Anionex/banana-slides

一站式原生AI PPT生成应用,几分钟内生成一套幻灯片; 支持上传任意模板图片,上传任意素材&智能解析,一句话/大纲/页面描述自动生成PPT,口头修改指定区域、一键导出可编辑ppt、视频等 - An AI-native slides generator based on nano banana pro🍌

Banana Slides – AIネイティブPPT作成ツール

何であるか

  • 意思、アウトライン、ドキュメント、または画像を完全に編集可能なPowerPoint (PPTX) プレゼンテーションに変換するWeb/デスクトップアプリケーション。
  • 大規模言語モデル (LLM) プロバイダー (Gemini、OpenAI、Claudeなど) および画像生成モデルを使用して、スライドのコンテンツとグラフィックを生成する。

主な機能

機能 実行可能な操作
プロンプトからスライド生成 1文のアイデアを入力するか、ドキュメントをアップロードするだけで、AIがスライドごとにアウトラインを作成し、各スライドにテキストと画像を埋め込む。
「バイブ」自然言語編集 「スライド3のチャートを円グラフに置き換え」 のようなコマンドを発話または入力;モデルがリアルタイムでスライドを更新。
テンプレート制御 自分のPPT/PDFテンプレートまたは参照画像をアップロード;システムがスタイルを解析し、生成されたスライドに自動的に一致させる。または、スライドごとにテンプレートをバインド可能。
素材の解析 PDF、DOCX、Markdown、プレーンテキストファイルを解析;テキスト、画像、表を抽出し、プロジェクト全体のアセットライブラリに追加。
エクスポートオプション 1クリックで編集可能なPPTX(ベータ版)またはPDFにエクスポート;オプションでスライド遷移アニメーションを追加。また、AI生成音声と字幕付きのナレーション付き動画(MP4)もレンダリング可能。
プロジェクト履歴と再現性 すべての編集が保存される。プレビューURLを再訪問可能。セルフホスト版では、パスワード保護された履歴ページも閲覧可能。
デプロイ性 Dockerイメージ(フロントエンド+バックエンド)およびデスクトップビルド(PyInstaller)として提供。ワンクリック「レインクラウド」デプロイテンプレートも利用可能。

動作方法(概要)

  1. フロントエンド(React/Vite)がユーザーのプロンプト、アップロードファイル、テンプレート選択を収集。
  2. バックエンド(Python、uv管理)が選択されたLLMプロバイダー(Gemini、OpenAI、Claudeなど)にリクエストをルーティングし、テキスト生成を処理。また、画像生成プロバイダー(例:Sensenova U1、APIMart)にリクエストを送信してグラフィックを生成。
  3. アップロードされたドキュメントを解析し、抽出されたアセットを保存。プロジェクトメタデータをSQLiteデータベースに保持。
  4. 生成されたスライドは python-pptx を使用してPPTXに組み立てられる。編集可能なエクスポートでは、画像にクリーンな背景を適用し、後でテキスト編集が可能になるようにする。
  5. オプションのTTS(テキストto音声)でナレーションを生成。FFmpegが音声、スライド画像、字幕を統合してMP4動画に変換。

導入方法

  • クイックデモ: https://bananaslides.online/ (一部のモデルに固定APIキーを使用)。
  • セルフホスト: リポジトリをクローンし、.env.example.env をコピーし、使用するLLM/画像サービスのAPIキーを入力。その後 docker compose up -d を実行(またはローカルビルド)。フロントエンドはポート3011、バックエンドは5011で動作。
  • デスクトップ版: RC7リリース(v0.9.0-rc.7)をダウンロードし、パッケージ化された実行可能ファイルを実行。自動的に更新をチェックする。

対象ユーザー

  • すぐに洗練されたデッキが必要な非デザイナー。
  • スライド作成を高速化するためにAI生成のレイアウトアイデアを探しているプロフェッショナル。
  • 講義ノートや課題を視覚的プレゼンテーションに変換したい教育者・学生。
  • プラットフォームを拡張できる開発者(オープンAPI、Docker、ソース公開)。

ロードマップのハイライト

  • 完全に編集可能なPPTX向けのマルチレイヤー精細カットアウト(進行中)。
  • 最新の事実を取得するための統合Web検索。
  • AIが複数ステップをオーケストレーションするエージェントモードワークフロー(例:データ取得 → スライド生成 → 動画作成)。

ライセンスとコミュニティ

  • MITライセンスのオープンソース。
  • スター、フォーク、およびサポート用の公開Discord/WeChatグループを備えた活発なGitHubリポジトリ。
  • 財政的貢献を希望するユーザー向けにスポンサーシップオプション(AIHubMix、APIMart、Volcengine)を掲載。

すべての詳細はリポジトリのREADMEから直接取得;追加機能は想定しない。

関連

  • プロジェクト
  • プロジェクト
  • プロジェクト
  • プロジェクト
  • プロジェクト