PPT on KnightLi的博客

市面上主流 AI PPT 工具大盘点：自动生成、网页演示、PPTX 和图像路线怎么选

Mon, 18 May 2026 22:29:43 +0800

AI 做 PPT 已经不只是“输入标题，套一个模板”。在 Claude Code、Codex、Cursor 这类 AI 编程环境里，PPT 生成正在变成一组可安装、可复用的 Agent Skill：有的输出网页演示，有的生成真正可编辑的 .pptx，有的直接用图像模型把每页做成视觉稿，还有的通过 MCP 让 AI 操作 PowerPoint 文件。

这次整理了一批主流 PPT 相关 Skill。真正有价值的地方不只是榜单，而是把这类工具按交付形态拆开来看。选工具前，先问一句：最终交付物到底要给谁改、在哪里播放、是否需要继续协作？

几条路线

1. HTML 网页演示

代表项目包括 frontend-slides、guizang-ppt-skill、html-ppt-skill。

这条路线的优势是视觉表现力强。CSS 动画、Canvas、WebGL、响应式布局都能用，浏览器打开即可演示，适合技术分享、产品发布、Demo Day 和个人风格强烈的演讲。

代价也很明确：交付后不太适合让客户逐字改。客户如果拿到的是 HTML，而不是 PowerPoint 文件，后续修改往往还要回到生成流程。

如果只看 HTML 演示，frontend-slides 更像高星通用入口，guizang-ppt-skill 强在审美约束和主题风格，html-ppt-skill 则胜在主题数量、布局数量和演讲者模式。

2. 原生 PPTX

代表项目包括 mckinsey-pptx、ppt-agent-skills、claude-office-skills 和 ppt-master。

这是商业交付最稳的路线。只要客户要求“能在 PowerPoint 里改字、改图、套公司模板”，最终就要落到 .pptx。

其中 ppt-master 很值得单独关注。它的思路是先让 LLM 生成 SVG，再转成 PowerPoint 原生 DrawingML 对象，目标是让文字框、形状、图表都能在 PPTX 里继续编辑。它还支持从 PDF、DOCX、URL、Markdown 生成 PPTX，并能做模板复刻、动画、旁白和本地预览。

这条路线适合咨询交付、公司汇报、白皮书演示、长报告压缩成 PPT 等场景。缺点是视觉上限通常受 PowerPoint 本身限制，复杂效果不如 HTML 或图像路线自由。

3. AI 图像驱动

代表项目包括 NanoBanana-PPT-Skills、gpt_image_2_skill 和 ppt-image-first。

这条路线先把每一页当成视觉图来生成，再把图片放进 PPTX 或其它容器里。优点是完成度高，尤其适合封面、社交媒体图、视觉提案、传播型内容。

问题是可编辑性差。页面本质上是一张图，后面要改一个标题、换一段文案、挪一个图标，可能就要重新生成。它适合“看起来要好”，不适合“客户要反复改”。

4. MCP / 协议层

代表项目包括 Office-PowerPoint-MCP-Server、PPTAgent。

这类工具不一定直接生成完整 PPT，而是给 AI 一个操作 PowerPoint 的接口。接入 MCP 后，模型可以读、改、写 .pptx 文件。

这条路线适合已经有 PPT 文件、需要 AI 辅助修改的工作流。比如批量改格式、根据反馈重排页面、让模型检查每页是否符合目标。PPTAgent 强调反思式生成，也就是每生成一页后再回头检查，这个方向对减少“AI PPT 很粗糙”的问题有启发。

5. 综合设计平台

代表项目包括 open-design 和 docsagent。

这类项目已经超出 PPT 生成本身。open-design 更像本地优先的设计平台，可以生成原型、slides、images、videos，并支持多种导出格式。docsagent 不是 PPT 工具，但能索引和对话本地文档，适合作为 PPT 生成前的资料整理层。

如果你的需求不是单次做 PPT，而是从资料、设计、原型到交付的一整套流程，这类平台更值得看。

Skill 元信息

Star 数来自原文 2026-05-15 的抓取结果，只适合作为热度参考，实际使用前建议再打开仓库确认维护状态、README 和 LICENSE。

Skill	作者	链接地址	Star	语言	路线
frontend-slides	@zarazhangrui	GitHub: zarazhangrui/frontend-slides	17,530	Shell	HTML 网页演示
guizang-ppt-skill	@op7418（歸藏）	站内文章: guizang-ppt-skill GitHub: op7418/guizang-ppt-skill	8,832	HTML	HTML 网页演示
html-ppt-skill	@lewislulu	GitHub: lewislulu/html-ppt-skill	3,834	HTML/CSS/JS	HTML 网页演示
mckinsey-pptx	@seulee26	GitHub: seulee26/mckinsey-pptx	426	Python	原生 PPTX
ppt-agent-skills	@sunbigfly	GitHub: sunbigfly/ppt-agent-skills	714	Python	原生 PPTX
claude-office-skills	@tfriedel	GitHub: tfriedel/claude-office-skills	631	Python	原生 PPTX
ppt-master	@hugohe3	GitHub: hugohe3/ppt-master	16,626	Python	原生 PPTX
NanoBanana-PPT-Skills	@op7418（歸藏）	GitHub: op7418/NanoBanana-PPT-Skills	2,668	Python	AI 图像驱动
gpt_image_2_skill	@wuyoscar	GitHub: wuyoscar/gpt_image_2_skill	2,102	Python	AI 图像驱动
ppt-image-first	@NyxTides	GitHub: NyxTides/ppt-image-first	799	Python	AI 图像驱动
Office-PowerPoint-MCP-Server	@GongRzhe	GitHub: GongRzhe/Office-PowerPoint-MCP-Server	1,708	Python	MCP / 协议层
PPTAgent	@icip-cas	GitHub: icip-cas/PPTAgent	4,354	Python	MCP / 协议层
open-design	@nexu-io	站内文章: open-design GitHub: nexu-io/open-design	40,822	TypeScript	综合设计平台
docsagent	@docsagent	GitHub: docsagent/docsagent	687	TypeScript	综合设计平台

选型可以这样判断

如果客户要继续编辑，优先看原生 PPTX 路线，尤其是 ppt-master、mckinsey-pptx、ppt-agent-skills。

如果是自己演讲，且视觉表现比后续编辑更重要，优先看 HTML 路线，尤其是 frontend-slides、guizang-ppt-skill、html-ppt-skill。

如果目标是海报感、封面感、传播图，优先看图像路线，比如 ppt-image-first、gpt_image_2_skill、NanoBanana-PPT-Skills。

如果已经有 PPT 文件，只想让 AI 帮你读、改、重排，可以看 MCP 路线。

如果是学术、营销、翻译、长报告压缩这类明确场景，也可以继续找垂直 Skill，而不是拿通用 PPT 生成器硬做。

最后要注意的事

开源项目不能只看 Star。真正使用前还要确认三件事：

LICENSE 是否允许你的使用方式。
生成物是否满足交付要求，尤其是可编辑性。
成本是否可接受，包括模型调用、图像生成、大上下文模型和可能的云服务费用。

这类工具变化很快，Star 数会变，项目维护状态也会变。但选型逻辑相对稳定：先确定交付形态，再看具体工具。PPT 是给人讲、给人改、还是给人看，这三个答案往往会把选择范围直接缩小一大半。

从 PPT 到原型设计：归藏 PPT Skill 与 Huashu Design 使用场景解析

Sat, 09 May 2026 08:34:23 +0800

最近两个中文开发者做的设计类 Agent Skill 很值得放在一起看：一个是歸藏的 guizang-ppt-skill，另一个是花叔的 huashu-design。

它们都不是传统意义上的“设计工具”，而是把一套设计流程、审美偏好、检查清单和工程模板写成 Agent 可以执行的 Skill。你不是打开一个 UI 慢慢拖元素，而是把需求交给 Claude Code、Codex、Cursor 这类 Agent，让它按固定流程生成 HTML、PPT、动画或原型。

这类项目的价值，不在于让 AI 随机发挥，而在于把“怎么做才不难看”这件事流程化。

guizang-ppt-skill：专注杂志风网页 PPT

歸藏的 guizang-ppt-skill 定位很清楚：生成单文件 HTML 横向翻页 PPT，视觉基调是“电子杂志 × 电子墨水”。它更像一套为演讲准备的版式系统，而不是通用设计框架。

仓库 README 里列出的核心能力包括：

单文件 HTML 输出，不需要构建和服务器，浏览器直接打开。
横向左右翻页，支持键盘、滚轮、触屏滑动、底部圆点和 ESC 索引。
5 套主题色预设，包括墨水经典、靛蓝瓷、森林墨、牛皮纸和沙丘。
10 种页面布局，包括开场封面、章节幕封、数据大字报、左文右图、图片网格、Pipeline、悬念问题、大引用、Before/After 对比和图文混排。
内置模板、组件说明、布局骨架、主题配置和质量检查清单。

它适合做线下分享、行业内部讲话、私享会、AI 产品发布、demo day，以及带有强烈个人风格的演讲稿。不太适合大段表格数据、培训课件和多人协作编辑。

这个项目有一个很好的取舍：它没有试图覆盖所有设计场景，而是把“杂志风 PPT”这个场景做窄。主题色只能从预设里选，布局也有明确骨架，这反而降低了 Agent 跑偏的概率。

如果你经常要把观点、行业观察、产品发布内容做成演讲 deck，它的实用性会很高。

安装命令也很直接：

`1`	`npx skills add https://github.com/op7418/guizang-ppt-skill --skill guizang-ppt-skill`

huashu-design：更完整的 HTML 原生设计工作流

花叔的 huashu-design 覆盖面更大。它的目标不是只做 PPT，而是把 HTML 当成原生设计画布，用 Agent 生成可交付的设计资产。

仓库 README 里列出的能力包括：

可点击 App 或 Web 原型。
HTML 幻灯片，以及可编辑 PPTX 导出。
产品发布动画、MP4、GIF 和配乐版本。
多方向设计方案并排对比。
信息图、数据可视化、PDF、PNG、SVG 导出。
5 维专家评审，包括哲学一致性、视觉层级、执行工艺、功能性和创新性。

它的核心思路是：让 Agent 先理解品牌和素材，再产出高保真设计。项目里强调了 Core Asset Protocol，也就是遇到具体品牌时，要先确认 logo、产品图、UI 截图、配色、字体和品牌指南，而不是凭记忆猜。

这点很重要。很多 AI 生成设计看起来“像设计”，但不像某个真实产品或品牌。huashu-design 试图把这个问题前置解决：先找真实资产，再做设计。

安装命令是：

`1`	`npx skills add alchaincyf/huashu-design`

它更适合那些希望在终端里完成较完整设计交付的人：产品原型、发布动画、演示文稿、信息图、设计评审都可以放在一个 Agent 工作流里处理。

两者最大的区别

简单说，guizang-ppt-skill 是一个更窄、更稳的演讲 deck 生成器；huashu-design 是一个更宽、更完整的 HTML 原生设计系统。

如果只看 PPT：

guizang-ppt-skill 更强调杂志感、节奏、版式和单文件浏览器演示。
huashu-design 更强调通用设计能力、可编辑 PPTX、品牌素材、导出链路和评审流程。

如果看整体设计能力：

guizang-ppt-skill 的边界更清晰，适合快速做一份有风格的横向演讲。
huashu-design 的能力更综合，适合把一个产品或品牌设计任务拆成原型、动画、幻灯片和信息图。

这两个项目也代表了两种不同的 Skill 写法。前者像一套高度收敛的模板和审美约束，后者像一个小型设计团队的工作流说明书。

为什么这类 Skill 重要

Agent 的一个常见问题是“会做，但不稳定”。同样一句需求，有时输出很好，有时就会滑向紫色渐变、圆角卡片、假图标和一堆看似高级的空话。

Skill 的意义就是把稳定性补上。它把下面这些东西固化下来：

可复用的模板。
可执行的检查清单。
明确的审美偏好。
常见错误的规避规则。
输出格式和验证流程。
什么时候该问问题，什么时候该直接开始做。

这比单纯写一句“请做得高级一点”可靠得多。

尤其是设计任务，审美并不是一句 prompt 就能稳定复现的。真正有用的是流程：先确认素材，再定方向，再搭结构，再做视觉，再检查输出。把这个流程写成 Skill，Agent 才更像一个可协作的执行者，而不是一次性图片生成器。

使用建议

如果你只是想把一个主题做成线下演讲或分享 deck，可以优先试 guizang-ppt-skill。它的输出边界窄，单文件 HTML 也方便分发和预览。

如果你想让 Agent 承担更完整的设计任务，比如 App 原型、发布动画、品牌化幻灯片、可导出 PPTX 或信息图，可以优先看 huashu-design。它的链路更长，适合需要多轮迭代和交付物导出的任务。

如果你已经在写自己的 Codex 或 Claude Code Skill，这两个项目也都值得参考：

想学“如何把一个窄场景做稳”，看 guizang-ppt-skill。
想学“如何把复杂工作流拆成可执行协议”，看 huashu-design。

总结

歸藏和花叔这两个项目的共同点，是都把“设计能力”从一次 prompt 变成了可重复执行的流程。

guizang-ppt-skill 的重点是杂志风 HTML PPT，适合高风格化演讲；huashu-design 的重点是 HTML 原生设计系统，覆盖原型、动画、幻灯片、信息图和评审。它们解决的不是“AI 能不能生成设计”，而是“AI 能不能按一套稳定方法生成可交付的设计”。

这可能会成为 Agent 工具生态里很重要的一类开源项目：不只是代码模板，而是把人的经验、审美和工作方法打包成 Skill。

参考链接：