这段时间，我除了在折腾 AI 视频，就是在折腾各种 Work Agent。包括之前也给大家出过一期 Work Agent 的大横评，包括了当前主流的各品牌 Agent。

而随着各家的桌面式 Work Agent 发布，每个厂家都开始强调一个概念，AI 协作不只是人跟 AI 聊天那么简单，只有让 AI Agent 真正地可以进入你的电脑，开始读文件、控制浏览器、写代码、调用 Skill，然后帮你把事情干妥帖了，才算真的协作。

但有一个问题，Work Agent 究竟可以帮我们做什么。

搜资料太简单，写文章也不复杂，而编程不适合普通人。想来想去，我发现真正适合我们普通牛马的 —— 「一键直出 PPT」

一份真正能交付的 PPT，虽然看着只是十几张页面，但背后要先读你电脑里的文档资料、理解内容、组织逻辑，然后搜索或生成图片素材，做审美在线的布局，最终摆上台面。

所以我去研究了一下主流的 PPT Skill，总结下来主流推荐的有这么几个：PPTMaster、guizang-PPT、PPTX、baoyu-slide。

而恰好，最近商汤小浣熊桌面版全新版本的产品线里，主打一个专属的 PPT 创意模式，可以实现框架优雅的可编辑、可修改 PPT。

所以我想干脆把这几种比较有代表性的 AI PPT 方案，全装进同一个桌面 Agent 里面，核心原则就一个，看看 Agent 到底能不能帮我们从 0 做好 PPT。

结果我折腾完以后才发现，现在大家嘴上说的都是「AI 做 PPT」，底下居然已经分出了完全不同的技术路线。

甚至有些路线，压根就没打算用传统方式做 PPT。

PPT-Master

大家最推荐的 PPT Skill 中，首当其冲的是 PPT-Master，Github Star 超过 45.7k。如果只看名字，可能很容易把它理解成一个管理 PPT 的工具。

其实完全不是。PPT-Master支持原生形状的布局、过渡效果和动画效果，它可以根据我们的创作需求添加数据支持的图表和表格。

目前整个 PPT-Master 提供了 21 个实例、21 个模板、 280 个 pages。

在商汤小浣熊里，我调用了 PPT-Master 生成了一份《海外 AI 视频赛道深度研究报告》

它先让 AI 设计一张真正的矢量画布，把页面变成一套受约束的 SVG，再把里面的文字、图形、颜色、关系转换成 PowerPoint 能认识的 DrawingML。如果需要，还可以生成带数据的 PowerPoint 原生 Chart 和 Table。

这是可以真正在 PowerPoint 里编辑的对象。

然后小浣熊根据 PPT-Mater 和 PPTX 两个 Skill，自动完成了从 SVG 到 PPTX 的产出，一份美观大气的文档可以落地。

Baoyu-skill

第二个 PPT 方案是宝玉老师的 baoyu-skill 系列， baoyu-slide-deck 会先根据内容规划整套幻灯片和视觉风格，再逐页生成完整的 slide image。

我们可以直接在商汤小浣熊客户端里指定受众、风格、页数，甚至只生成大纲或者图片提示词。

这个 Agent 诞生以后最早的思路其实特别聪明，直接产出 PNG 格式的图片 PPT 内容，然后进行整合。

Baoyu Skill 产出的内容是真的很惊艳，非常完美的商务风格产出，而且选题就是严格遵循了我的文档主题。因为小浣熊也会先对文档进行初步分析和抽离，明确内容里的文档类型，以及更适合的风格。

所以它还会自定义一些风格来匹配出图的能力。

但是，好看的 PPT，架不住三个字：可编辑。

领导一句 PPT 不错，源文件发我，就彻底瞎了。

这就是为什么我把它放在前面。不是说 PNG 做 PPT 已经没用了，它依然特别适合演示稿、概念展示、视觉提案这些场景。

但如果 PPT 最终需要进入真实的办公流程时，「看起来像 PPT」和「它真的是 PPT」，中间其实还隔着一条很长的路。

所以前面的 PPT-Master 会选择 SVG 这种中间层，来解决编辑的问题。

但就在我以为 SVG 已经够绕的时候，另一群人想得更狠。

Guizang-PPT

天才的归藏老师，发现了 Agent 在制作 HTML 上天赋，于是就想到为什么我一定要围着 PowerPoint 打转？

直接拿网页做不就完了吗， guizang-ppt-skill 就属于这一派。它走的是单文件 HTML Deck，把整个 PPT 页面使用 HTML 和 CSS 来写，并且有自己专属的特色电子杂志风和瑞士国际主义视觉系统。

归藏老师认为，HTML/CSS 本来就是文本，Agent 天然容易读、容易改、容易验证，同时网页又可以做精细布局、动画和交互。

使用方法也很简单，直接在小浣熊里输入/guizang-ppt-skill 就可以调用。然后把文档资料直接丢上去，让它根据 Skill 和提供的资料进行创作。

这个思路其实非常值得肯定。PPT 本身是一个人机交互的产出物，AI 在使用 CLI 或者界面操作 PPT 的时候，其实并不能很好的控制。

对 Agent 来说，PPTX 本质就是一个压缩包，里面是一堆的 OOXML。每次想精细得去改一个元素，就得跟其它坐标、关系和 XML 打交道。

但 HTML 不一样，它没有那么多不确定性，完全在 Agent 的舒适区里。标题就是标题，卡片就是卡片，CSS 负责样式。想把左边缩窄一点，改 CSS。想做动画，加几行代码。想检查有没有溢出，甚至可以让 Playwright 打开页面自己量。

这是我使用瑞士国际主义视觉系统制作的 PPT，整体非常的简约，北欧风扑面而来。

然后更夸张的是，guizang-ppt-skill直接把演讲模式、Presenter Mode、版式验证这些都一起放进 HTML 里了。

打开小浣熊当前对话输出框里的内容，就可以在网页端进入 PPT 演讲模式，旁边备注了演讲要点、转场内容，我们也可以自己去编辑维护。

底部还有排练、计时、倒计时等信息。

和这个最贴近的一个场景，就是我们做 PPT 是真的要汇报啊。

一种是给上级汇报，另外一种是在会议室演讲汇报。

商汤小浣熊 + guizang-ppt-skill 完全搞定了 PPT 从文档到产出，再到练习到最终演讲的全流程。是真的打中了我们的用户痛点。

后来，宝玉老师也做了一个新的 Skill baoyu-design，我觉得特别适合接在归藏后面。

它现在的方案很有意思。HTML 我也会，但这只是我的一个中间态，而是先交给浏览器渲染，再通过 Playwright 读取浏览器里真实的 HTML 页面布局、字体、图片和计算后的样式，最后把这些东西用 PptxGenJS 重新映射为 .pptx。

创意 PPT + 在线可编辑

然后问题就绕回来了，主流的方案里，编辑基本都是 agent 在做，或者是将 PPTX 元素化后实现在 PPT 内的可编辑。

但是真正想要让 Work Agent 无感知的穿插到工作、生活中，还需要进一步的集成 PPT 和 Work Agent 的对接，比如可视化的 PPT 编辑能力。

商汤在自己宣传办公小浣熊 PPT 时，把重点放在了「页页可改」上。它支持指定单页重新生成，也可以直接修改文字、字体、图片，并且强调修改某一页不会把整套 PPT 推倒重来。

这个点听着没有 SVG、HTML 那么性感。

但是做过 PPT 的人应该懂。

真正把人折磨死的，从来都不是第一页，而是领导的一句这里换个字体。

在小浣熊桌面端内，它内置有丰富的 PPT Skill 以及专家和专家团队，将 PPT 制作这件事情从根子上进行了优化。

同样的一个需求，当我没有指定任何 Skill，而是让小浣熊帮我直接制作 PPT 的时候。它会先和我确认 PPT 的制作方向，包括主讲人身份、市场场景、目标受众、页数和视觉模式。

传统的 Agent 做 PPT ，其实还是很依赖用户的提示词，什么风格、什么类型，能做出怎么样的效果很大程度上取决于用户对 Agent 的熟练程度。

而真正利用 Work Agent 来工作的人，其实是不了解所谓的提示词工程的。

他们希望得到的是一个一键直出，上传资料后就有结果的东西。

所以我认为，商汤小浣熊在这一步里，想的非常透彻，它要给用户带来的体验就是这种“傻瓜式”的。

在确认了 PPT 的类型、范围后，它会以此调用内置的 PPTX 等 Skill 进行制作。

从小浣熊产出的工作文件来看，它也是紧紧围绕目前主流的 HTML制作方案，将元素集成到 HTML 里，然后通过代码进行重新映射。

这些产出物里，包含了大量的 json 、md 格式的文本信息和脚本信息。

初看这些文件很复杂，比前面提到的 Skill 产出都要多。

但是当我点开侧边栏后，才发现它原生的效果，竟然真的可以让我在 Work Agent 里对 PPT 进行查阅、编辑、重设计。

PPT 里所有的元素，都是真实存在且原子化的，每一个图表、文字、格式都可以进行修改和编辑。

而且编辑之后不会丢失原有的样式。

对于风格产出不喜欢的，也可以直接对当前页的 PPT 内容进行重新设计，比如更换页面样式，修改展现方式。

为办公而生，为普通人而生

看完实操分享的几个 PPT 场景。

我又回头去看了一下商汤小浣熊的其它功能，比如数据处理、文档处理等等。

然后我发现商汤小浣熊主打的方向特别有意思。它没有和其它的 Work Agent 一样去主打全功能、编程、多场景这些复杂的内容。

它就是深度围绕办公这个定制化场景。就像它的桌面客户端名字一样：办公小浣熊。

在小浣熊里，任务被分为「通用任务」、「代码任务」两种。

通用任务更适合整理文件、分析数据、撰写方案等日常办公任务。

比如下方场景示例里，也都是围绕 PPT、Excel、Word、图片生成等。

而代码任务则偏向代码编写、任务项目开发等等。

值得一提的是，商汤小浣熊目前已经增加了自定义配置模型，并内置了 5+ 模型作为服务支持。

比如最近发布的 DeepSeek-V4-Pro，也已经成功被接入。

这种产品化方案，让它不需要在每一个技术维度都赢，只要稳定产出，就是小浣熊最大的优势。

因为对一个普通人来说，我不需要搞明白 AI Agent 里面的一系列弯弯绕绕，我只需要知道我今天要交一份 PPT。

说到这儿，其实前面说 PPT 是 Work Agent 很好的考场，其实还有一个原因。

因为 PPT 从来不是孤立任务。

你最终做一份经营分析，前面很可能先有一堆 Excel，这个时候直接选到文件夹就可以，不需要一个个选择；或者需要分享的时候，一堆文件也可以。而这恰好又是办公小浣熊一直比较强调的能力。它现在支持多文件和多格式数据分析，能够把数据清洗、计算、趋势分析、图表和报告继续串起来，来分析这些产品指标。

从前面的例子里可以看到，商汤小浣熊分析的数据准确率极高，并且这些分析的结果都被作为后续的 PPT 创意依据。

所以当我使用商汤小浣熊开始办公之后，实流程其实更像这样。

把 Excel、PDF 和以前的 PPT 丢进去，小浣熊先把数据和资料处理掉，需要公开信息的时候再去查，最后整理成报告或者 PPT。

这里面如果某套流程以后每个月都要做，还可以继续沉淀成 Skill。

而桌面端增加的本地文件、浏览器操作、历史对话、本地记忆和定时任务这些东西。它们单独拿出来介绍，其实都没有什么新鲜的，2026 年大家都玩过。

可一旦放回这种完整工作里，就比较容易理解它们为什么存在了。

Work Agent 不应该是功能菜单越来越长，而应该是你告诉它「这件事帮我做完」，剩下用什么文件、开哪个网页、写不写代码、调哪个 Skill，它自己把这些能力拼起来。

我觉得这才是这类产品接下来真正该卷的地方。

写在最后

比较有趣的是，商汤小浣熊也上线了自己家的桌面宠物，并且支持添加自定义的宠物。

是不是 Work Agent 后续又会要内置宠物上卷上一卷~ 里面有很多只哈基米，尤其是橘猫，非常可爱。

文章的最后，再说一下小浣熊这次的一些活动，网页端登录可以领 3000 积分，桌面端 v1.0 以上可以领 3000 积分。

然后每天上线都会自动领取 300 积分，不需要我们手动点，打开客户端就会自动领上。

所以如果你平时对各类 Agent 很有兴趣，但是又担心自己啥也不懂，是个 AI 小白玩不转这套东西。那么可以来试试看商汤小浣熊。

往期推荐：