原生可编辑：ppt-master 全链路拆解

以下来自 @gkxspace。市面上的 AI PPT 工具，生成出来的常常是"静态图糊弄人"——页面看着精美，点进去全是一张张扁平图片，改个字都要重生成。

他推荐的开源项目 ppt-master（GitHub：hugohe3/ppt-master）反其道而行：从任何文档生成可原生编辑的 PPTX 文件，还内置了 AI 生图、动画、旁白等功能。评论区网友 @CryptoClaw 的点评一针见血："原生 OOXML 动画而不是贴图级别的演示，这个技术路线选得对。"

根据评论区网友 @aigedade 的补充说明，ppt-master 是一个在 AI IDE（如 Claude Code、Cursor、VS Code + Copilot 等）中运行的开源工作流（skill）。也就是说，它不是一个网站、不是一个 App，而是一套"装给 AI 智能体用的工作流程"：你在 AI IDE 里给它一份文档，它按流程产出一份 PPTX。

推文里的演示视频正是它的示例之一："栽云织月 草木成诗"植物染色主题——从文档到成品演示，一条链路跑完。

原帖列出的输入与输出规格，原样保留：

• 输入端：PDF、Word、Excel、网页、公众号、Markdown 都能吃；
• 输出端：16:9、小红书、朋友圈、抖音、A4 都能出。

注意这个清单的野心：输入覆盖了"别人发你的材料"的几乎全部形态（论文 PDF、数据 Excel、公众号文章都行）；输出覆盖了"演讲"和"社交媒体分发"两种场景——同一套内容，既能在台上讲 16:9，也能切成竖屏发抖音、小红书。

原帖关于配图的说明有三层，按优先级排列：

1. AI 生图：内置 gpt-image-2 等 14 个后端——模型可换，不吊死在一家上；
2. 内置的网络搜图：不想等生图时，直接搜现成图；
3. 你自己有图的话，也可以帮你处理：抠图、调色、适配版式。

"14 个后端"这个数字值得记住：它意味着这个项目把"出图"做成了一个可插拔的模块。今天 gpt-image-2 好用就用它，明天出了更强的换一个，流程不用动。

这是全课最值得细读的一节，原帖这段话建议逐字理解：

"动画是真正的 OOXML 原生动画。AI 生成的 SVG 里每个顶层分组，导出后就是一个独立的动画对象，进入页面时自动级联播放。"

拆开讲：

对比"贴图级演示"：后者是整页一张图 + 简单的切换特效，元素之间没有独立的时间线；原生动画是每个元素都有自己的动画对象，可单独改时序、改效果、删增。

下面这张图标素材表借用第 1 课原文：几十个图标各自独立、背景干净——ppt-master 的"SVG 每个顶层分组"就是这种思路：每个独立元素在导出后都成为时间轴上的一个动画对象。

原帖关于旁白的说明，原样保留三条：

• 默认 edge-tts，免费——不花钱就能先跑通；
• 还可以接入其它家（可克隆自己的声音），ElevenLabs、MiniMax 都行——想要"自己的声音"讲 PPT，接这两家做声音克隆；
• 旁白嵌进 PPT 后，每页的自动翻页时间会自动对上轨道的长度——这是最细的一处：旁白说 20 秒，这一页就停留 20 秒再翻页，不用你手动掐表。

根据评论区 @aigedade 的说明：ppt-master 本地运行、数据不出本地。这对两类人很关键：

• 论文、商业计划书这种涉密材料，不用上传到某个 AI PPT 网站；
• 整个链路跑在你自己的 AI IDE 里，流程可审计、可魔改——不满意某一步，自己改 skill 的流程就行。

下面这张对比图借用第 1 课原文：它展示的正是"可编辑 PPTX"长什么样——每个元素都是独立对象。如果你用 ppt-master 跑完一份文档，打开看到的就应该是这种"每个元素都能单独选中"的状态。

"生成 → 可编辑 PPTX"这条链路的主课是《第 1 课》（@Gorden_Sun 的三技能：先 GPT 生成图片 PPT，再逆向还原）。本课（ppt-master）是另一条路线，如实并列：

• 第 1 课路线：图片 PPT → GPT 视觉解析 → 按坐标拼装还原。强项是 GPT 生图的颜值上限；链路中多一次"逆向还原"，可能引入识别误差。
• 本课路线：文档 → 直接生成原生 PPTX 对象（文字/形状/动画/旁白全是原生构件）。强项是对象天生可编辑、动画是原生时间轴对象；还多出 14 个生图后端、旁白自动对齐、本地运行。

一句话选型建议：手里已经有图片版 PPT 要"抢救"成可编辑 → 用第 1 课的还原技能；手里是文档要"从零生成"一份原生 PPTX → 用本课的 ppt-master。