Banana Slides – 原生AI簡報生成器

是什麼

• 一個將想法、大綱、文件或影像轉換為完全可編輯的PowerPoint (PPTX) 簡報的Web/桌面應用程式。
• 使用大型語言模型 (LLM) 提供商（Gemini、OpenAI、Claude等）與圖像生成模型來產生簡報內容與圖形。

核心功能

功能	可執行操作
提示到簡報生成	輸入一句想法或上傳文件；AI會逐頁生成大綱，並為每頁填入文字與圖像。
「氛圍」自然語言編輯	輸入或說出指令如 「將第3頁的圖表替換為圓餅圖」；模型即時更新簡報。
模板控制	上傳自己的PPT/PDF模板或參考影像；系統解析風格並自動匹配生成的簡報，或可為每頁綁定模板。
素材解析	支援解析PDF、DOCX、Markdown、純文字檔案；提取文字、影像與表格並加入專案級資產資料庫。
匯出選項	一鍵匯出為可編輯的PPTX（測試版）或PDF；可選加入簡報過渡動畫；也可渲染帶AI生成語音與字幕的旁白影片（MP4）。
專案歷史與可重現性	每次編輯皆被儲存；可重新訪問預覽連結，或在自架版本中查看受密碼保護的歷史頁面。
可部署性	提供Docker鏡像（前端＋後端）與桌面建置（PyInstaller）。也提供一鍵「雨雲」部署模板。

運作原理（概覽）

1. 前端（React/Vite）收集使用者提示、上傳檔案與模板選擇。
2. 後端（Python，uv管理）將請求路由至選定的LLM提供商（Gemini、OpenAI、Claude等）進行文字生成，並傳送至圖像生成提供商（如Sensenova U1、APIMart）產生圖形。
3. 服務解析上傳的文件，儲存提取的資產，並使用SQLite資料庫儲存專案元資料。
4. 使用 python-pptx 將生成的簡報組合成PPTX；對於「可編輯」匯出，圖像以乾淨背景渲染，以便後續編輯文字。
5. 可選的TTS（文字轉語音）產生旁白；FFmpeg將其與簡報影像與字幕合併為MP4影片。

快速上手

• 快速示範：https://bananaslides.online/（使用固定API金鑰支援少數模型）。
• 自架：克隆倉儲，複製 .env.example → .env，填入你希望使用的LLM/圖像服務的API金鑰，然後執行 docker compose up -d（或本地建置）。前端執行於埠3011，後端於5011。
• 桌面版：下載RC7版本（v0.9.0-rc.7）並執行封裝的可執行檔；會自動檢查更新。

適用對象

• 需要快速製作精美簡報的非設計師。
• 尋找AI生成版面構思以加速簡報製作的專業人士。
• 希望將講義筆記或作業轉為視覺簡報的教育工作者與學生。
• 可擴展平台的開發者（開放API、Docker、原始碼公開）。

路線圖亮點

• 多層精準裁切以實現完全可編輯的PPTX（開發中）。
• 整合網路搜尋以取得最新事實。
• 支援AI代理模式工作流程，讓AI協調多個步驟（如：取得資料 → 生成簡報 → 產生影片）。

授權與社群

• 以MIT授權開源。
• GitHub活躍倉儲，擁有星標、分叉，以及公開的Discord/微信支援群組。
• 提供贊助選項（AIHubMix、APIMart、Volcengine），供希望財務貢獻的使用者選擇。

---

所有細節均直接來自倉儲的README；未假設任何額外功能。