如果你经常要做方案汇报、产品介绍、课程讲义，应该很熟悉这种尴尬：AI PPT 工具确实省时间，但很多工具要么按月订阅，要么模板和导出受限制，要么资料上传后不太放心。

Presenton 解决的就是这个问题：你可以把 AI 生成 PPT 的能力放到自己电脑或服务器上，用自己的模型和 API Key，生成后还能导出为可编辑的 PPTX，而不是只能拿到一份很难二次修改的图片版幻灯片。

项目地址：https://github.com/presenton/presenton

截至本次整理，Presenton 在 GitHub 上约 8.1k Stars，采用 Apache-2.0 许可证，主要语言是 TypeScript。它不是单纯的“PPT 模板工具”，更像是一个可自托管的 AI 演示文稿工作台。

一、它适合解决什么问题

很多 AI PPT 工具的体验是：输入主题，等它生成一套看起来还不错的页面，然后你再下载。但真正进入工作流后，问题往往出现在后半段。

比如：

• 公司资料不方便上传到第三方平台；

• 生成效果不错，但后续改版非常麻烦；

• 想接自己的模型服务，普通 SaaS 不支持；

• 团队想把“生成 PPT”做进内部系统，而不是让每个人手动点网页；

• 订阅制价格不高不低，但长期使用还是一笔固定成本。

Presenton 的思路比较直接：把生成、编辑、导出和 API 能力放在一个开源项目里。你可以下载桌面版，也可以用 Docker 跑在本地或服务器上。

它真正方便的地方，不是“AI 能帮你写 PPT”这件事本身，而是你可以控制数据、模型、模板和部署方式。

二、Presenton 的几个关键能力

1. 可以自托管，不必把资料交给固定平台

Presenton 支持通过 Docker 启动 Web 版本，也提供 Electron 桌面应用。对个人用户来说，桌面版更省事；对团队或开发者来说，Docker 更适合放到内网或服务器里。

官方 README 给出的 Docker 启动方式很简单：

docker run -it --name presenton -p 5000:80 -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

启动后打开：

http://localhost:5000

这里的 ./app_data 用来持久化应用数据。实际使用时，建议把它换成一个明确的绝对路径，方便备份和迁移。

2. 支持 BYOK，用自己的模型和 Key

Presenton 支持多种模型来源，包括 OpenAI、Gemini、Vertex AI、Azure OpenAI、Amazon Bedrock、Fireworks、Together AI、Anthropic、LM Studio、Ollama 以及自定义 OpenAI 兼容接口。

这点对技术读者很有用：

• 已经有 OpenAI / Gemini / Claude Key，可以直接接入；

• 有本地 Ollama 或 LM Studio，可以尝试本地模型；

• 公司内部有 OpenAI 兼容网关，也可以接到自己的服务；

• 想把文本模型和图片生成能力分开配置，也有一定空间。

换句话说，它不是把你锁死在某一家模型供应商上。

3. 导出的是可编辑 PPTX

这一点很关键。

很多 AI 生成的演示文稿，看起来像 PPT，但实际导出后不是特别好改。Presenton 明确强调可以导出 fully editable PPTX，也支持 PDF 导出。

这意味着它更适合作为“初稿生成器”：先让 AI 搭出结构、页面和内容，再用 PowerPoint、Keynote 或 WPS 做最后润色。

如果你做的是正式汇报、客户方案或课程材料，这种可编辑性比“一键生成很漂亮”更重要。

4. 支持模板和主题，不只是随机生成

Presenton 支持使用自定义模板和主题，也提到可以从已有 PowerPoint 文档生成演示模板。

这个能力适合团队场景：比如公司有固定品牌色、封面版式、页脚规范，就不希望每次生成出来的 PPT 都像不同工具拼出来的。

当然，模板能力通常也意味着前期需要花时间调试。它不适合只想“打开网页随便生成一套”的用户；更适合愿意把它纳入长期工作流的人。

5. 有 API 和 MCP，适合接入自动化流程

Presenton 不只是一个界面工具，还提供 AI Presentation Generation API，并内置 MCP Server。

这让它可以进入更自动化的场景，例如：

• 从 Markdown 文档生成课程讲义；

• 从产品需求文档生成方案汇报；

• 从内部知识库摘要生成培训 PPT；

• 在 Agent 工作流里自动生成演示文稿初稿。

如果你只是偶尔做 PPT，这部分不一定用得上；但如果你本来就在折腾 AI 工作流，这会是它和普通 PPT 生成网站拉开差距的地方。

三、怎么开始用

1. 只想试用：优先下载桌面版

如果你只是想体验一下，不建议一开始就折腾源码。直接去官网或 GitHub Releases 下载桌面版更快。

截至本次整理，最新 Release 为 electron-v0.8.7-beta，提供：

• Windows：.exe

• macOS：.dmg

• Linux：.deb

下载地址建议以 GitHub Releases 或官网为准：

https://github.com/presenton/presenton/releases

桌面版适合个人电脑使用，模型 Key 等配置可以在应用内完成。

2. 想长期使用：用 Docker 跑起来

如果你希望把 Presenton 放在 NAS、开发机或服务器上，Docker 是更稳定的选择。

基础命令如下：

docker run -it --name presenton \  -p 5000:80 \  -v "$PWD/app_data:/app_data" \  ghcr.io/presenton/presenton:latest

访问：

http://localhost:5000

如果是服务器部署，建议再考虑这些问题：

• 是否只在内网访问；

• 是否需要反向代理和 HTTPS；

• API Key 是否允许前端修改；

• 数据目录是否定期备份；

• 是否要限制团队成员访问权限。

3. 配模型前先想清楚成本和隐私

Presenton 支持很多模型，但不代表随便填一个 Key 就能获得稳定体验。

建议按下面的思路选择：

4. 第一次使用可以这样测

不要一上来就丢几十页资料进去。建议先用一个简单主题测试完整链路：

1. 输入一个你熟悉的主题；

2. 让它生成 6 到 8 页演示文稿；

3. 检查标题结构是否合理；

4. 导出 PPTX；

5. 用 PowerPoint / WPS 打开，看元素是否方便编辑；

6. 再尝试上传文档或套用模板。

这样你能快速判断：它适不适合你的真实工作，而不是只看 Demo 效果。

四、适合谁，不适合谁

1. 适合这些用户

Presenton 更适合下面几类人：

• 经常要做 PPT 初稿，希望 AI 先搭结构；

• 不想长期绑定某个 AI PPT SaaS；

• 对资料隐私比较敏感，希望自托管；

• 已经有自己的模型 Key 或内部模型服务；

• 想把 PPT 生成接入自动化、API 或 Agent 工作流；

• 团队有固定模板，希望生成结果尽量贴近品牌规范。

2. 不太适合这些场景

它也不是所有人都适合。

如果你只想偶尔生成一套“看起来很漂亮”的 PPT，而且完全不想管模型、部署、Key、模板和后期编辑，那么直接用在线 SaaS 可能更轻松。

如果你对 PPT 视觉细节要求极高，Presenton 也不能替代人工设计。更现实的用法是：让它负责 60% 到 70% 的初稿工作，再由人来做最后的表达和设计优化。

五、优缺点整理

六、我的使用建议

Presenton 值得关注的原因，不是它又做了一个 AI PPT，而是它把 AI PPT 这件事从“订阅一个平台”变成了“搭一个可控工作流”。

如果你只是临时做几页展示，可以先试桌面版；如果你想长期把 AI PPT 生成纳入团队流程，再考虑 Docker 部署和模板配置。

我更建议把它当成“PPT 初稿生产线”，而不是最终成片工具。让它完成选题拆解、页面结构、基础内容和初版排版，人再负责判断、删改、补充案例和视觉统一。

这样用，Presenton 会比很多一键生成工具更耐用。