阿江今天状态：周日下午被领导逼着改一坨季度复盘 PPT——半宿没动地方板的格式排版，改到第 7 版的时候内心已经麻了。临睡前刷到 GitHub 一个名字朴素的项目：LandPPT。自荐语一句话『基于 LLM 的演示文稿生成平台——自动将文档内容转换为专业的 PPT 演示文稿』——本来 AI 做 PPT 这条赛道我已经脱敏了——试过 N 个『一键生成 PPT』的套壳产品，几乎全是 5 分钟 demo 真用拉胯那种。
但这个 README 越往下扒我越觉得——这玩意作者是认真的。
这玩意到底是干嘛的
一句话：一个开源的 AI PPT 生成平台。你给主题或上传文档，自动走完『大纲 → HTML 幻灯片 → 讲稿 → 配音 → 视频导出』的完整流水线。
再掰开看，它工作流是分四阶段（这本身就是真懂 PPT 工作流的人才会这么设计的），不是一锤子「你说一句我吐一份给你」：
- 内容研究 + 图像配置 — 可选深度研究补最新信息，三种图片来源
- PPT 生成 — 并行产出 HTML 幻灯片，支持模板与 AI 自适应布局
最后交付支持导出 PDF / HTML / 标准 PPTX / 图片型 PPTX / DOCX / Markdown，还顺带做讲解音频 + 1080p 讲解视频，还能一键生成公开分享链接（带讲解音频和字幕那种）。
技术栈从 README 扒下来：
- 后端：Python 3.11+ + FastAPI 0.104+，SQLModel ORM
- 存储：本地 SQLite（默认）/ PostgreSQL（生产）；缓存 Valkey + MinIO 对象存储
- AI 提供商：OpenAI / Anthropic / Google Gemini / Azure OpenAI / DeepSeek / Moonshot / Qwen / Ollama 本地模型——你按角色路由模型（大纲用 mini / 幻灯片用旗舰 / 讲稿用 mini）省成本这条非常工程化
- 文档解析：MinerU + MarkItDown 双管
- 深度研究：Tavily + SearXNG 多引擎
- 智能配图：三源混合——本地图库 / Pixabay / Unsplash 网络 / DALL·E / SiliconFlow / Pollinations / Gemini AI 生图
- TTS：Edge-TTS（免费起步） + ComfyUI Qwen3-TD（可上传参考音频）
- 导出 PPTX 的玄机：标准 PPTX（可继续编辑）需 Apryse 商业许可，图片型 PPTX（保真高、不可编辑）免许可
- 自动化：OpenAI 兼容 API + REST + API Key 鉴权，可接 CI / n8n / 脚本
部署形态覆盖个人到生产：
- 本地最小跑：
uv run python run.py（SQLite + 内存缓存，一条命令） - Docker Compose 生产栈：Web + Worker + PostgreSQL + Valkey + MinIO 一键起
- 开发热重载：docker-compose-dev.yaml 挂源码
Apache 2.0 协议，作者团队应该是国内的（README 中文为主）。
我为什么会多看它一眼
AI 做 PPT 赛道这两年炸了——Gamma、美图 AI PPT、ChatPPT、iSlide AI、Tome、Plus AI、SlidesGPT……我挨个试过一圈，痛点是这帮产品的边界都不一样：要么导出的格式死死锁在自己的云端、要么讲稿和 PPT 割裂、要么视频导出走第三方付费、要么AI 生图/网络配图/本地素材都没整合——单独一条都好做，凑齐一条流水线的少。
LandPPT 戳到我的几个点，作者真的想得挺细：
第一，『一个项目走完四阶段』这种姿势真的久违。
市面上太多『一键生成 PPT』的套壳，丢你一份内容直接吐一份 HTML 出来完事——不是 PPT 工作流的真节奏。LandPPT 这『需求确认 → 大纲 → 任务追踪 → PPT 生成』四阶段并带『阶段重跑和恢复』——这才是真正给了创作者『中途修正权』的工作流。AI 生成 PPT 最怕的是『一锤子打完一看废』，四阶段设计让你卡在哪一步都能回滚。
第二，按角色路由模型省钱这事——作者真在为大家钱包着想。
OUTLINE_MODEL_NAME=gpt-4o-mini / SLIDE_GENERATION_MODEL_NAME=gpt-4o / SPEECH_SCRIPT_MODEL_NAME=gpt-4o-mini——这种『重要步骤用旗舰模型、轻量步骤用 mini 模型』的路由设计是真懂 AI 应用的成本工程。Gemini Flash / Claude Haiku / DeepSeek 之类性价比模型都适合塞小角色用。真用起来一年省下的 token 钱高出工具本身好多倍。
第三，开源 + Apache 2.0 + 自部署，终于不被工具绑架。
之前我帮公司写过两份『AI PPT 工具采购』报告，最后都因为云端 SaaS 厂商不允许数据外流被合规卡死。LandPPT 这种『我自己部署到自己服务器』的姿态——内部文档不外流、可控、可审计——这是给真干活的团队准备的。
第四，『讲稿 + Edge-TTS 配音 + 视频导出』这条链路完整闭合到吓人。
市面 AI 做 PPT 工具做到『生成完就完了』，到讲稿这一步就断——你 PPT 出来还要自己录音、再剪视频。LandPPT 这套是『HTML PPT → LLM 写讲稿 → Edge-TTS 逐页配音 → ffmpeg 合 1080p 30/60fps 视频 + 字幕』一条龙。对要发布会/线上汇报/教学课件的视频场景，这功能是真省下半天工作。还能上传参考音频让 TTS 模仿你说话风格——这种细节是真在为内容折腾党考虑。
第五，公开分享链接内置——这点是产品级操作的考量。
POST /api/projects/{project_id}/share/generate 拿到分享 token，对方访问 /share/{share_token} 就能看带讲解音频+字幕的演示。这种『演示一张幻灯片给客户不再需要装 PPT 客户端』的产品设计真正在为传播场景考虑。
第六，对国内折腾党特别友好。
支持 DeepSeek / Moonshot / Qwen 这些国内主流 OpenAI 兼容接口，配 SearXNG 自托管搜索（不必走 Tavily 外网），Ollama 本地就能推理整条链路纯离线——这种本地化关怀在国内开源项目里真的稀缺。
它适合谁
- 企业内部知识分享 / 部门周报党 — 自部署 + 数据归企业 + 自动生成 PPT
- 教师 / 培训师 — 课件自动出 + 讲稿自动写 + 讲解视频自动导，整套备课流程无缝闭合
- 开会答辩党 — 主题确定 → 30 分钟出一版带讲稿的可演示 PPT，急用救命
- 自媒体内容创作者 — 『分享链接 + 配音视频』一条龙，做口播类内容也顺手
- n8n / CI 党 — OpenAI 兼容 API + REST，能塞进已有工作流做自动化
- 看重开源 / 隐私 / 自托管党 — Apache 2.0 + 自部署这套搭配组合才是真办公工具
不太适合谁：
- 就要求艺术性顶尖设计的人 — 它生成的是 HTML PPT，模板美学跟设计师手作还是有距离
- PPT 必须严格按企业品牌色彩 / 字体规范 — 内置模板赶不上专业 PPT 设计公司定制，但你可以上传参考 PPTX 抽取版式
- 要标准可编辑 PPTX 给老板继续编辑的 — 这条需要 Apryse 商业许可 Key，不是免费午餐（但图片型 PPTX 免许可免费用）
- 完全零基础小白 — 你至少要会配置一个 AI Provider Key，Docker / Python 跑起来的门槛还在
阿江的最后一点碎碎念
写完扒 Repo 我心里出来了两句话——
一句话给作者：欢迎做这种『四阶段工作流 + 角色路由模型 + 本地化集成 + 视频导出完整链路 + 开源 + Apache 2.0』的项目。这不是 5 分钟套壳，是真懂『人怎么写 PPT』的工作流设计。
另一句话给折腾党：你被『AI 生成 PPT』套路过多少次了？发布前的最后一个晚上你跟生成的『一锤子锤废』叫板了多少次？这次终于有个把『大纲 → 修改 → 生成 → 讲稿 → 配音 → 视频 → 分享』全程自动化、所有数据归你、所有模型可选的开源项目。
作者团队 sligter 的迭代节奏从 commit 历史看挺扎实——README 写得细、安全提示列得全（默认管理员密码 admin/admin123 都明文标出来让你一定要改）、生产部署配 PostgreSQL + Valkey + MinIO 一套都齐了——这种把它作为『能上生产』认真做的姿态在 AI PPT 赛道的开源项目里真不多。
GitHub：https://github.com/sligter/LandPPT 文档：http://landppt-doc.52yyds.top/docs Docker Hub：bradleylzh/landppt 安全提示：生产部署请改默认 SECRET_KEY、关闭管理员自动初始化、改默认密码
折腾完一份 PPT 真生成了带讲稿的视频，欢迎回来评论区告诉我你第一份生成的 PPT 是什么主题——看看 LandPPT 把我们这群被 PPT 拖过整个周末的人能救回来多少个晚上。
10个月宝宝每天需要喝多少奶粉？
