PPT-Master 深扒：把 PDF、Word 扔进去，吐出一份能逐字改的「真 PPT」
PPT-Master 深扒：把 PDF、Word 扔进去，吐出一份能逐字改的「真 PPT」
原视频：永志AI ·「PPT Skill 哪家强？PPT-Master 杀疯了！」（时长 36 秒）
拆解材料：SenseVoice 逐字稿 + 视频文案 + 项目仓库 hugohe3/ppt-master 全套中文文档与 SKILL 源码 + 抖音评论区 116 条（抓到主楼 39 条）。
这条视频只有 36 秒，是一支标准的「神器安利」短片，本身信息不多。真正值得扒的是它安利的东西——一个叫 PPT-Master 的国产开源项目。所以这篇不走逐帧拆解，直接把工具本身扒透：它到底是什么、凭什么敢叫「真 PPT」、怎么上手、评论区在吵什么。
一句话定性
PPT-Master 不是一个网站，也不是一个 App，而是一套跑在 AI 编程工具里的「技能」（skill）——你用大白话让 AI 把文档做成 PPT，它在你本机生成一份 每个字都能在 PowerPoint 里点开就改 的
.pptx。
它解决的是 AI PPT 的老毛病：市面上多数工具生成的所谓 PPT，要么是一页一张大图拼起来的「假 PPT」，要么是改不动的网页演示。PPT-Master 只做一件事——产出原生可编辑的 PPTX。
截至这次深扒，项目在 GitHub 上 28.8K star、2524 fork（视频里说的 27.8K 是更早的快照，半年涨到这个量级），MIT 协议，作者何雨果（Hugo He）。
它跟市面上的 AI PPT，根本不是一类
作者把 AI PPT 工具分成了四类，PPT-Master 只做最后一类。这张表是理解它的钥匙：
| 类型 | 产物形态 | 能在 PowerPoint 里逐元素改吗 |
|---|---|---|
| 模板填空 | 套模板的 PPTX | 部分可以，受模板限制 |
| 图片式 | 一页一张大图拼成 PPTX | ❌ 整页是图片 |
| HTML 演示 | 网页演示 | ❌ 不是 PPTX |
| 原生可编辑（PPT-Master） | 真 DrawingML 形状、文本框、图表 | ✅ 每个元素都能点开改 |
它的判断标准很硬：一个文件如果在 PowerPoint 里打不开、不能编辑，就不配叫 PPT。这也是它跟 Gamma、豆包、Kimi、WPS AI 这些工具最本质的分界——后者大多落在前三类里。
除了「真可编辑」，作者还立了三条原则：
- 成本透明 — 工具本身免费开源，唯一花费是你自己的 AI 模型用量，没有额外订阅费。
- 数据不出本地 — 除了和 AI 模型对话，整个流程在你电脑上跑，文件不上传到别人服务器。
- 不锁平台 — Claude Code、Cursor、VS Code + Copilot 都能驱动；Claude、GPT、Gemini、Kimi 都能用。
它怎么做到「真 PPT」：手写 SVG 再转 DrawingML
这是 PPT-Master 最该被讲清楚、视频却没讲的部分。它的核心管线是：
源文档 → 转成 Markdown → AI 逐页手写 SVG → 脚本把 SVG 转成原生 PPTX
拆开看：
- 吃进原料 — PDF、Word、Excel、PPTX、EPUB、网页 URL、甚至一段聊天里粘贴的文字，先由对应脚本统一转成 Markdown。
- 定设计规范 — 一个叫 Strategist 的角色先确认模板、画幅、页数、配色，锁进一份
spec_lock.md。 - 逐页画 SVG — AI 按规范一页一页手写 SVG，每页生成前都要重读一次
spec_lock.md，保证整套 deck 配色、字体、图标不跑偏。 - 转成 PPTX —
svg_to_pptx.py把 SVG 翻译成 PowerPoint 原生的 DrawingML 形状、文本框、图表，于是每个元素都能点开改。
最有意思的是项目里一条「死规矩」：SVG 必须由 AI 一页一页亲手写，禁止用脚本批量生成。作者试过脚本批量生成那条路，最后放弃了——因为跨页面的视觉一致性，依赖每页都带着完整上文去画，生成器脚本复现不出来。这条纪律，正是它出来的 PPT 比「模板填空」耐看的原因。
作者一句话点破了它的定位：
PPT-Master 是 harness（工具骨架），不是完整的 agent。 harness + model = agent——工具负责工作流，模型决定上限。
换句话说，效果好不好，一半看这套工作流，一半看你喂的模型。这也解释了评论区一半的争论（后面会讲）。
亮点清单：不止「能编辑」
扒完文档，真正拉开差距的是这些细节能力：
- 演讲者备注能合成音频旁白 — 给每页写 speaker notes，导出时合成语音，在 PowerPoint 里直接放映会自己「读」给你听。
- 套你自己的模板 — 已经有一份满意的
.pptx？把它连同新素材给 AI 说「套模板」，它会把新内容填进你现有设计，保持原生可编辑。 - 10+ 种画幅 — 不只 16:9 / 4:3，还有小红书、朋友圈等竖版格式，一套流程通吃。
- 图表、图标、品牌预设 — 内置图表模板、图标库、品牌配色预设，不是纯靠模型瞎画。
- 配图两条路 — AI 生图（推荐
gpt-image-2）或联网图片搜索（配 Pexels / Pixabay key 质量更稳），可在同一份 deck 里混用。 - 浏览器实时预览 — 生成过程能在网页里实时翻页看效果，还能点选某一页元素。
- 在线预览分享 — 链接甩给老板，扫一眼就能看，不用先下载。
一句话：它把「做汇报、方案、路演、工作总结」里最枯燥的体力活包了，剩下的精修留给你。
手把手上手：从零到第一份 PPT
这是给真想用的人的可复制步骤。整个过程你 不写一行代码，AI IDE 只是你跟 AI 对话的地方。
第 1 步 · 装 Python
唯一真正必须装的东西，要 Python 3.10 以上。
# macOS
brew install python
# Ubuntu / Debian
sudo apt install python3 python3-pipWindows 用户照仓库里的《Windows 安装指南》走，关键是安装时勾选「Add to PATH」。
第 2 步 · 拿到项目 + 装依赖
# GitHub
git clone https://github.com/hugohe3/ppt-master.git
# 国内网速慢可换 AtomGit 镜像
# git clone https://atomgit.com/hugohe3/ppt-master.git
cd ppt-master
pip install -r requirements.txt不想用 Git 也可以直接 GitHub「Code → Download ZIP」。如果你的 agent 支持 skill 市场，还能一行装：
npx skills add hugohe3/ppt-master第 3 步 · 选一个 AI agent
任何能读写文件、执行命令、多轮对话的工具都能跑：Claude Code、Cursor、VS Code + Copilot、Codex CLI、Gemini CLI 等都行。追求最佳效果选 Claude Opus 配 gpt-image-2；想省钱图快，Gemini Flash 系性价比高。
第 4 步 · 给材料、开口说话
把 PDF / Word 放进项目的 projects/ 目录，然后在 AI 对话框里像跟人说话一样下指令：
请用 projects/q3-report/sources/report.pdf 这份文件生成一份 PPTAI 会先回过来跟你确认设计规范（模板、画幅、页数），你拍板后它全程自动跑——内容分析、视觉设计、生成 SVG、导出 PPTX。
第 5 步 · 取产物
成品 .pptx 落在项目的 exports/ 目录，用 Office 2016+ 打开，每个元素都能改。需要配图时按文档配好生图或图搜的 key 即可。
一句话总结上手：装 Python →
pip install -r requirements.txt→ 在 AI IDE 里说「用这份文件做 PPT」→ 去exports/拿可编辑的.pptx。
评论区核心：116 条都在吵什么
这条视频评论区很热闹，116 条留言（含楼中楼），主楼抓到 39 条。提炼下来，争论集中在五个点，比视频本身有信息量得多。
一、成本之争，最高赞都在算账。 点赞 220 的顶楼晒账单：「20 页 PPT 花了 556 万 tokens，只花了 0.66 元」——这是正面背书。但也有人吐槽「这个消耗 token 超级快」。结论：贵不贵，取决于你用哪个模型、做多少页。
二、新手做出来很烂，学习曲线是真门槛。 「我为啥用 PPT-Master 做的 PPT 很烂」拿了 33 赞，底下一堆「怎么用啊」「Claude Code 怎么用呀」。这跟作者反复强调的一句话对上了——它是工具不是许愿池，会用的人比工具更关键。
三、转场动画是公认硬伤。 一条 41 赞的长评说得很专业：用了好多 PPT skill，硬伤都是加不了转场，每页点一下内容全出来、得手动拆。这是目前这类「文档转 PPT」skill 的共性短板，不是 PPT-Master 独有，但确实是痛点。
四、「为什么做出来全是图？」 多条留言反映产物变成图片。这通常是模型能力不够或没走对流程导致的——恰恰说明「harness + model」里 model 那一半有多关键，换个强模型往往就好了。也有人反向站队：「图片 PPT 更有质感，这种能编辑但没质感」，审美 vs 可编辑的取舍，见仁见智。
五、横向对比问个不停。 评论区被「跟豆包/Kimi/千问/百度 AIPPT/WPS AI 比哪个好」刷屏。作者本人（永志AI）也在评论区互动，问「大家还想要什么 skill 可以留言」——这其实是一条系列内容的运营钩子。
给想用的人的几句判断
扒到这里，给三条可落地的判断：
- 它适合谁 — 经常做汇报、方案、路演、工作总结，且产物需要事后反复改的人。如果你只要一张改不动的图，它不是最省事的选择。
- 效果不好先换模型，别怀疑工具 — 作者把话说死了：harness 是固定的，上限由模型决定。做出来全是图、很烂，大概率是模型太弱或没摸熟用法，先上 Claude Opus +
gpt-image-2再下结论。 - 别指望一把出完美成品 — 它的价值是把枯燥的活儿干掉八成，剩下两成精修是你的事。原生可编辑的设计初衷，本就是让你接着改，而不是甩你一张图。
最后说回这条视频的传播手法，顺手学一手：开头「PPT Skill 哪家强」是悬念钩子，中间「别人还在熬夜一夜一夜改 PPT」戳痛点，「GitHub 27.8K star」「免费开源」做数字背书，结尾「赶紧收藏关注」给 CTA——36 秒把一个开发者工具讲成了大众神器。能把技术项目讲到出圈，本身就是值得抄的本事。
项目地址：github.com/hugohe3/ppt-master（国内镜像 AtomGit 同名仓库）。MIT 协议，免费开源，使用需保留署名。