全自动方案一般效果都不行，vibe coding 16:9 的 html ，引入各种 chart, tailwind css, fontawsome, npm 引入 cheerio ，pptxgenjs ，puppeteer 生成 html 生成截图、生成 ppt 页面的 node 命令，html 用提示词微调不足，图片用各种大模型免费生图形成插入图、背景图，结合 qwen image edit 微调图片内容。然后你就可以得到很漂亮的 ppt 了。

banana-slides 有导出可编辑的功能，虽然做不到完美，但是确实能用

有个技术问题咨询一下各位大佬： gemini 生成的是图片，他如何做到可以把图片转为 ppt 以后，下载以后可以编辑呢？纯图片》可编辑 ；这个过程是提示词让 gemini 做了什么吗？

蹲一个 NotebookLM 转可编辑 ppt 方案

我前段时间设计了一个方案，先利用 NanoBananaPro 来生成 PPT 图片，效果与 banana-slides 类似。 之后实现可编辑，核心思路是利用了 Gemini 的视觉思维能力去识别图片中的文字位置和内容样式，从而生成遮罩。 然后利用纯色填充+渐变填充来实现移除文字。 移除之后将上面识别到的文字与样式放置到对应位置，组装为一个完整 PPT ，从而达到可编辑文字的 PPT 效果。 https://github.com/MoonWeSif/NextCreator

@youyouzi 可以参考我这里的开源思路，核心利用了 Gemini 的视觉思维能力去识别图片中的文字位置和内容样式，生成遮罩。 然后利用纯色填充+渐变填充来实现移除文字。 移除之后将上面识别到的文字与样式放置到对应位置，组装为一个完整 PPT ，从而达到可编辑文字的 PPT 效果。 核心还是考虑到作为一个桌面端应用，尽量轻量化，原先是 OCR+Inpaint 的思路，但是依赖外部需要部署的服务，过于繁琐了，现在的话下载即用。