阅读全文

⭐⭐⭐ Spring Boot 项目实战	⭐⭐⭐ Spring Cloud 项目实战
《Dubbo 实现原理与源码解析 —— 精品合集》	《Netty 实现原理与源码解析 —— 精品合集》
《Spring 实现原理与源码解析 —— 精品合集》	《MyBatis 实现原理与源码解析 —— 精品合集》
《Spring MVC 实现原理与源码解析 —— 精品合集》	《数据库实体设计合集》
《Spring Boot 实现原理与源码解析 —— 精品合集》	《Java 面试题 + Java 学习指南》

摘要: 原创出处 http://www.iocoder.cn/Fight/GitHub-8K-StarzheigeAI-PPTgongjupingshenmezheimehuo/ 「芋道源码」欢迎转载，保留摘要，谢谢！

• 程序员做 PPT 这件事，本质上”打不过 PPT”
• Gamma / Canva / Copilot 都”看起来 OK”，但都改不动
• 关键 trick：让 AI 写 SVG，再翻译成 PowerPoint 原生格式
• 程序员 / 产品 / 运营各自能用它干啥
• 横向对比：4 个维度看清差距
• 30 分钟跑通：4 步出第一份 PPT
• 真实边界：用之前要知道的 4 件事
• 生成示例
• 我的判断

---

🙂🙂🙂关注微信公众号：【芋道源码】有福利：

1. RocketMQ / MyCAT / Sharding-JDBC 所有源码分析文章列表
2. RocketMQ / MyCAT / Sharding-JDBC 中文注释源码 GitHub 地址
3. 您对于源码的疑问每条留言都将得到认真回复。甚至不知道如何读源码也可以请教噢。
4. 新的源码解析文章实时收到通知。每周更新一篇左右。
5. 认真的源码交流微信群。

---

程序员做 PPT 这件事，本质上”打不过 PPT”

写代码出身的同学多少都懂这种崩溃——

• 架构评审——你脑子里 5 套设计取舍清清楚楚，写代码 1 小时能跑通，但要做成”能放给老板看”的 PPT，又要 3 小时——配色、字号、图表、过渡，每一步都拽你回去；
• 技术分享——内容是你的强项，但写完最后 30 分钟卡在”哪里再加个图”；
• 季度复盘——数据全在 Grafana 里，截图过来贴 PPT 就毁了——颜色和模板冲突、图压缩成糊。

更崩溃的是——你写 Java、写 Spring Boot、写 K8s yaml 都没问题，唯独 PPT 这件事一直没找到”程序员路径”。市面 AI PPT 工具看起来都在解决这事——Gamma 一键生成、Canva AI 一键模板、微软 Copilot 直接接 Office——但全都有一个共同问题：生成出来的”PPT”打开根本改不动。

直到撞见 PPT Master 这个项目——它干的事，是真正的程序员路径：在本机跑、AI 给你 SVG 草稿、脚本翻译成 PowerPoint 原生格式、最后导出的 .pptx 跟你手搓的没区别。截至本文发稿，它在 GitHub 已经飙到 11.9k+ Star——比刚开源那阵涨了快 50%。

仓库地址：https://github.com/hugohe3/ppt-master ｜ 在线效果：https://hugohe3.github.io/ppt-master/

Gamma / Canva / Copilot 都”看起来 OK”，但都改不动

为什么市面 AI PPT 工具看起来都不错、上手却翻车？因为它们走的 3 条技术路径全都解决不了”可编辑”：

• 路径 1——把每页渲染成图片再嵌进 .pptx：看起来还行，但文字选不中、颜色改不了、放大就糊——本质上就是截图嵌进去；
• 路径 2——用 HTML/CSS 生成页面再导出（Gamma 走这条）：HTML 是”文档流”、PPT 是”画布”——两种描述模型对不上——导出时布局一拳下去全乱；
• 路径 3——用 python-pptx 直接生成：能改，但 AI 对 PowerPoint 底层 XML 的理解极有限——出来的页面就是文字列表、毫无设计感。

写过爬虫的同学应该秒懂这种感觉——HTML 转 PDF 看着简单，真做精细排版就一堆坑。AI 生成 PPT 是同一类问题——输出格式选错了，怎么调 prompt 都救不回来。

关键 trick：让 AI 写 SVG，再翻译成 PowerPoint 原生格式

这是这个项目最值得研究的设计——AI 生成 SVG，脚本把 SVG 转换成 DrawingML（DrawingML 就是 PowerPoint 底层的矢量描述语言）。

为什么这条路走得通？因为 SVG 和 DrawingML 本质上是同一类东西——都是”基于绝对坐标的二维矢量格式”。一个矩形、一条路径、一个渐变——在 SVG 里怎么写、在 DrawingML 里就有对应写法。整个转换过程更像”方言互译”，不是”两种不同的语言”。

这条路一次性打通了 3 个环节：

• AI 对 SVG 极熟悉——训练语料里 SVG 代码海量、写出来质量高；
• 人能直接用浏览器预览 SVG 调试——所见即所得、不用打开 PowerPoint；
• 脚本转 DrawingML 大部分可确定性映射——基础形状的坐标信息几乎不丢（少数滤镜 / mask 例外）。

写代码的同学感受会很直接——这就是经典”中间表示（IR）”思路——LLVM 用 IR 把 C/C++/Rust 全部翻译成统一字节码，再转目标平台机器码——PPT Master 也是同一个套路：让 AI 输出统一中间表示（SVG），再用确定性脚本翻译成最终格式（DrawingML）。

这条路在工程上有个边界——SVG → DrawingML 不是 100% 数学可逆——大部分基础图形（矩形、路径、渐变、文本）能确定性映射，少数 SVG 滤镜 / 复杂 mask 在 DrawingML 没对应——但 80% 常见 PPT 元素都覆盖了。

最终导出的 .pptx 里——每一个形状、文本框、渐变、阴影都是 PowerPoint 的原生对象——点进去就能改颜色、改字号、改位置。这是其他 AI PPT 工具完全做不到的。

程序员 / 产品 / 运营各自能用它干啥

不要看完技术原理就停住——真正决定一个工具值不值得装的，是”我具体能用它干啥”。按岗位拆三类用法：

程序员（最高频）

• 架构评审 PPT——把 Mermaid（https://mermaid.js.org/）画的架构图 / 序列图直接喂给 AI，让它套咨询风格做成 PPT——比你打开 OmniGraffle 拖 30 分钟快多了；
• 技术分享 PPT——你的内容大纲已经在 Markdown 里——直接把 .md 文件丢进 AI 对话框，让它生成跨页一致的 PPT——你只需要审一遍内容、不用调一个色块；
• 生产事故复盘——TraceID、Arthas 输出、jstack 截图、Grafana 监控图——一股脑甩进去，让 AI 按”现象 / 真凶 / 修法 / 预防”四段式排版——5 分钟出一份能甩到 P0 复盘群的 PPT；
• 方案选型对比——比如选 TiDB vs OceanBase 时，让 AI 直接做成横向对比表 PPT——比你写 wiki 更适合甩老板。

产品经理

• MRD / PRD 升级版——产品方案写在 Notion 里——让 AI 把它做成”咨询风格”PPT——交付给老板就比 Notion 链接正式得多；
• 季度产品规划——历史数据 + 未来路线图 + ROI 计算——模板套上、数据喂进去、PPT 自己排好；
• 竞品分析报告——爬来的对比数据 + 自己的判断——AI 套麦肯锡风格——直接当用户调研报告交付。

运营 / 增长

• 周 / 月报输出——增长数据 + 渠道效果 + 优化建议——让 AI 套一份”投融资报告风格”模板——发给业务方比 Excel 截图体面；
• 活动复盘 deck——双 11 / 618 后的复盘 PPT——数据从 Grafana 导出 + 文字段从飞书拷过来 + AI 排版——3 小时变 30 分钟。

横向对比：4 个维度看清差距

把 PPT Master 放到 AI PPT 这个赛道里，4 个维度看清差距：

工具	是否可编辑	费用	数据隐私	致命短板
Gamma	❌ HTML 转换、布局乱	$10-20/月订阅	数据上传云端	改不动 + 国内访问偶发卡
Canva AI	❌ 大部分元素是图片	$12.99/月	数据上传云端	改不动颜色和位置
微软 Copilot	部分可编辑	$30/月	走 Microsoft 服务	国内访问慢 + 价格贵
PPT Master	✅ 100% PowerPoint 原生对象	免费开源（只为 AI 编辑器付费）	工程链路在本地（提示词仍发给配置的模型）	配置 30 分钟门槛

关键差异在 3 处：

• 可编辑性——这是 PPT Master 的护城河——别人都做不到；
• 数据隐私——工程文件和转换链路全程跑在本地（PDF 解析 / SVG 生成 / .pptx 导出全在本机），唯一外发的是你和 AI 模型的对话——和你平时用 Cursor 写代码同等性质。敏感材料（Q3 内部财报 / 客户合同）建议先脱敏 + 走自家私有模型 / DeepSeek 等国产付费 API——别直接丢给云端 SaaS 模型；
• 成本结构——一份 PPT 用 Claude Sonnet 大约 $0.5、用 GPT 大约 $0.24——接 VS Code Copilot（$10/月）的话，一个月做几十份 PPT 加起来也就几美元——比 Gamma / Canva / Copilot 的固定订阅便宜一个量级。

30 分钟跑通：4 步出第一份 PPT

整个流程分 4 步——第一次配置约 30 分钟：

第 1 步：装 Python（5 分钟）

Python 3.10+ 都行。Windows 用户安装时记得勾选「Add to PATH」——不然后面会反复报错。

跑一行命令装依赖：

pip install -r requirements.txt

绝大多数场景到这里就够了——只有处理微信公众号文章 / 老格式（.doc / .rtf）才需要额外装 Node.js / Pandoc。

第 2 步：选 AI 编辑器（5 分钟）

按官方 README 列出的支持工具：Claude Code、Cursor、VS Code + Copilot、Codebuddy、Windsurf、Zed、Cline、Continue——基本主流的都覆盖了。没有特别推荐——用你顺手的那个就行。

模型推荐 Claude Opus / Sonnet——效果最稳；其他模型也能跑，但排版精度会差一点。

第 3 步：拉项目（2 分钟）

git clone https://github.com/hugohe3/ppt-master.git
cd ppt-master

第 4 步：开始生成（10-20 分钟一份）

把材料（PDF / Word / 图片等）丢进 projects/ 目录，然后在 AI 对话框里告诉它：

请用 projects/q3-report/sources/report.pdf 这份文件生成一份 PPT

AI 会先和你确认设计规范——模板风格、尺寸比例、页数范围——确认之后开始生成。也可以直接把文字内容粘进对话框、不一定要有文件。

生成完毕后，exports/ 目录下会出现两个文件：原生形状版 .pptx（推荐用这个编辑）+ SVG 快照版（视觉备份参考）。

每次生成大约 10-20 分钟——AI 是逐页生成的，为了保证跨页视觉一致性不能并行。

真实边界：用之前要知道的 4 件事

按破坏力从高到低：

边界 1：要会装 Python（最常见）

装 Python、克隆仓库、配 AI 编辑器——这些步骤对开发者不算什么，但对纯产品 / 运营同学门槛真实存在。这不是”打开浏览器就能用”那种工具——找研发同学帮配一次环境是必要的。

边界 2：生成慢（常见）

一份 10 页 PPT 大约 10-20 分钟。Gamma 这类在线工具几秒就出来了。这是为了保证每页之间设计一致性——AI 要逐页处理、没有捷径。老板下午 3 点要的 PPT你 2 点开始做就来不及——这个工具适合”提前一天准备”，不适合”临时救火”。

边界 3：不支持多人协作（少见但破坏力大）

文件在本地——没有实时共编、没有分享链接。要协作的话只能把 .pptx 文件发给别人。多人协作场景仍然得回到 Office Online / Google Slides。

边界 4：没有可视化界面（高级场景）

所有操作都在 AI 对话框里完成——没有拖拽画布。习惯界面操作的同学需要适应——对程序员来说反而是优势（命令行 + 对话即所得）。

生成示例

来吧，展示！

杂志

学术型

暗黑艺术

自然纪录片

科技 / SaaS

产品发布

下图是项目的 Star 增长曲线——上线后短短几个月飙到 10k+ 没刹车：

我的判断

PPT Master 是一个思路非常清晰的项目——它没试图解决”做 PPT”的所有问题，只做一件事：让 AI 生成的 PPT 真能编辑。

但这一件事就值 11.9k Star——因为市面上其他 AI PPT 全部卡在这一步。

如果你属于这几类——值得花 30 分钟配好环境：

• 写代码的同学——你已经在用 Cursor（https://cursor.com/）/ Claude Code（https://claude.com/claude-code），配置成本几乎为零；
• 数据敏感岗位——工程链路在本地 + 提示词可走自家私有模型，比上传给云端 SaaS 的方案合规得多；
• 频繁做 PPT 的产品 / 运营——一次配置，从此 PPT 排版从 3 小时压到 30 分钟；
• 想白嫖 + 不想付订阅费——免费开源，只为 AI 编辑器付钱（一个月几美元）。

不适合：只是偶尔做一份演示文稿、不想折腾 Python 环境——这种场景 Gamma / Canva 在线工具更省事。

PPT 工具好不好用，不看”出片快不快”——看”出完之后改不改得动”。