Banana Slides – 原生AI幻灯片生成器

是什么

• 一个将想法、大纲、文档或图像转换为完全可编辑的PowerPoint (PPTX) 演示文稿的Web/桌面应用程序。
• 使用大型语言模型 (LLM) 提供商（Gemini、OpenAI、Claude等）和图像生成模型来生成幻灯片内容和图形。

核心功能

功能	可执行操作
提示到幻灯片生成	输入一句话想法或上传文档；AI会逐页生成大纲，并为每页填充文本和图像。
“氛围”自然语言编辑	输入或说出命令如 “将第3页的图表替换为饼图”；模型实时更新幻灯片。
模板控制	上传自己的PPT/PDF模板或参考图像；系统解析样式并自动匹配生成的幻灯片，或可为每页绑定模板。
材料解析	支持解析PDF、DOCX、Markdown、纯文本文件；提取文本、图像和表格并添加到项目级资产库中。
导出选项	一键导出为可编辑的PPTX（测试版）或PDF；可选添加幻灯片过渡动画；也可渲染带AI生成语音和字幕的旁白视频（MP4）。
项目历史与可复现性	每次编辑均被存储；可重新访问预览链接，或在自托管版本中查看受密码保护的历史页面。
可部署性	提供Docker镜像（前端+后端）和桌面构建（PyInstaller）。也提供一键“雨云”部署模板。

工作原理（概览）

1. 前端（React/Vite）收集用户提示、上传文件和模板选择。
2. 后端（Python，uv管理）将请求路由到选定的LLM提供商（Gemini、OpenAI、Claude等）进行文本生成，并将请求发送到图像生成提供商（如Sensenova U1、APIMart）生成图形。
3. 服务解析上传的文档，存储提取的资产，并使用SQLite数据库保存项目元数据。
4. 使用 python-pptx 将生成的幻灯片组装成PPTX；对于“可编辑”导出，图像以干净背景渲染，以便后续编辑文本。
5. 可选的TTS（文本转语音）生成旁白；FFmpeg将旁白、幻灯片图像和字幕合并为MP4视频。

快速上手

• 快速演示：https://bananaslides.online/（使用固定API密钥支持少数模型）。
• 自托管：克隆仓库，复制 .env.example → .env，填写你希望使用的LLM/图像服务的API密钥，然后运行 docker compose up -d（或本地构建）。前端运行在端口3011，后端在5011。
• 桌面版：下载RC7版本（v0.9.0-rc.7）并运行打包的可执行文件；它会自动检查更新。

适用人群

• 需要快速制作精美演示文稿的非设计师。
• 寻找AI生成布局创意以加速幻灯片制作的专业人士。
• 希望将讲义笔记或作业转化为视觉演示的教育工作者和学生。
• 可扩展平台的开发者（开放API、Docker、源码可用）。

路线图亮点

• 多层精确抠图以实现完全可编辑的PPTX（开发中）。
• 集成网络搜索以获取最新事实。
• 支持AI代理模式工作流，让AI协调多个步骤（如：获取数据 → 生成幻灯片 → 生成视频）。

许可与社区

• 采用MIT许可证开源。
• GitHub活跃仓库，拥有星标、分叉，以及公开的Discord/微信支持群组。
• 提供赞助选项（AIHubMix、APIMart、Volcengine），供希望财务贡献的用户选择。

---

所有细节均直接来自仓库的README；未假设任何额外功能。