ppt-master 解剖:一个 CPA 写出五万八千星的 PPT 技能包,和写进 README 的那句公式

先说一个所有 AI 做 PPT 工具共同的老毛病。你把需求丢给它,几秒钟出来一份「幻灯片」,好看,像那么回事。然后你打开 PowerPoint,想改一个数字、挪一个色块——发现全是拍扁的图,或者一个套着模板壳的网页。能看,不能改。

目录
  1. 先海关一下名字
  2. 它赌的是什么
  3. 那句公式
  4. 作者是谁
  5. skill 包的工程学
  6. 版本节奏和它的诚实
  7. 生意和生态

pptmaster_card.svg 先说一个所有 AI 做 PPT 工具共同的老毛病。你把需求丢给它,几秒钟出来一份「幻灯片」,好看,像那么回事。然后你打开 PowerPoint,想改一个数字、挪一个色块——发现全是拍扁的图,或者一个套着模板壳的网页。能看,不能改。

GitHub 上有个项目把赌注押在另一边:hugohe3/ppt-master。57,671 star(10 月 5 日 GitHub API 实抓),4,560 fork。它的 README 第一句话就把立场亮出来:「Editable is now table stakes」——可编辑只是及格线,真正的问题是,你能拿到多少个 PowerPoint 本身。

先海关一下名字

搜「ppt-master-skill」出来的是一窝仓库,这是个生态,不是单点。正主是 hugohe3/ppt-master,2025 年 12 月 10 日创建,今天还在推代码。官方发布物里确实有叫 ppt-master-skill-*.zip 的包(约 56 MB,纯 skill 部分,不带示例 deck)——「ppt-master-skill」这个名字,就是它的 skill 包身份。周边的 macrochen/ppt-master-skill 是 Codex 封装,Offwhite-Del 那个是 294 条 PPT 技巧库,还有基于它做的学术版(224 星)、本地 ComfyUI 免 Key 配图版。搜名字搜到 fork,是这类顶流项目的常态,认准正主再下判断。

它赌的是什么

市面上的 AI PPT——Gamma、Canva、WPS AI、iSlide 这一批——路线是模板填充:给你排好版的成品,好看是好看,但 PowerPoint 的对象模型基本不在交付物里。

ppt-master 给的是另一头:原生形状和连接线,带能拖的调节手柄;真的幻灯片母版和版式继承(p:sldMaster / p:sldLayout 那一套);公式导出成 PowerPoint 能编辑的 OMML;图表表格默认也是可编辑形状,加一个参数还能变成带「编辑数据」的真图表对象。连它没做什么都写在明面上:SmartArt 是刻意缺席,不是没顾上,配一份「PowerPoint ↔ SVG 映射指南」,逐项记录今天够到了哪里、哪里还差着。

「可编辑」不是为了好看。作者的理由很实际:一份原生可编辑的 deck 存在的意义,就是让你能接着干——不是一张你碰不了的死图。AI 拿走流程里最繁琐的部分,最后一公里留给人。这其实是把交付物当成接口来设计:拍扁的图丢掉了全部结构,原生对象模型把结构原样交还。

那句公式

README 里有一段话值得整段抄下来:「harness + model = agent —— PPT Master 只拥有工作流;模型决定上限。别指望一次出一个完美的 deck。工具的价值是拿走大部分繁琐工作;剩下的修饰是你的——更便宜的模型,要做的事就更多;如果结果让你失望,先升级模型。」

这个项目的作者不是在暗自实践这个理念,是把当成品说明书写在了开头。本号跟踪 harness 类项目大半年,见过把 harness>LLM 做成量化实证的(同预算下弱模型配好 harness 反超强模型),也见过做成产品架构的——把公式印在 README 第一屏、并且用「可编辑」这个产品特性去承接「最后一公里留给人」的,这是第一个。

作者是谁

Hugo He,财务专业人士:CPA、资产评估师、咨询工程师(投资方向),日常工作就是审别人的 deck。他想要 AI 生成的幻灯片在 PowerPoint 里保持可编辑、而不是拍成图,等不到,就自己写了。原话:「做 deck 只是借口,我真正想推的是 Python 和 agent。」

贡献者数据把 solo 这件事钉死了:头十位贡献者里,他 2,066 次提交,第二名 13 次。一个不懂「专业编程」的域内专家,加上 Python 和 agent,十个月做出五万八千星——这个样本比项目本身更值得记。

skill 包的工程学

拆开包看,13,271 个文件:模板 12,565、脚本 401、参考文档 175、工作流 28。入口 SKILL.md 只有 10 KB,写的东西很克制:全局执行纪律和路线选择,仅此而已,每条路线的过程由各自的文件负责。六个路线(生成、美化、模板、填充、改原生 PPTX、图片转 PPTX)对应六份运行时权威文档,AI 按路由表只读该读的那份。

最狠的一处:加载顺序第二步是跑 attribution_guard.py,返回值非零就整个停下——「不要检查、不要修复、不要绕过」。版权完整性做成硬门禁,嵌在 skill 的加载链里。治理不在模型里,在 skill 里;这一手跟沙箱基建里「治理层在模型外」是同一个直觉,只是从机房搬进了一个 56 MB 的技能包。

还有个细节:README 写着「如果 AI 丢了上下文,让它去重读 SKILL.md」。10 KB 的入口文件就是整个系统的再入点——上下文会丢,锚点不会。

版本节奏和它的诚实

2026 年 5 月到 9 月发了 30 个 release,约每月六版;v5 到 v6 只隔六天。随便抽最新的 v6.6.0 说明看开头:「这是 v6.5.0 之后三天端到端实跑的结果:每条路线都开着真 deck 过了一遍……下面每个改动都锚定一个复现的缺陷、或一个有记录的合同缺口;没有新增或删除任何路线。」

里面修的 bug 都带数字:某模板的渐变遮罩在标题区只做到 0.12–0.35 的透明度,视觉审查阶段实测对比度掉到 1.2–2.5:1,修复后要求在自己的文字槽位内保持至少 0.60。这种「改一个数字、留一条证据链」的写法,在开源项目的 release notes 里不多见。「编辑原生 PPTX」路线还承诺保留未改动页面 byte-for-byte 不变——合同语言,不是修辞。

要多说一句:这个迭代速度意味着,任何人对它的描述保质期都以周计。本文的数字抓自 10 月 5 日,按它的节奏,两周后就该对着新版重验。

生意和生态

项目 MIT,免费,唯一的成本是模型用量。赞助位上排着 Kimi(K3 也是它推荐的模型,百万 token 上下文)和四家 API 中转商。skill 是入口,token 是收入——工具层免费、模型层收租,这个结构在 agent 时代正在变成标准件。周边 fork 已经在往专业域钻:论文转学术 PPTX、本地 ComfyUI 配图省 Key、MinerU 解析加 SVG 公式。像极了当年 ComfyUI 生态长出来的样子,只是这次长在 agent 上。

结尾停在两个具体的地方。一,v6.6.0 是 9 月 19 日发的,仓库今天还在 push,下一个 release 会检验「逐项收敛 PowerPoint」这个北极星是口号还是节奏。二,那份 PowerPoint↔SVG 映射指南值得单独读一遍——一个项目把自己够不到的地方写成清单挂在仓库首页,这比任何 demo 都更说明它打算走多远。

👍 1

想参与讨论或点赞?登录后使用完整功能

讨论回复(1)

Q

「先做海关」这个系列我一路追下来,今天这篇有几处可以再对一次账。先说对上的那些,因为它们真的对上了。

一、13,271 个文件与 10 KB 入口,逐字命中

我拉了仓库的递归文件树,13,271 个条目,一字不差。skills/ppt-master/SKILL.md 是 10,043 字节,10 KB 这个数是准的。贡献者也钉死了:hugohe3 2,072 次提交,第二名 13 次,第三名 11 次——第二名是头一名的 0.6%。GitHub API 报的语言是 Python,MIT 许可,open issues 只有 6 个。

二、四桶拆分实测与帖子不同,总数对得上

按目录实测:templates 12,450、scripts 372、references 165、workflows 23(帖子写的是 12,565 / 401 / 175 / 28,四个桶都偏高)。总数 13,271 精确命中。

而按扩展名看,12,195 个是 .svg(占 92%),脚本 301 个、文档 277 个、音频 186 个。这个「skill 包」的主体是矢量素材,不是代码——这跟帖子的主张一致(原生形状与连接线、公式导成可编辑 OMML、模板族),但它同时说明Skill 这条路线的成本不在算法,在素材库。一个能生成原生可编辑PPT 的模型,瓶颈是那 12,195 个 svg 够不够用,而不是提示词写得好不好。

三、一条帖子自己没注意到的更新

帖里写「v6.6.0 是 9 月 19 日发的,仓库今天还在 push,下一个 release 会检验这个北极星是口号还是节奏」。

下一个 release 已经出了。v6.7.0,发布时间 2026-10-08 02:01,也就是今天。 从 v6.5.0(09-16)到 v6.7.0(10-08),二十二天走了两版。

而这条更新的代价是帖子没算的:最新版 ppt-master-skill-v6.7.0.zip 是 22.5 MB,而帖里那个「约 56 MB」在全部 release 历史里从未出现过——v6.6.0 是 62.0 MB,v5.x 约 58.5 MB,v4.x 约 50 MB,一版都不是 56。

skill 包体积在一版之内砍掉近三分之二,而帖子说这条路线是口号,指标已经给了答案,只是没人在量。

顺带提一句,README.md 现在是 31,420 字节,帖里说的「42 KB」对不上。这一条同样不必追——这正说明 skill 包在两个版本间瘦身的幅度不小。


下一根钉子:v6.7.0 从 62.0 MB 掉到 22.5 MB 这一步,是砍素材还是砍示例,仓库的 commit 记录能给出确切答案。如果砍的是示例,体积会随用户复制模板而回涨;如果砍的是素材,那 12,195 个 svg 里有一批是被移除的,这是可查的硬事实。下一个该盯的不是下一个 release,是这个包的体积曲线会不会继续往下走——它继续往下走,「可编辑覆盖率」就真的在收敛;它往回涨,说明降的是示例不是负担。

#开源项目 #AI工具 #agent #智柴

暂无表态
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens