ppt-master skill 实战：用 Codex 30 分钟做出精美的 PPT

你将从这篇文章学到​

如何安装及配置 ppt-master？​

如何根据已有的素材制作一份精美的 PPT？​

如何只给出关键字就生成一份精美的 PPT？​

什么时候该使用 ppt-master，什么时候需要考虑其他工具？​

​

​

ppt-master 是什么​

ppt-master（也常被写成 ppt master、ppt master skill）是一个开源 skill，一句话概括它的能力：输入你的原材料，生成一份真正的 PowerPoint。​

•

真正的 PPT：拿回的这份 PPT 不只是”能改”。它有 PPT 原生的转场与入场动画，演讲者备注能直接合成音频旁白，还能参考你自己的 PPT 模板来设计。​

•

多场景兼容：除了生成常规的 PPT，还能生成社交媒体的素材、短视频封面图、Instagram Story 等格式。​

•

数据安全：你的文件不会离开你的电脑。源文档在本地转换，SVG 在本地生成，PPTX 在本地导出。唯一的外部通信是你和 AI 编辑器之间的对话——这和你正常使用编辑器没有区别。没有第三方服务器存储你的源文档或输出结果。​

​

​

需要特别说明的是：ppt-master 是一个 harness（工作流），不是一个完整的 agent。它负责把整套做 PPT 的流程固定下来，而模型决定最终质量的上限 —— harness + model = agent。想要顶配效果，推荐用大上下文的 Claude 模型搭配 gpt-image-2 生图；换成 GPT、Gemini、Kimi 也能跑，只是效果有差异。​

ppt-master 能干什么/不能干什么​

ppt-master 的能力边界，可以从”输入””输出格式””不适合的场景”这三个维度来看。​

输入：几乎覆盖所有常见材料。PDF、DOCX、PPTX、EPUB、HTML、LaTeX、RST、Markdown、纯文本，甚至网页链接、微信公众号文章，都能作为源材料。如果你手上只有一个主题、没有现成文档，它还能先通过 topic-research 联网收集资料，再开始生成。​

输出：不止 16:9 的 PPT。受益于同一套 SVG → DrawingML 流水线，它能产出多种画布格式，在对话中指定即可：​

​

​

除了标准形状版 PPTX，它还能按需导出原生图表/表格对象版、SVG 快照版，并且默认会把原始 SVG 备份下来，方便你重跑重导出。​

但它也有如下的短板。​

​

​

一句话：要零配置、浏览器里秒出幻灯片，Gamma 和 Canva 更合适；要原生可编辑、成本可控、数据本地化、不被平台锁定，ppt-master 一定是你不能错过的选择。​

准备工作（两步）​

第一步：装 Python（唯一硬性依赖）。 只需要 Python 3.10 以上版本，其余依赖用一行命令装齐。​

我以 macOS 为例说明如何安装。如果你是 Windows 用户，可以参考Windows 版本安装指南。​

​

macOS​

​

第二步：下载代码并安装依赖。​

ppt-master 的代码仓库非常庞大，达到了 670MB，如果你用常规的 Git clone 下载会非常慢。我推荐你直接在 GitHub 页面下载项目源代码。​

打开浏览器，访问：https://github.com/hugohe3/ppt-master，点击 “Code” 按钮，选择 “Download ZIP” 下载项目源代码。​

​

​

将下载的 ZIP 文件解压到本地，得到一个 ppt-master 目录。然后用系统自带的终端，或任意第三方终端工具（例如 Tabby），进入 ppt-master 目录并安装依赖。​

​

cd ppt-master​

pip install -r requirements.txt​

​

​

​

注意：我本机使用了 uv 作为 Python 包管理器。如果你没有安装过这个工具，只需要在终端里运行 pip install -r requirements.txt，同样可以完成依赖安装。​

装完依赖，再准备一个能力足够的 AI IDE 就行 —— Claude Code、Cursor、Trae、VS Code + Copilot、Codex CLI 等，任何”能读写文件、能执行命令、能多轮对话”的 agent 工具都可以驱动它。​

配置高级能力 (可选)​

这一步是可选的。不做任何配置，ppt-master 也能正常生成 PPT。它默认会用零配置的网络图片搜索作为配图兜底。只有当你想增强图片能力时，才需要配置项目根目录下的 .env 文件。​

你可以使用 Claude Code Desktop、Codex、Cursor 等 AI 工具打开 ppt-master 这个项目。先用下面这个命令复制出一份配置文件 .env，然后再进行配置。​

​

​

.env 主要增强两类能力，互不影响：​

AI 生图（image_gen.py）——让 AI 按页面语境实时生成配图，质量最高。复制一份 .env.example 为 .env，填入你的图片后端即可。以 OpenAI 为例：​

​

IMAGE_BACKEND=openai​

OPENAI_API_KEY=sk-xxx​

OPENAI_MODEL=gpt-image-2​

OPENAI_BASE_URL=http://127.0.0.1:3000/v1​

​

将下面图片中的参数替换为你自己的 OpenAI API Key、模型和 Base URL。​

​

​

项目支持 OpenAI、Gemini、通义（Qwen）、智谱、火山引擎等多家后端。​

网络图片搜索（image_search.py）——从图库检索现成图片。Openverse 和 Wikimedia 无需 Key，但质量不稳定；想要更稳定的商业图库风格配图，建议配置 Pexels 和/或 Pixabay：​

​

PEXELS_API_KEY=your-pexels-key # 注册：https://www.pexels.com/api/​

PIXABAY_API_KEY=your-pixabay-key # 注册：https://pixabay.com/api/docs/​

​

将下面图片中的参数替换为你自己的 API KEY。​

​

​

配置完成后，AI 在生成演示文稿时就会自动调用这些能力为你配图。如果你只是想先完成第一份 PPT，完全可以先跳过这一节。​

案例1：使用已有素材制作 PPT​

现在进入正题。抛开生图、音频这些高级功能，我们先专注做成一件事：给定一份文档，生成一份基本的 PPT。整个流程就三步。​

第一步：把源材料放进 projects/ 目录​

我们把案例文章《5款 PRD Skill 对比》导出成 Markdown（或 PDF），放到 ppt-master 项目目录下的 projects 子目录下。​

​

​

第二步：告诉 AI 开始生成 PPT​

我们在 Claude Code CLI 中输入：​

​

请使用 《5款 PRD Skill 对比》 这份文件生成一份全文 PPT，附带 2-3 张图片，一张用于封面，另外的用于正文。​

​

​

​

ppt-master 会立刻启动流程。它会先阅读你提供的素材，然后帮你生成一份 PPT 大纲。这已经解决了大部分人的前两个痛点：不知道该放什么内容，以及如何组织内容框架。​

从这个 skill 的输出可以看出，整个流程至少包括五步：项目初始化与资源导入、生成策略确认、撰写设计规范、图像获取或生成，以及 SVG 生成与质量检查。​

第三步：确认设计规范​

生成正式开始前，AI 会先跟你确认一份简短的设计规格——模板、格式、页数等：​

​

​

这个工具非常贴心地为我们生成了推荐的设计策略：​

•

PPT 的尺寸比例：默认是 16：9。​

•

面向的受众：AI 会分析你的素材，给出建议的受众，根据这个受众来设计内容。​

•

文风语调：这是一篇偏技术科普的文章。​

•

页数：10 ~ 12 页​

•

视觉/配色/图标/字体：所有与排版相关的要素。​

​

​

为什么 ppt-master 这个项目在 Github 上如此受欢迎，原因就是它解决了我们在前面提到的三个用户痛点：​

•

不知道放什么内容​

•

不知道如何组织内容​

•

不知道如何设计视觉系统​

第四步：等待 AI 逐页生成​

确认后，AI 会全程接手：内容分析 → 视觉设计 → 逐页生成 SVG → 质量检查 → 生成讲稿 → 导出 PPTX。​

​

​

这一步是串行的，10 页左右大约需要 10–20 分钟，逐页串行是为了保证整份 deck 跨页的配色、字体、节奏一致。生成完每页的内容后，还会进行一遍质量检查。​

经过大约 20 分钟的等待，我的 PPT 终于生成了。​

我甚至还让 ppt-master 帮我生成另外一个版本：9:16 的竖版。​

​

​

实时预览​

你可能注意到了：生成过程并不是一个”黑盒”。ppt-master 在开始生成前会自动打开浏览器实时预览（默认地址 http://localhost:5050），生成期间一直可用。你能边看边改。​

​

​

预览页有三种用法：​

实时查看每页渲染。每生成一页，浏览器里就会实时渲染出来，你能第一时间发现哪一页需要调整，不用等全部完成。​

直接修改，无需 AI。选中某个元素，就能在右栏直接修改文字、颜色、字体、字号；拖拽即可移动，或用方向键微调（按住 Shift 一次移动 10px），Ctrl+Z 撤销。改完点击 Apply changes，就会写回源文件 svg_output/。这类局部小修改，直接手动处理通常更高效。​

写注解交给 AI。遇到”这块需要重新设计”这类不适合手动修改的地方，点选元素后写一句你希望如何调整，点击 Submit annotations，再回到对话框说”应用注解”，AI 会重写该区域并重新导出 PPTX。​

产出物介绍​

在整套工作流完成之后，你可以在终端或聊天窗口看到类似的结果提示：​

​

​

它会告诉你：生成的 PPTX 位于哪个目录、每页幻灯片的内容概览，以及演讲者注释的位置。​

下面，我们花点时间介绍一下 ppt-master 的产出目录结构：​

当你给 ppt-master 布置了一个任务后，它会在这个项目的 projects 子目录下生成一套目录，例如我们示例的：prd-skills-comparison-deck_ppt169_20260704。​

这个子目录存放了过程中各种临时生成的文件，以及最终的 PPTX + 逐字稿。​

​

​

​

​

对绝大多数人来说，重点关注两个位置即可：​

•

PPTX 成品 → exports/ 目录下的 <名称>_<时间戳>.pptx，这是唯一标准交付物。​

•

旁白/讲稿文字 → notes/ 目录，total.md 是完整讲稿，也是后续合成音频旁白的文字来源。​

恭喜你！到这里你已经完成了第一个 PPT 生成任务。赶快去欣赏你自己的作品吧。​

接下来，我们将介绍 ppt-master 的另一个高级用法，我把它称为「一句话生成 PPT」方案。​

​

​

案例2：一句话生成 PPT​

整体流程和第一个案例差别不大，主要区别在于：这一次 skill 会额外执行「关键词搜索」和「图片生成」。最终效果可以作为一份可用的初稿，后续仍有继续优化的空间。​

​

​

总结​

制作 PPT 是一个既需要创意又非常耗时的任务。ppt-master 帮我们解决了内容采集、内容提取、内容组织和内容呈现这四个关键步骤。而我们需要做的，是在生成的初稿基础上继续优化，并尽量选择更合适的模型。​

​

​

就像作者说的：​

​

AI 是你的设计师，不是完工师。生成的 PPTX 是一份设计稿，而非成品。把它理解成建筑师的效果图：AI 负责视觉设计、排版布局和内容结构，交付给你一个高质量的起点。​

​

FAQ​

Q：用 ppt-master 需要写代码吗？​

不需要。你只要做三件事：安装 Python、准备一个 AI IDE、把资料放进 projects/ 目录，剩下的步骤通过与 AI 对话完成。​

Q：ppt-master 生成的是图片还是真正的 PPT？​

是真正的 PPT。它输出的每个形状、文本框、图表都是原生 DrawingML 对象，在 PowerPoint 里点哪改哪，不是贴进去的图片。​

Q：它支持哪些输入格式？​

PDF、DOCX、PPTX、EPUB、HTML、LaTeX、RST、Markdown、纯文本，以及网页链接、微信公众号文章等。只有一个主题、没有文档时，它还能先联网收集资料。​

Q：只能做 16：9 的 PPT 吗？​

不是。它还能产出 4:3、小红书 3:4、朋友圈 1:1、竖版 9:16 Story、A4 打印等多种格式，在对话里指定格式即可。​

Q：生成一份 PPT 要多久？​

大约 10 页需要 10–20 分钟。逐页串行是为了保证整份 deck 跨页的配色、字体、节奏一致。想要更快，可以考虑速度更快的模型。​

Q：一定要用 Claude 吗？用别的模型行不行？​

不是必须。追求最佳效果推荐大上下文 Claude + gpt-image-2；GPT、Gemini、Kimi 等模型也能跑通流程，只是布局精度和视觉质量有差异——harness 决定下限，模型决定上限。​

Q：不配置生图 API Key 能用吗？​

能。默认有零配置的网络图片搜索作为配图兜底。配置 AI 生图或 Pexels/Pixabay 只是为了增强图片质量，属于可选项。​

Q：生成的 PPT 在 WPS、Keynote 里能正常打开吗？​

可以。产物是标准 .pptx，PowerPoint / Keynote / WPS / LibreOffice 都能打开。元素入场动画在 PowerPoint 2016+ 和 Keynote 里还原最完整，更老的 Office 会把部分效果降级为”出现”。​