也就是 GordenImage2PPTX。

这个 skill 做的事，很狠。

它不是简单地把一张图片丢给 OCR，然后在 PPT 上盖一层字。

它要求强制走四层：

• 背景图
• 整体框架图
• 元素图标和装饰
• 文本

然后再重新合成成一个可编辑的 .pptx。

你如果没做过这类事，可能会觉得，好像也就这样。

但其实这一步非常折腾。

因为最难的不是识别文字。

最难的是把原来一张已经融合在一起的漂亮图，重新拆开，而且还要尽量保住它原来的气质。

背景不能脏。

框架不能歪。

图标不能糊。

艺术字不能乱跑。

文字层还得尽可能变成真文本框。

仓库里的文档甚至把很多防退化规则写得非常偏执。

比如：

• 背景图、框架图、图标图，都必须来自 imagegen
• 禁止直接拿原图裁局部顶上去
• 禁止用原生 shape、PPT 色块、代码绘图去偷懒
• 每一页都要有 imagegen-assets-manifest.json
• 还专门强调，传图必须作为 edit target，而不是只把路径写在 prompt 里

这一套规定，看起来麻烦得要死。

但我反而觉得，这恰恰是它最认真的地方。

因为它不是在做「差不多得了」的逆向还原。

它是在逼自己别走捷径。

而且这不是嘴上说说。

仓库自己就给了一组很直观的示例。

先是一页已经做得非常满的图片版 PPT：

然后是把它往可编辑 .pptx 里还原之后的效果：

更关键的是，它还把中间拆层过程摊开给你看。

背景层是什么样：

框架层是什么样：

图标和装饰层又是什么样：

你把这几张图连起来看，就能明白它的难点确实不在“生成一页图”，而在“把一张已经很好看的图，拆回一个还能继续编辑的工程文件”。

你从示例图里也能看出来，它生成的图片版 PPT 和还原后的可编辑版，已经不是那种「能编辑就行」的粗糙程度。

它是真的在努力把原来那个画面感保住。

四

那它和 guizang-ppt-skill 到底差在哪。

我觉得差别不是谁更强。

而是它们从第一步就在解决不同的问题。

guizang-ppt-skill 那篇我之前写过。

它的核心交付物，不是 .pptx。

是 单文件 HTML 演讲 deck。

它更像一套为演讲场景设计的网页化 deck 系统。

强调的是：

• 风格系统
• 页面节奏
• 演讲表达
• 截图处理
• 社交封面复用
• 对整套视觉秩序的强约束

它适合什么。

适合发布会。

适合 demo day。

适合私享会。

适合方法论分享。

适合那种本身就很在乎「演讲气质」的人。

但 GordenSuperPPTSkills 不是。

它不是在重新发明演讲 deck。

它是在重新发明「怎么把一张非常豪华的 PPT 图，变回一个还能改的 PPTX」。

这两者听起来都叫做 PPT。

其实根本不是一个世界的问题。

一个更像表达系统。

一个更像还原系统。

一个先追求演讲体验。

一个先追求视觉冲击，再把编辑权拽回来。

所以我如果非要很粗暴地总结一下。

guizang 更像在说：

「别老想着 PPTX 了，演讲这件事我们换个交付方式。」

GordenSuperPPTSkills 更像在说：

「我知道你最后还是想要 PPTX，那我就想办法先把好看的东西做出来，再尽量还原回去。」

这两个出发点，真的差很远。

五

如果你问我，哪一个更适合普通人。

我不会直接给一个绝对答案。

我会先反问一句。

你最后要的，到底是什么。

如果你要的是：

• 一套能在浏览器里顺滑演示的 deck
• 明显偏演讲场景
• 强审美、强风格、强节奏
• 不太在意 .pptx 原生编辑

那我还是会更偏向 guizang-ppt-skill。

因为它从系统设计上就更顺。

你不需要先做图，再逆向拆回来。

它一开始就没准备走那条回头路。

但如果你要的是另一类东西。

比如：

• 客户最后明确要 .pptx
• 你需要交给别人继续改
• 你自己也知道，图片生图的视觉天花板更高
• 你愿意接受一个更折腾、更费额度、更重的流程

那 GordenSuperPPTSkills 就很值得你认真看。

因为它解决的恰恰就是这个尴尬点。

很多人不是不想要美。

也不是不想要编辑。

而是以前这两件事经常只能选一头。

你要么选一个好看的图片页，但改不动。

要么选一个能改的 PPTX，但味道一下就散了。

GordenSuperPPTSkills 的全部野心，就是试着让你别那么早二选一。

六

当然，它的代价也很明显。

第一，费。

仓库 README 直接写了，图片转可编辑 PPTX 很费额度，转换 1 张图片大概就能吃掉不少 Plus 额度。

第二，重。

这不是一句 prompt 一把过的轻量 skill。

它是一个多阶段、多检查点、多中间产物的重流程。

第三，它目前就是明显偏 Codex 设计的。

README 里也直接说了，仅限 Codex 使用，因为它依赖 GPT 的生图能力和视觉解析能力。

这就意味着，它不像那些通用 skill 一样，装上就能在各个 agent 里通跑。

它是比较挑运行环境的。

但我反而觉得，这不一定是缺点。

至少它很坦白。

它没有包装成一个看起来到处都能用的万能方案。

它很清楚自己这条路线是建立在什么能力之上的。

这比很多看起来面面俱到、其实哪都不深的工具强。

七

我对这个项目最大的感受，其实不是「它做得完不完美」。

而是它很有那种个人作者项目才有的狠劲。

你会感觉到作者不是在做一份标准化产品 PRD。

而是真的被某个具体问题折磨过。

就是那种：

「图片版真的更好看，可交付又必须是 PPTX，能不能别逼我二选一？」

很多好玩的开源项目，都是这么长出来的。

不是因为市场报告说这里有空白。

而是因为作者自己先被卡住了。

然后他决定不忍了，直接往最麻烦的地方打。

GordenSuperPPTSkills 给我的就是这种感觉。

它不圆滑。

甚至有点用力过猛。

但那股劲儿是真的。

八

所以最后回到那个问题。

GordenSuperPPTSkills 值不值得看。

我觉得，值。

不是因为它已经成了 PPT 领域的终极答案。

这个话现在说还早。

而是因为它代表了一种很有意思的方向。

过去我们总觉得，生成和编辑是两套系统。

一套负责把东西做得惊艳。

一套负责把东西做得可控。

GordenSuperPPTSkills 在试的，就是能不能先把惊艳拿到手，再一点点把可控找回来。

这条路不好走。

也不轻。

但它至少不是那种一眼就能看透的标准方案。

如果说 guizang-ppt-skill 像一个更成熟的演讲表达系统。

那 GordenSuperPPTSkills 更像一个有点野、有点赌性、但很敢往前拱的工程实验。

对普通读者来说，更重要的问题不是你今天就要不要装它。

而是你能不能从它身上看见一件事。

PPT 这件事，在 Agent 时代已经开始分叉了。

一条路往演讲系统走。

一条路往视觉先行、再逆向编辑走。

这两条路最后谁会更大，还真不好说。

但至少现在，我是挺愿意继续看这种不走寻常路的东西的。

因为很多真正有意思的变化，一开始看起来都不太优雅。

可它们就是有一股劲。

而这股劲，往往比“正确”更重要。

引用链接