ARTICLE · 1305934

AI 给的不是 PPT,是整页图:我实测 8 页,每个对象都能编辑

发布时间：2026-11-04 11:25:36 最近访问：2026-11-04 11:25:37

图：用 ppt-master 的 Quick Generate 工作流生成的 8 页 deck 封面，这是一页真正的 PPTX。

先交成品。

这份 ppt 是我用一个叫 ppt-master 的开源 Skill 跑出来的.

封面上的标题、副标题、底色条，在 PowerPoint 里点一下就能选、能拖、能改字——不是一整张图片。

「AI 生成 PPT」这件事，大部分人的体验是：发给机器人一个文档，拿回来一份看起来挺完整的文件，想改其中一句话，发现整页是一张图。

ppt-master 只做另一档：输出原生可编辑的 PPTX，每个形状、每段文字、每张表都是独立对象

一、AI 生成 PPT 的三档输出

图：同一句「AI 生成 PPT」，交到手的文件能差出三档。

第一档是纯文本大纲，内容倒是有，版式是一点没有，每一页都得你自己上手排。第二档，整页图片。看着完整，一个字都改不了——你拿到的其实是一张截图，不是 PPT。第三档是原生可编辑 PPTX，每个对象都能选、能改、能删。

ppt-master 只做第三档。它的 README 里写得很直白：解决方案会花更多 token，换来的就是逐页设计与原生可编辑性。

二、它是什么：一个装在本地客户端里的 Skill

ppt-master 不是一个网页服务。它是一套 Markdown 写的工作指令加一堆 Python 脚本，装进任何有 agent 能力的客户端——能读写文件、能执行命令、能多轮对话——就能跑。README 表格里点名的是 Claude Code、Codex CLI、Gemini CLI 这些 CLI 工具，任何有 agent 能力的 AI IDE 理论上都能驱动它。

整个流程跑在你自己机器上。没有 PPT 订阅费，唯一成本是你自己的模型用量——这话说得很清楚：免费开源，唯一的开销是你的 AI 模型调用，不再叠加任何 PPT 订阅。

作者是干金融的：CPA、注册资产评估师、咨询工程师（投资），日常工作就是看和改演示文稿——这能解释它为什么把「能不能改」看得比「好不好看」重，经常接手别人 deck 的人，最痛的就是拿到一张图。

三、实测：所谓「逐页手画」是什么意思

图：Quick Generate 路线的五步，其中第三步是绝对坐标逐页绘制。

它的工作流分五步：读取源文、规划全文、逐页绘制、质量校对、导出文件，源文档可以是 PDF、DOCX、Markdown、网页 URL，甚至只给一个主题。

第三步是它的核心。大部分工具生成 PPT 是「套模板填字」，ppt-master 是让 agent 在一张 1280×720 的画布上用绝对坐标逐页画 SVG：标题放哪个坐标、卡片多宽多高、图标用哪个库的哪个图标，全是显式写死的。画完每页要过质量门脚本——文字有没有溢出边界、组与组有没有重叠、语义表的数据结构对不对，一条条查。

这听着挺笨的吧。但你被 AI PPT 坑过几次就明白了：模板套字最大的问题是不可控，元素飘哪里全看运气；逐页手画的版式是确定性的，因为它每个位置都是写死的坐标。

我这次实测的过程可以作为参考：8 页内容，先定版式系统（色板、字号阶梯、页脚），再逐页写 SVG，写完跑质量门。第一次跑挂在两个问题上——有页的组重叠了 10 个像素，还有页的页脚文字溢出边界 7%。修完再跑，8 页全部通过，0 错误 0 警告。学习曲线主要花在读它的模板词库和文档上，真画反而是顺的。

四、「原生」到底原生成什么

图：同一页对比表，左边的数字是它在 PPTX 里的真实结构。

这页对比表我导出了两个版本的 pptx 做对比验证，一个走默认导出，一个加原生参数。

默认导出（fallback）里，这张表是 35 个绘制形状：视觉上是一张表，点进去全是矩形和文本框。加 --native-charts-and-tables 参数再导出一次，同一页变成真正的 PPTX 表格对象——解包开 slide5.xml 能看到 graphicFrame 和 gridCol，在 PowerPoint 里右键能加列、能排序、能调列宽。

它为什么不做成「整页图片」，答案就在这：图片是终稿，原生对象是半成品。README 里有一句话：不要指望一次拿到完美成品，剩下的打磨是你自己的——一个原生可编辑 deck 存在的意义，就是你还能继续改它。

图表同理。SVG 里按它的语义标记写好的图表元数据，导出时变成 PowerPoint 原生图表，双击能改数据。这次实测我没用图表（内容是定性对比，一张原生表足够），只验证了表格一条路径。

五、装在哪，怎么用

安装三选一：

git clone https://github.com/hugohe3/ppt-master.git pip install -r requirements.txt

或者一条命令装 skill：

npx skills add hugohe3/ppt-master

在 Claude Code 里也可以直接装插件市场：/plugin marketplace add hugohe3/ppt-master，然后 /plugin install ppt-master@ppt-master。

依赖大部分是可选的。核心导出链路要 python-pptx、skia-pathops、uharfbuzz 这几个；PDF 转换依赖的 PyMuPDF 是 AGPL-3.0，requirements.txt 里专门注明只有 pdf_to_md.py 会导入它——不转 PDF 可以不装，想再分发带依赖的整体包得先核对 AGPL 条款。旁白配音用的 edge-tts 也是可选的。

然后就是对话驱动：给它一份文档或一个主题，它按工作流走完五步。第一次跑建议像我这样先用小内容试——8 页、一页原生表，足够把它的工作流完整踩一遍，又不至于出错时无从下手。跑顺了之后也就那么回事，就是一套先定坐标再填字的流程嘛。