ARTICLE · 1299082
开源黑科技 PPT Master:扔个文档就吐出真·可编辑 PPT,Gamma 的月费白交?

做演示最磨人的一步,从来不是想清楚要讲什么,而是把内容塞进一页页版式里。
市面上的 AI 做 PPT 工具,大多给你一堆漂亮的图片,或者一个只能在它自家网页里看的 HTML。看着挺好,真要改个字、换个色、调个图表,要么动不了,要么一导出就走样。一个国外的开源项目盯上了这个缝,名字叫 PPT Master。

据公众号「GitHub 日榜(10/11)」盘点,它当时星标已经冲到 6 万级别,当天还涨了将近 1,100 颗。作者 Hugo He 是个天天做 PPT 的投融资从业者,因为受够了"生成完不能改"的工具,自己动手做了一个,用 MIT-0 协议完全免费放出来。
扔进去的是 PDF、网页链接甚至一句主题,吐出来的是 PowerPoint 里能逐个字改的原生文件。

传统 AI PPT 有两条烂路。一条是把每页渲染成图片嵌进 PPTX,文字选不中、放大就糊;另一条是 Gamma、Tome 那种网页渲染,HTML 是"文档流",PowerPoint 是"画布",世界观不兼容,导出必走样。
PPT Master 走第三条路:先让 AI 生成 SVG(矢量图形),再用脚本把 SVG 翻译成 PowerPoint 底层的 DrawingML。两者都是绝对坐标的 2D 矢量格式,矩形、圆、路径、渐变、阴影一一对应,本质是"方言翻译"而不是"格式转码"。
一份文档能喂进去的姿势很多:
PDF、Word、Excel、PPTX 原文件
网页链接,含公众号文章
EPUB、HTML、LaTeX、Markdown
或者直接丢一句话主题,让它自己上网搜资料
它内置三档风格:通用模式讲视觉冲击,咨询模式让数据说话,顶级咨询模式是 MBB(麦肯锡、波士顿、贝恩)级别的结论先行。你确认完"画布格式、页数、受众、配色、字体、图标"这八项,AI 就一页页生成 SVG,再转成原生 pptx。
关键在结果:每个文本框、每个形状、每个图表,在 PowerPoint 里都是真对象。点哪改哪,不依赖原工具。
把几类方案放一张表里看更清楚:
维度PPT Master(开源)Gamma 等订阅工具旧版"截图式"AI
产出能否编辑原生 pptx,逐元素改可编辑但绑定平台图片,改不了
费用免费 + 模型 API按月 / 席位订阅多为付费
上手门槛需 Python + Agent网页即用网页即用
数据去向本地 / 自选模型平台云端平台云端
像 Gamma 这类普遍走"按席位月费"的路子,一个人用着还行,团队一铺开就是持续账单。PPT Master 把这笔钱换成了"你自己跑模型的用量",免费开源的部分确实一分不收。
免费开源的代价,是你要自己准备跑 AI 的那套环境。
1门槛不在钱,在环境
它不是打开网页填主题就出片。作者给出的标准玩法要 Python 环境,再接一个 AI Agent——Claude Code、Codex,或者把它当 OpenClaw 的 Skill 一键装。对没碰过命令行的人,光"装好环境"就能劝退。
2模型账单是隐形的
一份公众号实测算过账:用 DeepSeek v4 flash 做两个 PPT 才花 6 毛钱、烧掉 900 万 token;换成 Kimi 大约 30 块,差了 50 倍。便宜能到几乎白送,贵起来也不比订阅省。而且模型上下文窗口直接决定输出质量天花板——窗口小的模型,复杂报告容易翻车。
同一份实测里写:第一版 AI 味有点重,颜色太多太杂,让它重做简洁风之后才顺眼。
3初稿往往很"AI"
默认不配图,用纯 SVG 图形讲故事(作者说是为了避开版权敏感)。这带来一个现实:直接出的初稿经常需要你再下一道"简洁点、配色统一、少堆字"的指令才好看。它帮你跳过排版,但审美把关仍得人来做。
免费开源(MIT-0)的代价,是你要自己准备跑 AI 的那套环境。
常做汇报、课件、宣发,且需要二次编辑的人,会吃这一套:文档进去、可编辑片出来,数据还不用上传别人的云。已经用着 Claude Code、Codex 或 OpenClaw 的,加装一个 Skill 就能用。
它省下的是订阅费,不是你的动手时间。
如果你只想"打开网页、填个主题、拿张漂亮片",那 Gamma 这类零 setup 的订阅工具更省心,也别硬上这个。说到底,它平的是"长期订阅费"和"改不了"这两桩旧账,不是把做 PPT 变成完全不用动脑。
截至 10 月中旬公众号盘点,它已在 GitHub 冲到 6 万星级别。平替的是按月续费的 AI PPT,不是某一家公司的生死——这一点,倒也不必慌。
PT Master
GitHub:https://github.com/hugohe3/ppt-master
项目主页:https://hugohe3.github.io/ppt-master
⚠️ 重要提醒:
本项目为开源项目(MIT-0 协议),需要自备 Python 环境与 AI 模型 API Key;开源不等于免费使用模型,调用大模型会产生 token 费用,请留意账单。















































































