把一句话变成可编辑的 PPT（Banana Slides）
Banana Slides 是一个基于 nano banana pro 的原生 AI PPT 生成应用，用 TypeScript 与 Python 写成，输入一句话、大纲或素材文档即可生成整套幻灯片，并导出可编辑 PPTX 与讲解视频。这篇文章梳理它的能力边界、前置条件、关键参数与真实用户踩过的坑，帮读者判断它是否适合自己。
「明天汇报，PPT 还是一片空白」，这是几乎所有 AI PPT 工具都在回答的问题，给出的答案也大多相似：先挑一套模板，再把文字填进占位符。产出的观感接近，图文常常分成两层。Banana Slides 换了一条路，整页画面由 nano banana pro 这类图像模型按提示词直接渲染，风格与排版的控制权落在提示词、参考图和上传的素材上。
Banana Slides 是用 TypeScript 与 Python 写的原生 AI PPT 生成应用，输入一句话、大纲或素材文档，输出整套幻灯片，可导出为可编辑的 PPTX。
它有三种进入方式：打开在线 Demo 直接试，下载 Electron 桌面版安装包，或者本地用 Docker 部署。仓库在 Anionex/banana-slides，采用 AGPL-3.0 许可证，主要语言是 TypeScript（占 48.0%，Python 占 46.9%），当前 15678 Star、1786 Fork、开放 Issue 82 个，最新版本为 v0.9.0-rc.7。
它不做什么
它不自带模型额度。文本生成与生图都要接外部服务，密钥得自己去申请，仓库只提供 .env.example（5.4 KB）和配置入口。
Gemini 免费层级在 Issue 里被确认无法生成图片，只能出大纲，没有付费额度或第三方中转时，流程走不到最后一步。这一点直接决定了成本门槛。
页面本体是模型渲染出的图像，文字可编辑性依赖导出环节的还原，不是原始文本层。v0.3.0 之后对文字颜色、加粗、字号位置和表格文字做了还原优化，但仍属于有损还原。
桌面端在仓库里以 NSIS 安装包和 PowerShell 脚本的形式出现，说明有 Windows 打包产物；其它平台的支持情况，本篇引用的材料里没有说明。
用之前先准备好什么
- 一个模型供应商与对应密钥，可选路径包括 Gemini、OpenAI 兼容接口、火山引擎、APIMart，以及桌面版注册的 11 家 LazyLLM 在线供应商（qwen、doubao、deepseek、glm、kimi、minimax、sensenova、siliconflow、ppio、aiping、openai）。
- 或者走 OpenAI 官方 OAuth 绑定 Codex 账号，绑定后不必手填 API Key，官方说法是 plus 账号五小时可生成 100+ 张 2k 图。这条基于 OpenAI 官方 OAuth PKCE 授权流程。
- 要改造已有的 PPT，还需要 MinerU 凭据，配置不全时会报凭据错误。
- 本地部署需要能跑 Docker 的环境，仓库同时提供了 Docker 镜像构建文件与 Node、Python 的依赖清单（
package.json、pyproject.toml、uv.lock）。
主要功能
- 多入口起稿：一句话、大纲、页面描述都能生成幻灯片，也可以上传素材文档或图片，由系统先解析内容再出页。仓库里带
create-test-data.sh这类造测试数据的脚本。 - 逐页模板：支持单模板与多模板两种模式。可上传图片或 PDF 构建项目模板库，AI 自动解析模板的视觉特征并为每页智能匹配，也支持逐页手动绑定、补充文字模板，两种模式之间可以双向切换。
- 素材工具箱：在素材生成之外提供整图编辑、框选编辑（overlay / replace）与智能擦除三种模式，统一入口操作。打开图片编辑时默认进入框选状态。
- 对话式局部修改：可以口头指定区域要求改图，不用整页重出。
- 导出可编辑 PPTX：v0.3.0 起优化了文字颜色与加粗的还原、表格文字识别、字号与位置还原逻辑，并减少了导出背景图残留文字。背景想在导出后可编辑，可在「设置-导出选项-背景获取」里选择「生成式获取」。
- 在线幻灯片播放器：预览页提供沉浸式播放入口，支持应用内近似全屏与浏览器原生全屏，键盘、画面点击区域和控制按钮都能翻页，退出后主预览停留在最后播放页。
- 桌面端：Electron 加内置后端的桌面应用，启动后可检查更新但不会未经确认自动下载，可在设置里关闭启动检查或手动检查；更新卡片会显示版本号、本次更新摘要与完整更新日志链接，提供下载进度、失败重试和「重启并更新」。
- CLI 与 Agent Skills：2026-04-11 起支持命令行操作，并加入了 agent skills 能力。
- 风格描述：RC7 起可以在项目设置和预览中结合页面内容生成风格描述；自定义的文字风格描述模板可以命名、标色并持久化复用，不必每次重输。
讲解视频也是它的一条输出路径，仓库里有 TODO_video_narration_fixes.md 记录相关待修问题，RC2 修复过讲解视频的 FFprobe 路径错误。
安装与最短示例
最省事的方式是不安装：打开在线 Demo，地址是 bananaslides.online，注册可直接体验生成流程。
本地部署走 Docker，仓库提供了三份 Compose 文件（docker-compose.yml、docker-compose.prod.yml、docker-compose.allinone.yml）和 Dockerfile.allinone。具体启动命令在它 README 的「使用方法」章节和 docs.bananaslides.online 里，本篇引用的文档片段中没有给出，需要照着官方文档执行。
桌面版到 Releases 页下载安装包，当前候选版本为 v0.9.0-rc.7（2026-09-05），该版本把生图请求内部的主模型从 gpt-5.4 更新为 gpt-5.6-terra，实际图片生成仍用 gpt-image-2。
启动之后的最短路径是：在设置里选好 provider 并填密钥，回到首页输入一句话或一段大纲，确认页数与比例，点生成。
接第三方 OpenAI 兼容中转时，Issue 里有用户贴出过这样一份配置，字段命名以仓库的 .env.example 为准：
AI_PROVIDER_FORMAT=openai
OPENAI_API_KEY=sk-xxxx
OPENAI_API_BASE=http://10.0.1.6:8045/v1
TEXT_MODEL=gemini-2.5-flash关键参数
TEXT_MODEL 与图片模型分开配置，项目默认的文本模型是 gemini 2.5 flash。走 Codex OAuth 时，图片模型不要填成文本模型，这是 RC7 专门修的 400 报错来源。
AI_PROVIDER_FORMAT 决定接口协议，填 openai 时配套用 OPENAI_API_KEY 与 OPENAI_API_BASE。供应商预设在桌面版里已经注册好，LazyLLM 那 11 家可以直接选。
分辨率支持 1K / 2K / 4K 三档传递。比例与额外字段在 2026-03 的更新中加入，用于控制页面尺寸与补充信息。
导出相关配置集中在「设置-导出选项」，其中「背景获取」可选生成式获取，代价是导出耗时更长。
结果在哪里看
- 前端预览页，生成完成后逐页展示，可以从预览页返回描述编辑页继续改。
- 在线幻灯片播放器，用于演示和快速翻页检查。
- 导出的可编辑 PPTX 文件，落到本地磁盘。
- 讲解视频文件，由独立流程生成。
- 桌面版的更新卡片，显示版本号与更新摘要。
实际使用中的坑
Codex 登录后仍连接失败。有用户把授权小网页地址栏里的链接贴回输入框，依旧提示连接失败，而本地 Codex CLI 用 GPT Plus 套餐正常。该 issue 已解决，评论 16 条；RC7 又修了一次「已连接但生图返回 400」的情况。
Gemini 免费层级生不出图。现象是大纲能生成、图片生成失败，导致整个 PPT 出不来。该 issue 已解决，评论 10 条，官方路径是换用有额度的 provider 或第三方中转。
配了第三方密钥后出现 CORS 跨域错误。前后端都正常运行的情况下仍报网络错误，该 issue 已解决，评论 14 条。
自定义风格模板还原度差。把学校要求的模板内容存成图片、拼接成一张再上传，生成结果与上传模板的差异比较大，而用项目自带模板时风格遵循效果很好。该 issue 已解决，评论 7 条。同一位提问者还问到默认的 gemini 2.5 flash 是否具备 nano banana 能力，这条也说明图像模型要单独确认。
横向对照
| 项目 | 适合谁 | 部署方式 | 主要限制 | 什么情况下选它更合适 | 项目地址 |
|---|---|---|---|---|---|
| banana-slides | 要成套设计感幻灯片、愿意自备模型密钥的职场人、教师与学生 | Docker Compose（三份 compose 文件 + Dockerfile.allinone）、Electron 桌面安装包、在线 Demo | 生图依赖 nano banana pro 这一类图像模型与外部密钥，Gemini 免费层级可能出不了图；页面本体是渲染图像，文字可编辑性靠导出还原 | 需要逐页模板、框选局部修改、可编辑 PPTX 与讲解视频这条完整链路时 | banana-slides |
| joymate/CozySlide | 想用一句话或大纲快速出一套幻灯片的个人 | 仓库没有说明 | 仓库信息有限，未逐一核实 | 只需要「输入想法出幻灯片」这一核心流程，不需要桌面端、模板库与视频导出时 | joymate/CozySlide |
| Gfddfgydddx/langchat-slides | 想找个轻量 AI slides 生成器试手的开发者 | 仓库没有说明 | 仓库信息有限，未逐一核实 | 只想验证一句提示词能生成什么效果的幻灯片、不在乎导出格式与模板控制时 | Gfddfgydddx/langchat-slides |
如果只是想把一段文字快速变成几张配图幻灯片，不打算折腾模型密钥、模板库和桌面端，CozySlide 这类只做核心生成流程的小项目上手更快；banana-slides 完整能力的代价是更长的部署链条，仓库体积 63428 KB，前后端加 Python 后端一起跑，而且要留意 AGPL-3.0 在闭源分发场景下的要求。
适合谁
适合要把商业提案、课程教案、作业 Pre 在几十分钟内做成成套视觉稿的人，尤其是对模板同质化不满、愿意自己维护一个 provider 密钥的用户。也适合想拿现成前端加后端架构做二次开发的开发者，仓库里 React 前端、Python 后端、CLI、桌面端和 skills 目录都分开了。不适合完全不想配置模型密钥、希望开箱即用且零成本的人，也不适合需要严格离线运行、或者做出来的幻灯片必须逐字精修排版的人。
焚评：这个项目的量化评分
本项目的选题来自 焚.com（一个按公开公式给 GitHub 项目打分的站）。焚评当前总分 9.4 分（满分 10）。下表是各维度的得分：
| 评分维度 | 得分 |
|---|---|
| 热度动量（权重 25%） | 10.0 / 10 |
| 开发活跃（权重 25%） | 8.0 / 10 |
| 社区响应（权重 15%） | 10.0 / 10 |
| 文档质量（权重 15%） | 10.0 / 10 |
| 发布节奏（权重 10%） | 8.8 / 10 |
| 风险控制（权重 10%） | 10.0 / 10 |
评分口径、权重与计算方式见焚.com 的评分方法页；数据随 GitHub 指标刷新，具体数值以焚.com 当前页面为准。本文正文为诀.com 独立撰写，评分数据由焚.com 授权引用。
内容核验说明
一份写明边界的选型参考：它如实交代不自带模型额度、页面本体是渲染图像、导出属有损还原，并把仓库 Issue 里踩过的坑逐条对上。适合愿意自备密钥、需要逐页模板与可编辑 PPTX 的教师、学生和提案制作者；只想零成本开箱即用的人应看更轻的项目。文中的 Star、Issue 数、版本与焚评评分来自公开披露，诀.com 未独立验证。
仓库 Star、Fork、开放 Issue 数、版本号、仓库体积与焚评评分均取自公开页面，诀.com 未独立验证；导出效果案例、使用案例 PDF 与配置片段由提交者在 Issue 中提供，本站未实测，结果不保证复现。用户反馈摘要
根据仓库 Issue 来看，反馈集中在模型接入：Codex 登录后连接失败、Gemini 免费层级能出大纲却生不出图、第三方中转报 503 与 CORS 跨域、图像生成返回 400，这些状态多为已解决；自定义风格模板还原度差也有一条报告。另有提交者希望增加本地 LLM 与本地图片模型支持，以及上传粗糙 PPT 自动翻新。持续更新的使用案例帖状态为待解决。默认文本模型是否具备 nano banana 能力，有提交者表示困惑。
基于该仓库公开 Issue 整理，只反映提交者报告的现象与诉求，不代表诀.com 立场，也不代表问题已被确认。项目来源与说明
开源项目：Anionex（Anionex）
本文由诀.com 编辑基于该项目的公开信息独立撰写，属原创解读，不是对项目文档的翻译或转载；文中提到的功能与参数以官方仓库为准，代码与文档版权归原作者所有。
查看项目仓库