PPT Master：開源 AI 簡報工作流，把文件做成可編輯投影片

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

PPT Master 是一個裝在自己電腦上的 AI 簡報工作流，把文件或主題交給 AI agent，產出一份可在 PowerPoint 裡繼續修改的 .pptx，而不是把每張投影片壓成一張不能動的圖。它走 MIT 授權、整套流程跑在本機，代價是你得自己裝 Python、自備一個 AI agent（像 Claude Code 或 Cursor）以及模型額度。換句話說，它解的是『AI 做出來的簡報能不能繼續編輯』這件事，但門檻明顯比直接打開 Gamma 或 Canva 網頁高一截。

Pin

下面把 PPT Master 的畫布格式、代表流程、模型與成本、以及你該先接受的限制一次說清楚。凡是作者宣稱而未經獨立驗證的能力，行文都會標明。

它跟其他 AI 簡報工具的差異：把投影片還原成 PowerPoint 原生物件

市面上不少 AI 簡報工具的最終產物是一張張圖，或是一份只能在那個平台上改的檔案。PPT Master 走相反方向，作者 Hugo He 在 README 裡把這個定位寫得很直接：『可編輯已經是基本款，PPT Master 的差異在原生深度（native depth）』。

作者宣稱，產出的 .pptx 帶有 PowerPoint 自己的物件模型，具體包括可調整把手的形狀與連接線、能編輯資料的圖表與表格、投影片母片（slide master）的繼承、轉場效果，以及預設關閉的進入與強調動畫。備註欄還能轉成朗讀音訊，甚至整份簡報匯出成影片。這些能力對應的腳本確實存在於 repo 裡，例如 native_enhance_pptx.py、pptx_animations.py、notes_to_audio.py、powerpoint_video.py，所以這不是空話，但實際跑出來的品質與穩定度我沒有親自驗證，需要你自己實測。

這個方向選是有原因的。Hugo He 自介是財務專業（CPA、CPV、投資顧問工程師），日常工作常常在看別人給的簡報，他想讓 AI 產出的投影片留在 PowerPoint 裡繼續被改，而不是被壓扁成圖片。這個出發點決定了工具的取捨：把 PowerPoint 的原生物件還給你，優先於把畫面做得最漂亮或最一鍵。

值得點出的是，SVG 在這套流程裡是中間格式，不是最終成品。流程會先把每張投影片寫成 SVG 頁面，再透過 finalize_svg.py 與 PPTX 轉換器，把 SVG 轉成 PowerPoint 原生的 DrawingML deck。這個細節之所以重要，是因為它解釋了 PPT Master 跟一般『SVG 簡報工具』的差別：SVG 是工作流程的一環，最終交到你手上的是一份 PowerPoint 原生檔。如果你對這條技術邊界有興趣，repo 的 docs/powerpoint-svg-mapping.md 提供了逐功能對照表，誠實列出哪些 PowerPoint 能力目前能映射、哪些（例如 SmartArt）是刻意不做。

想理解『原生深度』對使用者的實際意義，最快的方式是打開官方範例庫裡的 Pritzker 2026 那份，下載 .pptx 在 PowerPoint 裡打開。作者宣稱每一個圖示、每一條線都是獨立可選的原生物件，點上去有調整把手可以拖，而不是一整塊圖片，這份互動表現仍待你自己下載驗證。順著這個設計意圖，如果你覺得某一頁的標題位置差一點、或某張圖表的數字要更新，你不用回去重跑 AI，直接在 PowerPoint 裡改就好，這正是作者把『可編輯』升級成『原生深度』想換到的東西。相對地，這份原生度也代表產出的好壞高度依賴模型對 PowerPoint 物件模型的掌握，模型不夠強時，你可能拿到形狀對、但排版細節仍需手改的半成品。

Pin

八種畫布格式：從簡報到小紅書與 A4 列印

除了 16:9 的商務簡報，PPT Master 還內建七種其他畫布格式。下表對應 repo 裡 canvas-formats.md 參考文件列出的格式清單：

同一份匯出裡，所有頁面共用同一個數值畫布，並留在 PowerPoint 支援的投影片範圍內（每邊約 96 到 5376 SVG px）。如果你的產出場景同時包含簡報與社群圖，這個格式清單能讓你少切一套工具，但要注意各格式的排版節奏不同：直式（小紅書、Story）是上到下的視覺流向，方形（朋友圈）是中心放射，不能直接把 16:9 的版面套過去。

從 git clone 到 .pptx：一條代表流程

照官方文件的描述，最小的一條流程長這樣：

• 裝 Python 3.10 以上，這是唯一必裝的相依。
• git clone 下來，跑 pip install -r requirements.txt。
• 在 AI agent 裡打開專案資料夾，把素材丟進 projects/ 目錄。
• 在 chat 面板輸入需求，例如『把 projects 裡的 Q3 報告做成 10 頁諮詢風格簡報』。
• 流程會先跟你確認設計規格（除非你明說要走快速模式），接著做內容分析、視覺設計、SVG 生成、最後匯出 .pptx 到 exports/ 目錄。

兩種模式要分清楚。預設模式會先丟回一份設計規格（模板選擇、格式、頁數等）等你確認，才開始製作。快速模式（quick mode）跳過這段確認，你講過的規格直接採用、沒講的由 agent 自己決定，代價是少了 svg_final/ 的預覽。如果你心中已經有明確規格，快速模式省一輪往返；如果這是第一次跑、想看中間結果，留預設模式比較穩。

另一條作者沒藏在 README 裡的路徑是模板填寫：如果你已經有一份 .pptx 想重複使用，把那份簡報連同新素材交給 AI，要求『用新內容填這份簡報』，它會把文字、表格、圖表資料填進你現有的設計裡，只匯出你要的頁面，全程保持原生可編輯。這條路對已經有公司模板的人特別實用。

模型選擇與成本現實

PPT Master 本身只擁有工作流程，真正決定產出上限的是背後的模型。作者在 README 的告示框裡寫得很白：harness + model = agent，模型設了上限，所以他明確推薦大上下文模型驅動流程（Kimi K3 或 Claude，約 1M tokens 上下文），搭配 AI 生圖（gpt-image-2 或 Google 的 gemini-3.1-flash-image）。其他模型能跑，但作者宣稱會有品質落差。

這代表『MIT 開源、免費』這四個字只涵蓋工具本身，不涵蓋跑它要花的 API 額度。你實際要付的是兩筆：驅動 agent 的大模型 token 費，以及生圖的 image API 費。如果你想用 Claude 或 GPT 但還沒有官方管道，README 列了幾個專案贊助商（PackyCode、APIKEY.FUN、RunAPI 等）提供按量計費的中繼服務，這層關係屬於贊助曝光，要不要用由你決定，本文不替這些服務背書。

如果你同時手上有多個 provider 的 key，README 另外推薦一套獨立的桌面工具 cc-switch，能在 Claude Code、Codex、Gemini CLI 之間一鍵切換 API 來源，不必手改設定檔。這套切換器跟 PPT Master 沒有附屬關係，只是作者認為對『同時跑多個 provider』的人好用而掛在同一頁。對只想先試一次的人，這層工具完全可以跳過。

圖片來源有兩條路可以混用。第一是 AI 生成，預設是 gpt-image-2，需要在 .env 設 IMAGE_BACKEND 與對應的 API key。第二是網路搜圖，零設定就能跑（用 Openverse 與 Wikimedia Commons），加上免費的 Pexels 或 Pixabay key 可以明顯提升現代照片與人物圖的品質。授權處理是自動的：CC0、Public Domain、Pexels/Pixabay 免署名、CC BY、CC BY-SA 會一起評估，遇到需要署名的圖，工具會在投影片上自動加一條小 credit。如果你做的是不能容忍任何署名行的高規格封面，可以下 --strict-no-attribution。

你要先接受的限制

幾個會直接改變你決策的限制，先講清楚：

• 要自己裝 Python 與 AI agent。 這不是打開網頁就能用的服務，門檻比 Gamma、Beautiful.AI、Canva 這類訂閱平台高。Windows 使用者 README 有另寫一份逐步安裝指南，處理 PATH 與執行原則等額外步驟；macOS 與 Linux 一行 brew install python 或 apt install python3 就過。
• 模型成本自負。 工具免費，模型 API 不免費。便宜模型雜訊多、後續手改量大，作者建議結果不如預期時優先換模型，不是換工具。
• 別期待一次到位的完美成品。 作者把這件事寫進 README 的重要告示：工具的價值在幫你省掉大部分繁瑣排版，剩下的潤飾是你的，『原生可編輯的目的就是讓你能繼續改』。把這句當作對產出期待的校準。
• SmartArt 刻意不支援。 這是作者明說的邊界，不是漏洞。需要 SmartArt 的人要知道這條路走不通。
• 圖表輸出有兩種模式。 預設把圖表匯出成『跨軟體視覺一致』的可編輯 SVG-derived DrawingML 形狀；若下 --native-charts-and-tables，符合條件的圖表會換成 PowerPoint 原生 Chart 或 Table 物件，有『編輯資料』能力，但跨軟體顯示可能不一致，會另存成檔名帶 _native_charts_tables 的版本。兩種都是可編輯，差別在物件模型。

另外有一件誠實上必須講的事：repo 內附了一支 gemini_watermark_remover.py，用反向混合演算法去除 Gemini 生圖右下角的浮水印（自動偵測 48 或 96 px 兩種尺寸）。這支腳本的存在代表作者把『Gemini 圖帶星星浮水印』當作實務痛點在處理，但去除商業 AI 服務的浮水印是否牴觸上游服務條款，需要你自己判斷。本文不背書這個用途，把它當作工具生態裡一個需要你自己把關的環節來理解就好。

授權與專案狀態

PPT Master 採 MIT 授權，版權標示為 2025 至 2026 Hugo He，商業使用沒有授權障礙。專案 2025 年 12 月開倉，目前仍在持續維護（近期仍有提交），GitHub 上累積到 4 萬多顆 star。Star 數代表關注度，不等於品質保證，實際表現仍要靠自己跑一次素材來驗證。

更新機制分兩種。Git clone 下來的安裝，跑 python3 skills/ppt-master/scripts/update_repo.py，這支腳本會自動拉最新版，並且在 requirements.txt 有變動時同步 Python 相依。下載 ZIP 安裝的版本沒有 Git 歷史，不能 git pull，要更新就得抓新 ZIP、把舊的 .env 與 projects/ 目錄搬過去，再重跑一次 pip install。如果你預期會長期使用，走 Git clone 那條路明顯省事。

作者 Hugo He 另外提到，他近期加入了微軟開源的 ResearchStudio 專案（從論文到演講影片、海報、部落格文章的自動化產出），PPT Master 也列在該專案的相關工具區。這層關係說明了作者的發展方向偏向『把 AI 產出還原成可被專業工作者繼續編輯的原生格式』，而不是只做一次性網頁簡報。

如果你已經在用 Claude Code 累積自己的工作流，這類『把一個明確任務交給 AI agent 在本機完成』的操作模式，跟我們介紹過的 倉頡 Claude Code 專案 是同一種思路；想看更多現成的 Claude 技能清單，可以參考 awesome-claude-skills。若你要的是不綁微軟生態的網頁文書處理，OnlyOffice 個人版 WASM 是另一個本地優先的選擇。

開始用的第一步

最快的判斷方式是先別 clone，先翻一次 GitHub 首頁的 PPT Master 線上範例庫，點開幾份範例簡報（Pritzker 2026、Global AI Capital、Swiss Grid 都很有代表性），直接下載其中一份 .pptx 在 PowerPoint 裡打開，點幾個元素看能不能選、能不能改資料。這一步比讀完任何介紹都更能讓你判斷『原生可編輯』對你夠不夠用。

看完心裡有底，再回到 README 走 Git clone 那條路：裝 Python、pip install -r requirements.txt、挑一個你有 API key 的 AI agent、把一份你熟悉的素材丟進 projects/，跟 AI 說『用這份做 5 頁快速簡報』。跑一次的代價只是少許模型額度，換來的是你對這工具真實表現的親身判斷，這比任何第三方介紹都準。

挑第一次素材有個訣竅：選一份你已經知道理想成品長怎樣的內容（例如上次的月報、一份你做過的產品更新），這樣你一眼就能看出 AI 產出的投影片在排版、資料呈現、結論鋪陳上跟你心目中的版本差多少。第一次跑建議走預設模式而不是快速模式，讓 AI 先丟回設計規格，你可以從那份規格看出它對你素材的理解準不準，這個理解品質會直接決定最終成品的可用度。