📌 项目地址：Anionex/banana-slides | ⭐ 14,767 颗星 | 🔧 Python | 📜 AGPL-3.0
痛点：AI PPT 只解决了“快”，没解决“美”
用传统AI PPT工具生成一份演示文稿，流程通常是：选模板 → 填大纲 → 套内容 → 导出。结果要么是模板同质化严重，要么是图文排版割裂，风格没法细调。你想改一个页面的布局，就得重新选模板；想换张图，得手动去图库翻。这导致很多人最后还是回到PowerPoint里手动改。
banana-slides（⭐ 14767）走了一条不一样的路。它的核心引擎是 nano banana pro 图像生成模型——你给它一段文字描述（想法、大纲、甚至口头指令），它直接“画”出一页符合你要求的PPT，而不是从已有的模板里挑一个填充。这个思路让PPT制作的自由度大幅提升。
它不是模板库，是“生成引擎”
传统工具：用户选模板 → 用户填内容 → AI套版。
banana-slides：用户给想法 → AI生成大纲和逐页描述 → AI根据描述“画”出每一页。
这两种路径的区别在于：后者把“排版”和“配图”这两个最耗时的环节完全交给AI，用户只负责内容和修改意见。而且修改时不需要点菜单，直接说人话就行。
三个创作入口，覆盖不同习惯
README里列出了三种起步方式，我试了下，确实能覆盖不同场景：
- 一句话生成：输入“给小学生讲光合作用”，AI自动生成一份结构完整的大纲和逐页文字描述，然后一键批量生成所有页面。适合完全没头绪、想快速出初稿的人。
- 大纲模式：你自己写好大纲（或者上传文件自动解析），AI按大纲逐页生成。适合思路清晰、只需要美化排版的人。
- 页面描述模式：你手动写好每一页要什么内容（包括图片位置、配色倾向），AI精准渲染。适合设计控、需要定制化输出的人。
这三种模式可以混合用。比如先一句话生成初稿，然后在大纲模式里修改结构，再在页面描述模式里微调单页。
自然语言修改：说“把第三页改成案例分析”就行了
这是我觉得最接近“Vibe”的地方。你不需要知道任何设计术语，也不需要拖动任何图层。比如生成了一页后觉得不好看，直接说“把这张背景换成深色”、“图表改成饼图”、“加一个科技感的边框”。AI会理解并重新生成那一页。
对比较两轮改动的人来说，这个功能省掉了反复选模板、调布局的体力活。
素材解析：PDF/docx/md 都能直接喂
如果你已经有一份现成的文档（比如课程教案、商业计划书、学术报告），可以直接上传 PDF、Docx、MD 或 Txt 文件。后端自动解析内容，提取关键点、图片链接、表格信息，作为生成PPT的素材。
这个功能的价值在于：不需要把文档内容复制粘贴到对话框里，省一步。同时也支持上传参考图片来定制整体风格（比如“模仿这个模板的配色和字体”）。
输出：PPTX、PDF、MP4 都能导
成品导出方面，banana-slides 给了三个选项，每个都挺实用：
- PPTX 导出：默认 16:9，排版无需二次调整。导出前可以选翻页动画（淡入淡出、翻页、平移、擦除、分割、百叶窗、棋盘、时钟等），支持多选随机应用。
- PDF 导出：适合发送给只看不演示的人。
- 视频导出（MP4）：一键把幻灯片转成带AI配音和字幕的讲解视频。AI会根据页面描述生成口语化旁白，支持多语言、多音色、多种表达风格。这个功能对标的是 Google NotebookLM 的 Slide Deck 功能——但 banana-slides 页数没有上限（NotebookLM 限制15页），内容多的时候更实用。
值得一提的是 可编辑 PPTX 导出（Beta）：生成的时候背景是干净的，文字和图片可以独立编辑，方便你在本地再手动微调。相关进展在 issue #121 里讨论。
迭代速度很诚实
我不是开发者，但看 README 的更新记录就能感受到项目的活跃度。下面摘几条有代表性的：
- 2026-04-25：上线素材工具箱，支持整图编辑、框选编辑（overlay/replace）、智能擦除。统一入口，不用在不同功能之间跳转。
- 2026-04-25：支持 OpenAI 官方 OAuth 登录，绑定后可直接用 Codex 作为文本/图片生成 provider，不用手动填 API Key。plus 账号五小时可生成 100+ 2k 图（基于 PKCE 授权流程，非逆向）。
- 2026-04-11：加入 CLI 操作和 agent skills，可以通过命令行或自动化脚本来跑，适合有批量需求的用户。
- 2026-02-09：一次性更新了图片粘贴识别、大纲手动章节编辑、Docker 多架构镜像（amd64/arm64）、中英文国际化、暗黑模式。
可以看出团队在快速解决社区反馈的痛点，并跟进新的 AI 能力。
适合谁用？
抛开 README 里写的“小白/专业人士/教育工作者/职场人士”这种大而化之的分类，我实际用下来觉得最受益的是两类人：
- 被时间追着跑的人：作业 Presentation 第二天要交，或者客户突然要一个产品推介 PPT。用 banana-slides 可以在 20 分钟内从想法得到一个像样的初稿——不需要去找图、调字体、对齐排版。
- 有内容但没设计能力的人：你知道要讲什么，但不知道怎么让它看起来专业。banana-slides 让你跳过“设计”这一步，直接输出页面，而且每页风格统一、图文搭配不割裂。
另外，如果你需要生成大量同类 PPT（比如系列课程、多场行业报告），CLI 和 API 的接入能让这个流程批量自动化。
怎么上手？
项目提供了三种使用方式，README 里都有入口：
- 在线 Demo：README 顶部有“🚀 在线 Demo”链接，可以直接在浏览器里体验，不需要装任何东西。
- 本地部署：支持 Docker 部署，镜像同时提供 amd64 和 arm64 架构。具体命令和配置文件需要查官方文档（README 有“部署方法”链接）。
- CLI 操作：2026-04-11 更新后支持了 CLI，文档在 docs.bananaslides.online/cli。你可以用命令行跑生成流程，甚至结合 agent skills 做自动化。
最后说两句
banana-slides 让我觉得有意思的地方，不是它功能多，而是它真正把“AI生成”和“自然语言交互”融合到了PPT制作这个场景里。它没有试图让用户学一套新工具，而是把PPT制作最费时的排版、配图、调整交给AI，让用户专注于内容本身。14767 个 Star 说明这个需求是真实存在的。
如果你也被PPT折磨过，打开在线 Demo 花十分钟试一下，应该能体会到“说人话就能做PPT”是什么感觉。