一个真正可生产化的 AI 制作 PPt 工具 - PPt Yoda

[maquedexiju]

我试用了非常多市面上用于生成 PPt 的工具，目前市面上的生成工具往往都有一些问题：

1. 内容质量不高：缺少细节和必要内容，乍一看内容还挺多，尤其是文件大纲目录比我想的还要完整，但是实际的内容质量不高。
2. 缺少必要的元素：比如图片、图表、表格、公式等，这些元素对于 PPt 的展示效果非常重要。
3. 版式固定：基本都只有“三段论”、“四段论”、“标题”等几种版式，无法满足不同主题的需求。
4. 字体和母版有问题：虽然有的工具支持自行上传母版，但通过 AI 编辑后的 PPt ，会丢失母版信息，同时自己也会出现字体问题。
5. 生成的 PPt 无法下载，只能在浏览器中查看，本地下载的只能是 PDF 。

所以我决定自己写一个 PPt 生成工具，来解决这些问题，项目取名为 PPt Yoda，希望它能像尤达大师一样，帮助每一个绝地大师完成 PPt 编写。

我对 PPt 制作的理解

PPt 创作的过程

相比于平铺的内容，PPt 的优势在于适配屏幕尺寸，给出更好的排版，通过动画等方式更加形象地展示内容。

所以我们可以简单地把 PPt 创作拆解成两个过程：

内容创作+PPt 布局

• 关于内容创作，和基本 AI 创作的模式是一致的，最后应该形成具有良好层级结构的内容，包含表格、图表和图片，markdown 或者 json 都是不错的承载形式。
• 而 PPt 布局则需要考虑 PPt 的特有属性，把平铺的内容拆分成一个一个的页面，根据页面内容添加必要的图片、动画，根据内容的多少、元素之间的关系进行合理布局。

工具化拆解 PPt 的制作过程

1. 了解任务背景：首先明确 PPt 演示的主题、受众、场合、时长等基本信息，并明确通过材料希望达成的目标等。
2. 确定内容大纲：根据任务背景，分为哪些具体的章节，每个章节希望达到什么目的。注意这个“内容大纲”和“PPt 大纲”并不等同。内容大纲更关注内容，而 PPt 大纲更关注 PPt 的结构。
3. 素材与信息收集：收集信息的方式，可以包括网络数据检索，本地现有材料挖掘，或者自行创作等。
4. 完成内容创作：根据内容大纲，结合收集到的信息，完成内容创作，包括文字、列表、图表、表格、公式等，确保内容的质量和准确性。
5. 进行内容分页：根据内容创作的结果，综合考虑信息层级、内容字数等，对内容进行“分页”
6. 完成页面设计：完成“分页”后，对每一页的内容进行分析，选择合适的布局，并添加必要的图片、动画等，确保 PPt 的质量和效果。
7. 完成素材创作：材料中存在大量的图片、图表、表格、公式等，需要根据页面内容，对这些素材进行创作。

其中 1-4 是内容创作的过程，可以由 AI 辅助； 5-6 是 PPt 布局的过程； 7 是素材创作的过程。

值得注意的是：

• 在真实的场景下，2 、3 、4 步骤实际上是一个穿插的过程，当我们收集了一定的素材，我们可能会希望重新调整大纲，或者给每一页做内容调整。
• 理论上步骤 5 、6 的过程中，也可能不仅包括内容的删除和重组，可能也会为了页面的需求，增加一部分新的内容，但目前我们先不考虑。

功能设计

愿景与诉求

我希望我的 PPt 生成工具能够满足以下几个方面的需求：

1. 内容质量高：通过 AI 生成的 PPt ，内容质量高，细节丰富，符合我的需求。
2. 元素丰富：支持图片、图表、表格、公式等元素，能够满足不同主题的需求。
3. 版式灵活：支持自定义版式，能够满足不同主题的需求。
4. 字体和母版问题：支持上传母版，能够解决字体和母版问题。
5. 生成 的 PPt 可以下载，也可以通过浏览器预览，兼容 PPt 的同时，支持一些 JS 动画。
6. 人机协同：制作过程的每一步都可以形成一个独立的任务，交给 AI 来完成，同时支持人工监督或信息补充。

功能拆解

PPT Yoda 将整个创作过程流水线化，每一步都支持 AI 辅助和人工微调：

1. 任务理解与大纲生成: AI 首先会分析用户的核心目标、受众和场景，生成一个逻辑清晰的演示大纲。
2. 素材收集与整合: 系统能够根据大纲，从用户提供的本地文件或知识库中检索、整合相关信息。
3. 全文内容创作: 基于大纲和素材，AI 会撰写每一页的详细讲稿，包括文字、数据要点等。
4. 智能分页与布局: AI 会根据内容的逻辑层级和信息密度，自动将全文切分成独立的页面。
5. 模板应用与生成: 最后，系统会将分页后的内容精确地填充到用户指定的 PPT 模板中，生成最终的演示文稿。

重点功能模块包括：

• 📚 素材管理: 支持用户对 PPt 相关素材内容进行管理，并提供素材收集任务的管理功能。
• 🤖 内容生成: 基于强大的语言模型（ LLM ），可自动生成演示文稿的大纲和逐页讲稿；支持直接插入模板中的页面或章节。
• 🎨 多媒体生成：基于多模态大模型，根据材料需求，完成图片、图标等内容的自动生成。
• 🎆 PPt 生成: 用户可以上传自己的 .pptx 文件作为母版，AI 将在此基础上进行内容填充和布局，完美保留原始设计风格。
• 🌐 Web 用户界面: 提供一个基于 Next.js 的现代化界面，支持多用户管理，每个用户可以创建自己的项目空间，上传素材、选择模板并启动生成任务。
• 🗂️ 项目化管理: 将每一次演示文稿的创建过程作为一个独立项目进行管理，清晰地追踪从 想法 -> 素材 -> 大纲 -> 全文 -> 最终 PPt 的每一个阶段。

快速开始

环境准备

在开始之前，请确保您的系统已安装以下软件：

• Git
• Python 3.13+
• Node.js (包含 npm)
• uv: 一个极速的 Python 包安装工具。
• cairo: 一个 2D 图形库，用于处理图标（ windows 上可以直接安装编译好的GTK）。

安装步骤

a. 克隆仓库

git clone https://github.com/maquedexiju/PPtYoda.git
cd PPtYoda

b. 安装后端依赖

# 使用 uv 根据 pyproject.toml 安装依赖
uv pip install -e .

c. 安装前端依赖

cd frontend
npm install
cd ..

d. 初始化项目 运行安装脚本来生成配置文件、初始化数据库并导入默认模板。

# 该脚本会自动创建 config.ini, 初始化数据库, 并创建超级用户
python install.py

注意：默认存在一个超级用户，用户名: ppt_killer，密码: pt_12345。

配置

a. 后端配置 安装脚本会自动从 config.ini.example 复制生成 config.ini 文件。您需要编辑此文件，填入您的 LLM API 密钥等信息。

[LLM]
LLM_BASE_URL = ...
LLM_API_KEY = sk-YourAPIKeyHere
LLM_MODEL = ...
...

启动项目

我提供了一个便捷的脚本，可以同时启动后端和前端服务。

python runserver.py

启动后：

• 🚀 后端 Django 服务 将运行在 http://localhost:8810
• 🚀 前端 Next.js 服务 将运行在 http://localhost:3000

现在，您可以打开浏览器访问 http://localhost:3000 开始使用。 您可以通过 http://localhost:8810/admin/ 进行后台管理，默认用户名 ppt_killer，密码 pt_12345。

同时会自动生成一个演示项目，用来说明项目的使用方法，欢迎大家下载使用，提出自己的宝贵意见，并参与项目开发。

项目 github 地址： https://github.com/maquedexiju/PPtYoda