用 OpenAI gpt-image-2 一键生成高审美、高完成度的 PPT。
Claude Code / Codex / OpenClaw / Hermes 等支持 Skills 的 agent 均可原生使用。装进 agent 后，用一句自然语言生成 16:9 高清图片 + 打包好的 .pptx，也可以仿任意 .pptx 模板出全新内容。
可能是目前全网效果最好的 AI PPT Skill 之一。 它不走传统“模板填字”的路线，而是充分发挥 gpt-image-2 的审美、构图和排版能力，把每一页都当成完整视觉稿生成，力求让输出从封面到内页都足够精美、统一、可直接展示。
同时，项目对图片型 PPT 的后续编辑做了专门优化：你可以用自然语言精准描述要改的页和元素，系统会以“图生图”的方式重生成目标页，并尽量保留原有风格和布局。需要说明的是，这类 PPT 的背景和文字本质上是整页图片；如果你的工作流强依赖人工逐字、逐对象编辑原生 PPT 元素，它可能不是最合适的选择。
🌐 English → docs/README.en.md
| 输入：任意一页参考模板（.pptx / 图片） | 输出：本 skill 仿制 + 换内容 |
|---|---|
 |
 |
| 英文信息图模板（Mass Media Infographics） | 同一版式 / 同一配色 / 同一插画语汇，内容换成「普通人怎么用 AI 做自媒体」 |
- 🎨 十套精选风格 + 扩展风格库 — 内置 Spatial Glass / Tech Blue / Editorial Mono / Dark Aurora / Riso / Wabi / Swiss Grid / Hand Sketch / Y2K Chrome / Vector Illustration，并持续补充优质风格
- 🪄 模板克隆模式 — 丢一个
.pptx进去，AI 会参考原模板的版式、配色和插画语汇，像上面那张图一样换成新内容 - 🎯 自然语言精准编辑 — 直接说“改第 3 页副标题”“删掉页脚”“把三个数据换成新数字”，AI 会通过图生图只重生成目标页，尽量保持原风格和版式不变
- 🎮 双产出 — 每页 PNG 高清原图 + 16:9
.pptx直接用 - ⚡ 默认 10 路并发出图 — 10 页 ~30 秒出完
- 🧪 先看一页再跑全量 — 默认建议先出封面给你确认，满意后再生成整套
- 🧾 可追踪、可回滚 — 修改过哪些页、生成过哪些版本都能追踪，方便继续改
- 🖼️ 真实素材双模式 — 用户给的真实图默认保真嵌入；用户明确允许时，也可以作为参考图融合重绘
- 2026-05-31 · 真实素材双模式：产品截图、logo、图表、表格、医学影像、证据截图等真实素材默认保真嵌入为独立图片对象；如果用户明确说“不需要贴原图 / 可以重绘 / 更重视整体效果”，也可以作为参考图融合重绘。医疗影像、诊断图、论文图表、财务表格、法律证据、精确 UI 截图不建议重绘，生成后需要人工核对。
- 2026-05-26 · 扩展风格库：从公开渠道 500+ 个 PPT 模板中筛选补充 22 个优质风格，覆盖商务、学术、教育、餐饮、时尚、医疗、环保等场景。
本项目采用“AI 生成整页视觉稿 + PPT 打包”的路线；真实素材默认保真嵌入，用户明确允许时可作为参考图融合重绘。完整流程图、可靠性边界和素材处理规则见：docs/ppt-implementation-logic.md。
| 场景 | 适合程度 | 说明 |
|---|---|---|
| 从主题生成一套新 PPT | 很适合 | 适合汇报、路演、培训、课程、产品介绍。 |
| 按公司模板仿一套新内容 | 很适合 | 上传 .pptx 模板，先出封面确认，再跑全量。 |
| 改标题、副标题、日期、页脚 | 很适合 | 当前最稳定的编辑场景。 |
| 更新数据卡片和关键数字 | 适合 | 可批量改，但交付前要逐项核对数字。 |
| 只改复杂多页 PPT 的某一页 | 适合 | 只更新目标页，其他页不重新生成。 |
| 密集表格、财报、法务长文 | 不建议直接承诺 | 小字和数字需要更严格人工验收。 |
下图为 10 套风格在同一主题「如何用 gpt-image-2 做 PPT」下各生成一张封面的对照。全部由
gpt-image-2直出，未经 PS。
| 风格 ID | 一句话定位 | 适用场景 |
|---|---|---|
gradient-glass |
Apple Vision OS / Spatial Glass | AI 产品发布、技术分享、创意提案 |
clean-tech-blue |
Stripe / Linear 级蓝白 | 融资路演、商业计划书、企业战略 |
vector-illustration |
复古矢量插画 + 黑描边 | 教育培训、品牌故事、社区分享 |
editorial-mono |
Kinfolk / Monocle 编辑设计 | 品牌发布、文化访谈、读书分享 |
dark-aurora |
Linear / Vercel 深色霓虹 | AI 产品、开发者工具、技术分享 |
risograph |
Riso 双套色印刷 + 网点纹理 | 创意工作室、文创品牌、独立 zine |
japanese-wabi |
无印 / 原研哉式侘寂 | 茶道、生活方式、奢侈品、文化讲座 |
swiss-grid |
Bauhaus / Vignelli 国际主义网格 | 学术报告、博物馆展陈、严肃汇报 |
hand-sketch |
Sketchnote / 白板手绘 | 工作坊、产品 brainstorming、培训 |
y2k-chrome |
Y2K 千禧液态金属 + 蝴蝶贴纸 | 潮牌、文娱、品牌联名、Z 世代营销 |
已从公开渠道 500+ 个 PPT 模板中筛选补充 22 个优质风格。后续还会持续补充，也欢迎大家提供好看的 PPT 模板或风格参考。
更多风格展示、风格 ID、特色和适用场景见：docs/distilled-styles.md。
如果你关心“到底能不能稳定改 PPT”，先看这份面向用户的图文测评：
docs/edit_guide.md— 标题替换、日期修改、删除页脚、数据更新、新增 logo、复杂多页只改一页，以及当前不足和交付前检查清单
核心结论：
| 能力 | 当前表现 |
|---|---|
| 改短文本 | 稳定，适合日常交付。 |
| 改多个明确元素 | 可用，建议一次说清楚“其他不要动”。 |
| 改数据页 | 可用，但必须核对数字。 |
| 加小图标 / logo | 可用；真实品牌 logo 需要提供素材。 |
| 原生 PPT 对象级编辑 | 背景与文字仍是整页图片；通过 external_image 声明的真实图片会作为独立 PPT 图片对象叠加，可单独选中拖动。 |
开发者：查看内部编辑机制示意图
把下面这段 prompt 丢给你的 AI 助手（Claude Code / OpenClaw / Codex / Cursor / Trae / Hermes Agent，或其他支持 Skills 的 agent 都行），它会自动完成安装：
帮我安装 gpt-image2-ppt-skills：
https://raw.githubusercontent.com/JuneYaooo/gpt-image2-ppt-skills/main/docs/install.md
agent 会自己 clone 仓库、按当前运行环境选择安装目标、提示你重启。
git clone git@github.com:JuneYaooo/gpt-image2-ppt-skills.git
cd gpt-image2-ppt-skills
bash install_as_skill.sh --target claude # Claude Code
# 或
bash install_as_skill.sh --target codex # Codex脚本会把 skill 装到对应 agent 的目录：
- Claude Code:
~/.claude/skills/gpt-image2-ppt-skills/ - Codex:
~/.codex/skills/gpt-image2-ppt-skills/
如果你走 API 直连模式，需要给 agent 注入环境变量。推荐使用当前 agent 框架的标准配置，而不是把密钥写进业务项目根目录 .env：
- Claude Code：用户级
~/.claude/settings.json，或项目级.claude/settings.local.json - OpenClaw / 自定义 Agent：用
apiKey/ env reference 引用系统环境变量 - CI / 服务器：用系统环境变量、Docker Compose、Kubernetes Secret 或 CI Secret
- standalone CLI：可设置
GPT_IMAGE2_PPT_ENV=/path/to/private.env，或使用 skill 安装目录下的.envfallback
# 变量名如下：
OPENAI_BASE_URL=https://api.openai.com # 或任意 OpenAI 兼容中转
OPENAI_API_KEY=sk-... # 必需
GPT_IMAGE_MODEL_NAME=gpt-image-2
GPT_IMAGE_QUALITY=high # low / medium / high / auto在 Codex 里如果当前 agent 自带原生图片生成能力，可以直接走
SKILL.md里的原生路径，不必配置OPENAI_API_KEY。🔒 不会误吃密钥：脚本只读取当前进程环境、平台注入变量、显式
GPT_IMAGE2_PPT_ENV和 skill 安装目录.envfallback，不会向上递归读调用者项目目录的.env。🪄 模板克隆模式额外需要本机可执行的 PPTX 渲染后端（Windows PowerPoint / macOS Keynote / LibreOffice）。先用
python3 scripts/render_template.py --check检查；鸿蒙 / Termux / 容器 / 特殊架构不要假设 Linux aarch64 LibreOffice 二进制可运行。
模板克隆模式下，skill 需要先"看懂"你的 .pptx 模板的视觉风格。如果你的 AI 助手本身就是多模态的（Claude Code 走 Claude Opus/Sonnet，Codex 走 GPT 多模态等），agent 会直接自己看图抽取风格，生成带 reference_image 的 template_profile.json 后通过 --template-profile 传给 CLI，不需要额外配置。
只有当你用的 agent 是纯文本模型时（例如只接入 DeepSeek 文本模型），才需要配下面这组环境变量，走一个独立的多模态模型来分析模板：
# 可选：模板克隆的 vision 分析（仅纯文本 agent 需要，多模态 agent 不用配）
VISION_BASE_URL=https://your-openai-compatible-relay.example.com/v1
VISION_API_KEY=sk-...
VISION_MODEL_NAME=gemini-3.1-pro-preview # 或 gpt-4o / claude-3.5-sonnet 等任意多模态 SKU支持任意兼容 OpenAI
/v1/chat/completions格式的多模态模型（Gemini / GPT-4o / Claude 等），与图片生成的gpt-image-2完全解耦——换 vision provider 不影响出图。
装完直接跟 Claude 说人话就行：
帮我用 gpt-image2-ppt 生成一份关于 [你的主题] 的 5 页 PPT，风格用
dark-aurora。
仿模板同理：
我这有一个
company-template.pptx，帮我按这个模板做一份关于 [你的主题] 的 5 页 PPT。
Claude 会自己写 slides_plan、先出一页封面让你确认、再跑全量，把输出目录和 .pptx 路径告诉你。
想自己写脚本调 CLI 而不走 agent？看
SKILL.md，CLI 参数、文件布局都在那。
- op7418/NanoBanana-PPT-Skills — 风格 prompts 与早期 skill 结构参考。本项目把图片后端从 Nano Banana Pro 换成了 OpenAI gpt-image-2，重写了继承自上游的 3 套风格并新增 7 套（共 10 套），另加入模板克隆模式（vision 抽风格仿任意
.pptx）、md-first 编排流程、.pptx自动打包、codex CLI 备用后端等新功能。 - lewislulu/html-ppt-skill — Claude Code skill SKILL.md frontmatter 写法参考。
欢迎大家有问题一起交流讨论。
Apache License 2.0，详见 LICENSE。