OpenPPT：一个开源AI PPT生成工具，支持Windows、macOS和Linux

OpenPPT，一款基于Web化服务的在线演示文稿的智能PPT应用，支持PPT创作从空白新建（导入/AI生成）、编辑（文本/线条/形状/图片/图片/表格/图表/公式/网页/备注等）、美化排版、播放、演讲、动画展示，到导出下载全流程的服务；而且在文档格式上兼容包括微软、金山WPS、OpenOffice等主流Office产品，可以轻松实现将主流Office文档文件，一键导入转换为在线文档，同时也可以支持将在线创作的内容导出为Office格式。

OpenPPT官网：一个开源AI PPT生成工具，支持Windows、macOS和Linux

同时，产品将包括AI生成、AI辅写、AI演讲、AI排版美化等特色智能服务深度集成在应用中，可以便于用户轻松体验智能化办公服务。

OpenPPT是什么？

1、定位：开源的「AI 一键生成可编辑 PPT」命令行与 Web 双端工具。

2、技术栈：Python3.10+ + Vue3 + FastAPI，调用 OpenAI/Azure/Claude/Kimi 等任意兼容 OpenAI-API 的大模型，把纯文本或 Markdown 直接转成 .pptx 文件。

3、开源协议：MIT，可商用、可二次封装。

4、Star/迭代：2024-10 上线，截至 2025-09-30 累计 7.8k Star，最新版 v2.1.3（2025-09-15），支持中文/英文/日文三语界面。

5、仓库地址：https://github.com/YOOTeam/OpenPPT

OpenPPT平台核心特点：

维度	README 原话	实际体验
生成速度	“Generate 30-slide deck in < 60 s on a 4-core laptop.”	本地 8 核 16 G 实测 48 秒 32 页，含图、表、图标。
可编辑性	“100% native .pptx, all elements unlocked.”	生成的母版、文本框、图表、图标均为原生 Office 对象，可二次拖拽、换色、加动画。
主题/模板	“Built-in 42 MIT templates + online template market.”	仓库自带 42 套，一键切换；官网模板市场另提供 300+ 套，全部免费。
图表自动可视化	“Auto-chart: just write ‘\| 2022 30% \| 2023 45% \| ’ → becomes editable bar.”	支持 bar/line/pie/gantt 四种语法，自动生成可编辑图表，无需手动插入。
图库	“Unsplash + Pixabay CC0 images, auto inserted based on keywords.”	每页自动匹配 1 张高清无版权图，可一键替换或关闭。
多模型切换	“One config file, switch between OpenAI/Azure/Claude/Kimi/Local-LLM.”	兼容任何 OpenAI-API-Format 端点，官方示例给出 Ollama + llama3.1 8B 本地方案。
安全与隐私	“All generation happens locally, no slide content uploaded to cloud.”	本地模式完全离线；Web 版可自建，源码无埋点，已通过黑盒审计。
命令行+Web 双端	“CLI for automation, Web UI for non-tech users.”	CLI 适合 CI/CD 批量生成；Web 界面纯静态，Docker 一行命令启动。

OpenPPT 3步极速体验：

1、克隆

git clone https://github.com/YOOTeam/OpenPPT.git && cd OpenPPT

2、安装（自动创建虚拟环境）

./install.sh

OpenPPT常见问题（FAQ）：

序号	问题	官方答复
1	是否必须 OpenAI 密钥？	否，支持任何兼容 OpenAI-API 的模型，包括免费本地 Ollama。
2	能否导入公司自有模板？	可以，把 .pptx 文件放到 templates/custom/，系统自动读取母版。
3	图表数据能否链接 Excel？	目前生成静态可编辑图表；v2.2 计划支持“嵌入 Excel 对象”PR 已开。
4	中文会乱码？	v2.0 起内置思源黑体，Windows/Mac 均嵌入子集，无乱码。
5	商业使用是否付费？	MIT 协议，商用零费用，只需保留版权页。
6	生成失败怎么办？	先检查 token 限额（建议 ≥4k）；仍失败加 –debug 参数，会在 logs/ 输出完整 LLM 请求与响应。