不用再按月订阅 AI PPT 了:这个 9k Star 的开源项目一条命令就能自托管

做方案汇报、产品介绍、课程讲义的人，大概都经历过同一套流程。

先用 AI PPT 工具生成一版，效果不错。然后想改两个字，发现导出的是一堆图片。想换个字体，发现模板是平台的。想把去年的品牌配色沿用下来，发现得重新调。

工具确实省了时间，省下的时间又花回了返工上。

Presenton 想解决的就是这件事。它是一个开源的 AI 演示文稿生成器，Apache-2.0 协议，目前在 GitHub 上有 9k 多 Star。

这是它和前两类工具最大的区别。

生成完成后，Presenton 导出的是完全可编辑的 PPTX，用 PowerPoint、WPS、Google Slides 打开都能继续改。字体、配色、文本框位置，想调就调。需要固定版式时也能导 PDF。

这个功能值得单独说。

多数 AI PPT 工具里，模板是平台的资产。Presenton 反过来，它让你上传自己已有的 PPTX 或 PDF，由 AI 分析出颜色、字体、间距和版式规则，生成一套属于你的模板。

之后再生成内容，所有幻灯片都自动套用这套设计系统。企业里那种"每份对外材料都要符合品牌规范"的需求，就是这么被满足的。

如果内置模板够用，它也带了 Momentum、Dynamic、Executive 等几套现成的。想更彻底地自定义，模板本身是 HTML 加 Tailwind CSS 写的，懂前端就能直接改代码。

支持的服务商列表很长。OpenAI、Gemini、Vertex AI、Azure OpenAI、Amazon Bedrock、Anthropic、OpenRouter、DeepSeek、Fireworks、Together 都在列，任何兼容 OpenAI 接口的服务也能接。

更值得留意的是本地方案。接上 Ollama 或 LM Studio，模型跑在自己机器上，提示词和文档不出内网。对金融、医疗这类对数据敏感的场景，这是能不能用的分界线。

图像生成同样可以自选。DALL-E 3、Gemini Flash、ComfyUI，或者直接调 Pexels、Pixabay 的图库。

费用结构也清楚：用谁的 Key 就付谁的钱，没有订阅费。

跑完访问 localhost:5000 就能用。需要本地跑大模型加 GPU 的话，装好 NVIDIA Container Toolkit 再加 --gpus=all。Railway、DigitalOcean 上也有现成的一键部署按钮。

环境依赖不算复杂：Node.js LTS、Python 3.11，用 uv 管依赖。

这一条可能是最容易被忽略的亮点。

Presenton 内置了 MCP 服务器，暴露标准的 Streamable HTTP 端点。也就是说，只要在你的 Agent 里配好这个地址和 API Key，就能让 Agent 自己调工具生成演示文稿，再查任务状态、上传素材。

它还提供了完整的 REST API，参数能指定页数、篇幅、语气、语言、模板和导出格式。需要每周批量出 200 份客户报告这类任务，用 API 串起来就行。

有些限制值得提前知道。

生成结果不是完全确定的。同样的输入，LLM 重写以适应模板字段时可能给出不同排版，重要的演示文稿建议生成后人工过一遍。

结构化内容要提前规划。图表、表格、图片需要在模板阶段就定义好位置，不能指望生成时临时加。

单次内容有上限。用 slides_markdown 批量生成时最多 50 个数组项，每项默认 100 词上限，长内容需要拆分。

离线部署要改一个配置。社区模板画廊默认是开启的，完全隔离的内网环境需要把 PRESENTON_COMMUNITY_ENABLED 设为 false，避免产生外部请求。

桌面端的 MCP 是关闭的。Electron 版本为避免鉴权冲突默认禁用了 MCP，需要 MCP 就走 Docker 部署。

另外，管理员签发的 API Key 默认 90 天过期，做长期自动化的话记得写进维护清单。

自托管类工具的价值，往往不在功能多少，而在数据落在谁手里。

Presenton 把三件事同时做到了：生成能力可以本地化、模板资产归自己、导出格式不被锁。放在企业环境里，这三点合起来才是能过合规审查的前提。

如果你只是偶尔做几页 PPT，按月订阅一个成熟 SaaS 可能更省事。但如果演示文稿是高频产出，或者涉及不能外传的材料，这个项目值得花半小时部署试试。

觉得有用可以去给作者点个 Star。