以下保留原文关于 AI PPT 技术路线的主体内容，将 其他 Agent 相关实践迁移为 Hermes 工作流说法。

AI 制作 PPT 全景指南：从四大流派到 Hermes 实战

做 PPT 这件事，大概是所有打工人最想甩给 AI 的活儿之一。

市面上的 AI PPT 工具已经多到让人选择困难——Gamma、Canva、豆包、Kimi，还有各种叫不上名字的新产品。但用下来你会发现，它们背后的技术路线其实就那么几条，各有各的硬伤。搞清楚这些路线的差异，比盲目试用十个工具有用得多。

这篇文章先帮你理清 AI 做 PPT 的四大技术流派，再聊聊 AI 办公工具链中的 Hermes 辅助 PowerPoint 工作流，最后重点介绍我在 Hermes 中实际使用的三个 Skill——它们恰好对应三条不同的技术路线，覆盖了我日常绝大多数做 PPT 的场景。

AI PPT 的四大技术流派

把市面上的工具拆开看，无论品牌包装得多花哨，底层无非这四种路子：

流派一：HTML 生成

代表选手：Gamma、Genspark、Manus

这是目前视觉效果最好的一条路线。原理很简单：大模型最擅长生成的就是代码，而 HTML+CSS 能实现的视觉效果远比 PPT 格式灵活。Gamma 就是这条路线的标杆——超过 7000 万用户，累计 4 亿份演示文稿，在线展示效果确实漂亮。

但有个致命问题：导出 PPT 格式会崩。 字体缺失、布局错乱，几乎所有用过 Gamma 的人都踩过这个坑。如果你的场景是在线分享、创业路演，Gamma 很好用；但如果领导要你交一个 .pptx 文件，那就尴尬了。

流派二：图片 PPT

代表选手：Napkin AI 火了之后各家跟进的方案

思路是让 AI 把每一页 slide 生成为一张图片，再把图片塞进 PPT 文件里。优势是视觉效果可以做到设计师级别（毕竟是 AI 画图），而且输出的 .pptx 文件在任何环境下打开都不会走样。

代价是不可编辑。 生成出来的 PPT 每一页就是一张图，你没法直接改文字或调布局。想改？只能重新生成那一页。适合做完就用、不需要反复修改的场景。

流派三：模板填空

代表选手：Canva Magic Design、Beautiful.ai、AiPPT

这是最”传统”的路线——平台提供海量模板，AI 负责根据你的内容选模板、填内容、调配色。Canva 有 40 万+ 模板，Beautiful.ai 有 Smart Slides 自动排版，效果都不错。

上限受模板限制。 你的 PPT 永远跳不出模板的框框。用多了之后风格会撞车，而且深度自定义很麻烦。国产的 AiPPT 是这条路线的代表，豆包和 Kimi 的 PPT 功能底层都在调它。

流派四：模型直接生成 OOXML

之前有一些工具尝试让模型直接生成 PowerPoint 的原生 XML 格式（OOXML）。理论上这是最理想的方案——输出的 PPT 完全可编辑，格式也不会崩。

但效果一直不好。 PPT 的 XML 结构极其复杂，模型生成时很容易出错，渲染出来的效果也远不如前三种流派。所以这条路线的市占率一直最低，直到最近 Hermes 生态 的方案才有了明显改善。

第五种路线：Hermes 辅助 PowerPoint 原生集成

2026 年 2 月 5 日，Hermes 生态 推出了 Hermes 辅助 PowerPoint 工作流，以 Office Add-in（加载项）的形式嵌入 PowerPoint。这不算上面四种流派的任何一种，而是走了一条新路：让 AI 直接在 PowerPoint 内部操作。

它的工作方式是：在 PowerPoint 里打开 Hermes 面板，用自然语言告诉它你要什么。Hermes 会读取当前演示文稿的母版、布局、字体、配色方案，然后生成符合模板风格的内容。

几个亮点：

• 模板感知：读取幻灯片母版信息，生成内容自动遵循企业模板风格，保真度优于 Microsoft Copilot
• 原生可编辑图表：生成的图表在 PowerPoint 中可以直接编辑数据，不是贴图片
• 精准编辑：可以针对特定幻灯片修改，不用重新生成整套

价格和限制：

但问题来了：PPT 操作消耗的配额远高于普通聊天。 用量限制基于 5 小时滚动窗口，Pro 用户做个复杂 PPT 可能很快就触顶，得等 5 小时恢复。如果你是重度用户，$20 的 Pro 基本不够用，至少要上 $100 的 Max。

定位很清晰：效果最好，但也最贵。 适合对质量要求高、预算不敏感的专业场景——咨询公司做客户汇报、投行做 Pitch Deck 这种。

国产方案：便宜但有局限

国产 AI PPT 工具的最大优势是中文支持好、价格低甚至免费。但目前的格局有点尴尬。

豆包（字节跳动）：底层调的是 AiPPT.com 的能力——豆包负责生成大纲，AiPPT 负责渲染 PPT。用起来的问题是体验割裂：编辑和下载要跳转到 AiPPT 平台，感觉像是两个产品硬拼在一起。免费额度用完后需要 AiPPT 付费（99 元/年）。在多个横评中排名中游，适合赶时间快速出稿，设计质量别抱太高期望。

Kimi（月之暗面）：最大的卖点是完全免费，而且没有次数限制，单次最多 50 页。内容提炼能力确实强——扔一篇长文档进去，提炼出的大纲和结构比其他工具明显好一档，被评为”格式最稳、内容最丰富”。但设计美观度一般，模板选择有限，视觉上跟 Gamma 差距明显。适合数据丰富的严谨汇报场景，视觉不太好看也没关系的那种。

共性问题：国产工具大多依赖 AiPPT 作为底层引擎，模板有限、设计美观度与 Gamma 有明显差距。但对中文场景支持好，价格优势大——如果你的需求是”快速出一个能用的 PPT”，国产方案够了。

Hermes + Skill：三条路线，一个入口

接下来是这篇文章的重点。如果你用 Hermes，其实可以通过安装不同的 Skill，在命令行里直接生成 PPT。目前 skills.sh 上有三个值得关注的 PPT Skill，恰好对应前面提到的三条技术路线。

1. revealjs Skill（HTML 流派）

安装：npx skills add https://github.com/kziemski/revealjs-skill --skill revealjs 周安装量：~63

这个 Skill 基于 reveal.js 框架，输出纯 HTML 文件，浏览器打开就能演示。

核心能力：

• 18 套内置配色方案（Burgundy Luxury、Sage & Terracotta、Retro Rainbow 等）
• 支持动画、过渡效果、Speaker Notes
• 内置 Chart.js 数据可视化
• 离线可用，所有依赖打包在本地
• 生成后还能通过浏览器直接点击编辑文字

工作流是 7 步：规划结构 → 生成模板 → 定制 CSS → 填充内容 → 溢出检测 → 截图审查 → 最终化。有个 create-presentation.js 脚手架工具，一行命令就能搭好骨架。

适合谁：技术演讲、开发者大会、数据报告——这些场景需要代码高亮、Chart.js 图表、动画交互，reveal.js 是最佳选择。

不适合谁：输出是 HTML 不是 .pptx，企业环境不方便分享。而且需要理解 HTML/CSS 和 reveal.js 概念，有一定学习门槛。

2. baoyu-slide-deck Skill（图片 PPT 流派）⭐ 主力推荐

安装：npx skills add https://github.com/jimliu/baoyu-skills --skill baoyu-slide-deck 周安装量：~3,700

这是我目前的主力方案。

原理是 AI 为每张 slide 生成一张图片（PNG），再合并成 .pptx 和 .pdf 文件。

最大亮点是风格系统——16 个预设 + 4 个自定义维度（材质、色调、字体风格、信息密度），组合起来几乎覆盖所有场景：

而且它会根据内容关键词自动推荐风格——检测到 “tutorial” 自动推 sketch-notes，检测到 “architecture” 自动推 blueprint，挺聪明的。

工作流分 9 步，但支持分步执行：可以先 --outline-only 只看大纲，满意了再 --prompts-only 生成提示词，最后再出图。每一步都可以人工审查和修改，不满意就重来那一步。单张 slide 生成需要 10-30 秒，20 张 deck 大概 3-10 分钟。

我日常用它做项目汇报、培训材料、知识星球文章的配图 deck，效果不错。视觉质量远超代码渲染的工具，输出的 .pptx 在任何电脑上打开都不会走样。

缺点也要说清楚：

• 生成出来的是图片，不能直接编辑文字
• 依赖 AI 图片生成 API，有额外成本
• 每张 slide 10-30 秒的等待时间，急活儿不太合适
• 不适合现场演示（没有动画和 Speaker Notes）

3. anthropics/pptx Skill（原生 PPT 流派）

安装：npx skills add https://github.com/Hermes skills catalog --skill pptx 周安装量：~14,600（三个 Skill 中最高）

这是 Hermes 生态 官方出品的 Skill，也是 skills.sh 上安装量最高的 PPT 技能。

跟 baoyu-slide-deck 的关键区别：它生成的是真正可编辑的 PowerPoint 文件——文本、形状、布局都可以在 PowerPoint 里直接修改。技术上用的是 pptxgenjs（Node.js）和 python-pptx 来生成原生 PPTX。

核心特点：

• 支持读取、编辑、创建 PowerPoint 文件
• 有详细的设计指导（禁止标题下方加装饰线这种”AI 痕迹”、推荐话题相关配色、三明治结构等）
• 内置 QA 流程：通过 LibreOffice 转 PDF → 转图片 → subagent 视觉审查
• 输出完全原生的 .pptx，企业模板兼容性好

适合谁：需要后期编辑的正式场合——企业模板要求严格、品牌一致性要求高、或者 PPT 要交给其他人继续修改的场景。

不适合谁：视觉效果不如 baoyu-slide-deck（代码生成 PPT 的视觉上限天然比 AI 画图低），但可编辑性完胜。

实战演示：同一主题，三种效果

光讲原理不过瘾，我用同一个主题”Q1 AI 团队工作汇报”分别跑了一遍三个 Skill，各生成 8 张 slides。下面是真实的过程和效果对比。

baoyu-slide-deck：设计师级视觉

启动命令：

/baoyu-slide-deck Q1 AI 团队工作汇报 --style corporate --audience executives --lang zh --slides 8

风格选了 corporate——Navy (#1E3A5F) + Gold (#C9A227) 配色，几何排版，正经季度汇报该有的样子。

Skill 自动生成的大纲结构很合理：封面 → 核心亮点（2x2 数字卡片）→ 三大业务场景（三列布局）→ 关键技术突破（split-screen）→ 团队建设（dashboard）→ Q2 路线图（winding-roadmap）→ 资源需求（icon-grid）→ 结语。8 张图全部一次成功，每张 30-60 秒，总计约 7 分钟，输出一个 16MB 的 .pptx。

效果怎么说呢——Navy+Gold 配色贯穿始终，信息层次分明。Q2 路线图那张用的是 winding-roadmap 布局，金色路径加里程碑节点，视觉冲击力很强，是整套 deck 里我最满意的一页。封面的几何网络图标和技术突破页的 split-screen 对比数据也挺专业。

revealjs：深色科技风

启动命令：

/revealjs 创建一份 Q1 AI 团队工作汇报的演示文稿，8张slides，商务风格

配色选了深蓝商务风——背景 #0d1117、主色 #2196F3、辅色 #00BCD4，字体用的 Noto Sans SC（Google Fonts 中文字体）。结构参数 --structure 1,1,d,1,1,d,1,1，d 是章节分割页。

整个生成过程 7 步：规划 → 脚手架 → CSS → 内容 → 溢出检查 → 截图审查 → 完成。中间有个小插曲——溢出检查发现 slide 7 超出了 102px，Skill 自动压缩了文案才通过。总耗时约 10 分钟，输出 HTML 文件和 PDF，浏览器直接打开。

效果是深色科技风，stat-box 数字特别醒目——96.8% 模型准确率、47ms 延迟这些关键指标一眼就能看到，进度条组件也很直观。每张 slide 布局都不一样（2x2 grid、3列卡片、dashboard、1:2 不等列），不会视觉疲劳。还有个很实用的功能：自带可视化浏览器编辑——点击任意文字就能直接改。

anthropics/pptx：朴实但能改

启动命令：

npx skills add https://github.com/Hermes skills catalog --skill pptx
# 安装 pptxgenjs 依赖后，按 SKILL.md 指引生成
node create-q1-report.js

配色用了 Ocean Gradient（深蓝 #065A82 + 青色 #1C7293），字体 Georgia（标题）+ Calibri（正文）。结构是：封面 → 目录 → 团队概况（4个数据卡片）→ 核心项目（3个状态卡片）→ 技术成果（2x2 网格）→ 数据指标（柱状图 + KPI）→ Q2 规划（时间线）→ 致谢。总耗时约 5 分钟，输出一个 185KB 的 .pptx。

效果视觉上确实不如 baoyu-slide-deck 精致——代码生成和 AI 画图的天然差距没办法。但这个方案最大的杀手锏是完全可编辑：所有文本、图表、形状都是独立对象，可以在 PowerPoint 里随便拖、随便改。柱状图是原生图表，能直接编辑底层数据。185KB 的文件大小也很友好——邮件附件随便发，不会被限制。

三方对比小结

把三个方案放在一起看：

一句话总结：要好看选 baoyu-slide-deck，要能改选 anthropics/pptx，要酷炫交互选 revealjs。没有全能选手，看你的场景取舍。

Demo 资源

实战演示中的完整 Prompt 和代码已上传，方便你参考复现：

• baoyu-slide-deck 封面 Prompt — 包含完整的风格指令和内容描述
• baoyu-slide-deck 路线图 Prompt — winding-roadmap 布局的 Prompt 示例
• anthropics/pptx 生成脚本 — 完整的 pptxgenjs 代码，可直接运行

选型建议

一张表说清楚：

我个人的使用策略是：baoyu-slide-deck 做主力（覆盖 80% 的日常场景），anthropics/pptx 做补充（需要后期编辑时切换），偶尔用 revealjs 做技术分享。三个 Skill 都装在 Hermes 里，根据场景随时切换，比在不同的 SaaS 平台之间跳来跳去方便多了。

写在最后

AI 做 PPT 这件事，没有银弹。每种方案都在视觉质量、可编辑性、格式兼容、生成速度、价格这几个维度之间做取舍。

如果你是 Hermes 用户，三个 Skill 的组合基本能覆盖所有场景，而且成本比订阅 Hermes Max 或 Gamma Pro 低很多（API 按量计费，轻度使用每月几美元就够了）。

如果你不用 Hermes，那就根据自己的核心需求选：追求视觉效果选 Gamma，追求免费选 Kimi，追求可编辑性和企业合规选 Hermes 辅助 PowerPoint 工作流。

工具只是工具，关键还是你想讲什么故事。

相关阅读

• 用 AI 生成年度述职 PPT 完整教程 — 之前写的单个工具 PPT 教程，侧重实操步骤
• 从需求到自动化：Hermes Skill 工具链完整实战 — 了解 Skill 的安装和使用机制
• Hermes 完整安装与配置教程（支持国内模型） — 还没装 Hermes 的可以先看这篇