一堆 PDF 和报告要变成一份讲稿?先把内容理顺,再让它排成能改的幻灯片

把手上的资料变成一份讲稿，最卡的是哪一步

年终汇报、项目路演、部门培训、家长会上的分享，这类事情有个共同点：你要讲的东西早就有了，但它们是一堆资料，不是一份讲稿。

手上有行业报告、产品手册、往年数据、别人发来的方案，加起来几百页。从这堆东西里长出一份能站上去讲的稿子，正常路径是这样：先把资料通读一遍，把有用的段落摘出来，重新组织顺序，再想每一页放什么，最后排版。

真正卡人的通常是中间那一步：把资料变成自己能用的内容。 光是把 PDF 里的表格、图表、分栏文字整理成可以复制的文本，就能耗掉一个下午。而 AI 在这件事上常常帮不上忙，因为你把 PDF 丢给它，它读到的往往是一堆错位的内容。

这一期把三个工具接成一条线，对应三段不同的活：先把资料理顺成 AI 看得懂的文本，再把它排成一份能改的幻灯片，需要讲得更活的时候，还能做成一堂带互动的课。

如果某个环节让你想试一试，可以把下面的完整网址复制给 WorkBuddy、Codex、腾讯 CodeBuddy 这类 AI 助手，让它先读官方说明，再按你的设备环境协助安装。遇到系统权限、账号、付费、删除文件这类操作，记得自己确认后再继续。

项目页和下载可能受网络条件影响；英文说明可用浏览器的“翻译成中文”阅读，机器翻译不等于官方中文版，也不能解决访问问题。

第一段：先把资料理顺，让后面的工具读得懂

它不是把文件里的字抠出来，而是把结构一起搬过来。

第一个环节用 MinerU，由国内的开源数据平台 OpenDataLab 开发。它专门做一件事：把各种格式的文档，转成机器真正读得懂的内容。

支持的格式很杂：PDF、扫描件和拍下来的文档照片、Word、PPT、Excel、电子书、网页，还有常见的表格文件。转出来最常见的是 Markdown，一种用符号排版的纯文本格式，现在的 AI 助手基本都能直接读。

关键在于它转出来的是带结构的东西，而不是一锅文字：

分栏不会串行。 学术论文和报告常用双栏排版，普通工具按从左到右扫，会把两栏内容绞在一起，它会把两栏分开各自成序。

表格保住行列。 财务数据、参数清单这类东西，一旦行列错位，后面就全错了。它会把表格还成表格。

公式重新排版。 数学表达式会转成机器能识别的写法，不再丢上下标和符号。

记住页码位置。 解析结果可以保留页码和位置标记，所以之后能问出「这段话在第几页」，需要核对原文时很有用。

上手有三条路。 官方做了一个技能包，你可以把项目地址交给支持技能的 AI 助手，让它按环境协助安装；官方也有在线网页版，上传文件就能先看效果，要注意的是网页版意味着文件要上传到对方服务器，敏感材料不要走这条；第三条是装在自己电脑上，隐私最好，需要一点动手能力。

硬件方面不用太担心，官方说默认安装开箱可用，小模型走处理器推理，另一个模型用显卡的通用接口跑，没有独立显卡也能用，只是慢一些。

项目入口： https://github.com/opendatalab/MinerU

第二段：把理顺的内容，排成一份能改的幻灯片

真正实用的是后面那半句：它生成的东西你可以继续改。

第二个环节用 Presenton，一套开源的幻灯片生成工具，可以直接理解为开源版的在线演示稿工具。

它的输入有三种：给一段提示词让它从零生成；上传一份文档让它照着排；或者上传你单位现成的模板，让它按你们自己的版式来。 内置了若干套模板，分别对应商业报告、执行汇报、教学讲解、路演推介这些场景。

用法就四步：把整理好的文档交给它，挑一套版式，它生成整份幻灯片，然后你在它自带的界面里直接改。 页面的区块可以用鼠标拖着挪位置，改完导出。

导出这一点必须单独说：它出的是可以完全编辑的幻灯片文件，也能导成 PDF。 这个差别很重要。

很多 AI 生成幻灯片的工具，给你的是一张张图片，想改一个错别字都得重新生成一遍；而它给的是标准格式的文件，你可以拿进自己惯用的办公软件里接着改，改字体、改配色、调整顺序，都不受限制。也就是说，它负责把最耗时的第一版搭出来，最后那几页的手工修饰还是你自己来。

模型可以自己选，这是它另一个对国内用户友好的地方：支持本机跑的模型，也支持主流的在线模型服务，填自己的密钥就行。 如果你在意数据不下本机，可以只用本地模型；如果机器配置一般，也可以接在线的。

安装有两条门槛：有现成的桌面应用，Windows、macOS、Linux 都能装，下载下来就能用；也可以自己用容器部署，适合想让一个团队共用一套的人。另外它自带接口，可以把「生成幻灯片」这件事接进你自己的流程里。

这个系列前面讲过一期幻灯片视觉风格的技能包，两者管的是不同的活。 那一期解决的是「一页幻灯片怎么排好看、文字怎么不像机器写的」；这一期解决的是「内容从哪来、整份稿子怎么成型、生成之后怎么接着改」。两边可以叠加用：先用这里产出一份结构完整的初稿，再用那套风格规范逐页打磨。

项目入口： https://github.com/presenton/presenton

第三段：需要讲得更活，就把它做成一堂课

它生成的不是一份幻灯片，而是一整堂课。

前两段做完，你手上是一份可以上台讲的稿子。但有些场合，光放幻灯片不够，比如给新人做培训、给孩子讲一个知识点、或者你需要对方真的参与进来。

第三个环节用 OpenMAIC，清华一个团队做的开源项目。你给它一个学习目标或者一份材料，它生成一整间课堂。 讲课的是一个 AI 老师，课堂里还有几位 AI 同学会提问、会讨论；老师会在黑板上写公式、画示意图，同时把内容读出来。

内容形态也不只是页面：有讲解、有随堂测验，有可以手动操作的网页模拟，还有项目式的练习。导出时可以拿两种东西：一份能用办公软件继续改的幻灯片文件，或者一个能直接点开玩的网页。

上手同样有低门槛的一条路：官方有网页版，拿一个访问码就能用，不用在本地装任何东西，适合先看看它能上成什么样。另外它也自带技能包，可以交给支持技能的 AI 助手来装。如果你要处理的是单位内部资料，就走第三条路，用容器方式整套装在自己的机器上，代价是需要一个数据库，还要自己填模型服务的密钥，之后跟着版本维护。

项目入口： https://github.com/THU-MAIC/OpenMAIC

三个环节怎么真正接起来

第一个环节负责「读懂」，第二个环节负责「排版」，第三个环节负责「讲活」。

顺一遍完整动作：

第一步，把资料喂给 MinerU。 手上那几份 PDF、扫描件、Word 文档，转成带结构的 Markdown。这一步做完，你得到的是一份可以直接被 AI 理解、也可以自己继续编辑的文本。

第二步，把文本交给 Presenton。 挑一套版式，让它生成整份幻灯片，然后花十分钟在它的界面里把顺序、措辞、版式调整到你自己满意的样子，导出成能继续编辑的文件。

第三步，看场合决定要不要加上 OpenMAIC。 只是站上去讲一遍，前两步就够；需要对方参与、需要有人提问、需要有练习，就用第三步把内容变成一堂课。

这条线真正省掉的，是「从一堆资料里长出骨架」这段时间。 它不会替你判断哪个结论重要，也不会替你对齐领导的偏好，但它把「读一遍、抄一遍、排一遍」这三件纯体力活接了过去，让你把时间花在真正需要你判断的地方。

模型费用、资料隐私与使用许可

工具能替你排版，不能替你负责。

数字必须自己核一遍。 这是最重要的一条。生成的幻灯片里，凡是涉及金额、比例、时间、口径的数字，都要回到原件对一遍。模型会顺着上下文补出一个看起来很合理的数字，而它可能是错的。 一份讲稿里错一个数字，代价比排版好看重要得多。

内容和立场由你负责。 它不知道你们单位的语境，不知道哪些话能说、哪些话要留余地，也不知道哪些结论在内部还有争议。生成的是骨架，判断要你自己做。

第三步的自建要有人维护。 需要数据库、需要模型密钥、需要跟着版本升级，它不是装完就一劳永逸的东西。

请注意三个环节的许可证并不相同。 MinerU 是 Apache 2.0 加几条补充条款，个人使用和一般商业使用都不受影响，只是当使用方按合并口径月活超过一亿、或者月总收入超过两千万美元时，才需要单独谈授权；另外如果你拿它做成在线服务提供给第三方，需要在显著位置标明使用了 MinerU。

Presenton 和 OpenMAIC 都是常规开源许可，日常使用不受影响。对外提供服务、或者用到公司业务里，最好把许可原文看一眼。

网络条件要自己确认。 这三个项目的说明文档和安装包都在海外平台上，能否顺畅打开取决于你自己的网络环境。

最后一条：先用小材料试。 拿一份不涉密的两三页文件跑一遍，看看整条线出来的东西你能不能接受，再决定要不要把重要材料交给它。

适合谁

经常要做汇报和分享的人，年终总结、项目汇报、培训讲课，这类活一年要干好几轮，每次都要重新搭骨架的人收益最明显。

手上有大量 PDF 却读不动的人，就算不用后两步，单独用第一段把资料转成能搜、能问的文本，本身就已经值了。

给新人做培训、或者需要做课件的人，第三步能把一份平铺直叙的材料变成有提问、有练习的课。

一个人干完整个内容活的人，从资料到讲稿到上台，中间不用再切换好几个工具、也不用找人帮忙排版。

反过来说，如果你的汇报只有五页、内容全在自己脑子里，那直接打开办公软件写更快，不必为这件事搭一条线。

多说一句我的观察。这几年大家抱怨「AI 生成的东西不能用」，很多的时候问题不在生成的那一步，而在喂给它的那一步。一份被拆散了结构的 PDF，交给再强的模型也读不出原意。 这条线里的第一段看着最不起眼，恰恰决定了后面两步能不能成立。先把料备干净，再谈怎么用 AI。

你最近一次做汇报，时间花在哪一步最多？欢迎在评论区聊聊。

项目入口： https://github.com/opendatalab/MinerU

#GitHub挖宝 #开源工具 #文档处理 #演示文稿 #AI做PPT #资料整理 #本地部署 #效率工具

参考来源

01MinerU 项目仓库（格式支持、结构还原与导出）https://github.com/opendatalab/MinerU

02MinerU 官方文档https://opendatalab.github.io/MinerU/

03Presenton 项目仓库（生成方式、模板与部署）https://github.com/presenton/presenton

04Presenton 官方文档https://docs.presenton.ai/

05Presenton 桌面应用下载页https://presenton.ai/download

06OpenMAIC 项目仓库（课堂形态、导出与部署）https://github.com/THU-MAIC/OpenMAIC

07MinerU 许可证说明（Apache 2.0 及附加条款）https://github.com/opendatalab/MinerU/blob/master/LICENSE.md

08Apache 2.0 许可证全文（Presenton）https://www.apache.org/licenses/LICENSE-2.0

09MIT 许可证全文（OpenMAIC）https://opensource.org/licenses/MIT

如果这篇文章帮你少花一点时间看懂 AI 变化，欢迎关注公众号、设为星标，也可以转发给需要的人。

有想法也欢迎在评论区聊聊。点关注，不迷路；点亮星标，持续跟上 AI 工具变化。