Vibe your PPT like vibing code.
中文 | English
一个基于nano banana pro🍌的原生AI PPT生成应用，支持想法/大纲/页面描述生成完整PPT演示文稿，
自动提取附件图表、上传任意素材、口头提出修改，迈向真正的"Vibe PPT"
🎯 降低PPT制作门槛，让每个人都能快速创作出美观专业的演示文稿
如果该项目对你有用, 欢迎star🌟 & fork🍴
你是否也曾陷入这样的困境：明天就要汇报，但PPT还是一片空白；脑中有无数精彩的想法，却被繁琐的排版和设计消磨掉所有热情？
我(们)渴望能快速创作出既专业又具设计感的演示文稿，传统的AI PPT生成app，虽然大体满足“快”这一需求，却还存在以下问题：
- 1️⃣只能选择预设模版，无法灵活调整风格
- 2️⃣自由度低，多轮改动难以进行
- 3️⃣成品观感相似，同质化严重
- 4️⃣素材质量较低，缺乏针对性
- 5️⃣图文排版割裂，设计感差
以上这些缺陷，让传统的AI ppt生成器难以同时满足我们“快”和“美”的两大PPT制作需求。即使自称Vibe PPT，但是在我的眼中还远不够“Vibe”。
但是，nano banana🍌模型的出现让一切有了转机。我尝试使用🍌pro进行ppt页面生成，发现生成的结果无论是质量、美感还是一致性，都做的非常好，且几乎能精确渲染prompt要求的所有文字+遵循参考图的风格。那为什么不基于🍌pro，做一个原生的"Vibe PPT"应用呢？
- 小白：零门槛快速生成美观PPT，无需设计经验，减少模板选择烦恼
- PPT专业人士：参考AI生成的布局和图文元素组合，快速获取设计灵感
- 教育工作者：将教学内容快速转换为配图教案PPT，提升课堂效果
- 学生：快速完成作业Pre，把精力专注于内容而非排版美化
- 职场人士：商业提案、产品介绍快速可视化，多场景快速适配
 |
 |
| 软件开发最佳实践 | DeepSeek-V3.2技术展示 |
 |
 |
| 预制菜智能产线装备研发和产业化 | 钱的演变：从贝壳到纸币的旅程 |
更多可见 使用案例
支持想法、大纲、页面描述三种起步方式，满足不同创作习惯。
- 一句话生成：输入一个主题，AI 自动生成结构清晰的大纲和逐页内容描述。
- 自然语言编辑：支持以 Vibe 形式口头修改大纲或描述（如"把第三页改成案例分析"），AI 实时响应调整。
- 大纲/描述模式：既可一键批量生成，也可手动调整细节。
- 多格式支持：上传 PDF/Docx/MD/Txt 等文件，后台自动解析内容。
- 智能提取：自动识别文本中的关键点、图片链接和图表信息，为生成提供丰富素材。
- 风格参考：支持上传参考图片或模板，定制 PPT 风格。
不再受限于复杂的菜单按钮，直接通过自然语言下达修改指令。
- 局部重绘：对不满意的区域进行口头式修改（如"把这个图换成饼图"）。
- 整页优化：基于 nano banana pro🍌 生成高清、风格统一的页面。
- 多格式支持：一键导出标准 PPTX 或 PDF 文件。
- 完美适配：默认 16:9 比例，排版无需二次调整，直接演示。
- 智能递归进行组件分析提取、文字提取、表格提取，最终得到可手动编辑的pptx
🌟和notebooklm slide deck功能对比
| 功能 | notebooklm | 本项目 |
|---|---|---|
| 页数上限 | 15页 | 无限制 |
| 二次编辑 | 不支持 | 框选编辑+口头编辑 |
| 素材添加 | 生成后无法添加 | 生成后自由添加 |
| 导出格式 | 仅支持导出为 PDF | 导出为PDF、(可编辑)pptx |
| 水印 | 免费版有水印 | 无水印，自由增删元素 |
注：随着新功能添加,对比可能过时
-
【1-3】 : 可编辑pptx导出全面升级：
- 支持最大程度还原图片中文字的字号、颜色、加粗等样式；
- 支持了识别表格中的文字内容；
- 更精确的文字大小和文字位置还原逻辑
- 优化导出工作流，大大减少了导出后背景图残留文字的现象；
-
支持页面多选逻辑，灵活选择需要生成和导出的具体页面。
-
【12-27】: 加入了对无图片模板模式的支持和较高质量的文字预设，现在可以通过纯文字描述的方式来控制ppt页面风格
-
【12-24】: main分支加入了基于nano-banana-pro背景提取的可编辑pptx导出方法（目前Beta）
| 状态 | 里程碑 |
|---|---|
| ✅ 已完成 | 从想法、大纲、页面描述三种路径创建 PPT |
| ✅ 已完成 | 解析文本中的 Markdown 格式图片 |
| ✅ 已完成 | PPT 单页添加更多素材 |
| ✅ 已完成 | PPT 单页框选区域Vibe口头编辑 |
| ✅ 已完成 | 素材模块: 素材生成、上传等 |
| ✅ 已完成 | 支持多种文件的上传+解析 |
| ✅ 已完成 | 支持Vibe口头调整大纲和描述 |
| ✅ 已完成 | 初步支持可编辑版本pptx文件导出 |
| 🔄 进行中 | 支持多层次、精确抠图的可编辑pptx导出 |
| 🔄 进行中 | 网络搜索 |
| 🔄 进行中 | Agent 模式 |
| 🧭 规划中 | 优化前端加载速度 |
| 🧭 规划中 | 在线播放功能 |
| 🧭 规划中 | 简单的动画和页面切换效果 |
| 🧭 规划中 | 多语种支持 |
| 🧭 规划中 | 用户系统 |
这是最简单的部署方式，可以一键启动前后端服务。
📒Windows用户说明
如果你使用 Windows, 请先安装 Windows Docker Desktop，检查系统托盘中的 Docker 图标，确保 Docker 正在运行，然后使用相同的步骤操作。
提示：如果遇到问题，确保在 Docker Desktop 设置中启用了 WSL 2 后端（推荐），并确保端口 3000 和 5000 未被占用。
- 克隆代码仓库
git clone https://github.com/Anionex/banana-slides
cd banana-slides- 配置环境变量
创建 .env 文件（参考 .env.example）：
cp .env.example .env编辑 .env 文件，配置必要的环境变量：
项目中大模型接口以AIHubMix平台格式为标准，推荐使用 AIHubMix 获取API密钥，减小迁移成本
# AI Provider格式配置 (gemini / openai / vertex)
AI_PROVIDER_FORMAT=gemini
# Gemini 格式配置（当 AI_PROVIDER_FORMAT=gemini 时使用）
GOOGLE_API_KEY=your-api-key-here
GOOGLE_API_BASE=https://generativelanguage.googleapis.com
# 代理示例: https://aihubmix.com/gemini
# OpenAI 格式配置（当 AI_PROVIDER_FORMAT=openai 时使用）
OPENAI_API_KEY=your-api-key-here
OPENAI_API_BASE=https://api.openai.com/v1
# 代理示例: https://aihubmix.com/v1
# Vertex AI 格式配置（当 AI_PROVIDER_FORMAT=vertex 时使用）
# 需要 GCP 服务账户，可使用 GCP 免费额度
# VERTEX_PROJECT_ID=your-gcp-project-id
# VERTEX_LOCATION=global
# GOOGLE_APPLICATION_CREDENTIALS=./gcp-service-account.json
...使用新版可编辑导出配置方法: 在百度智能云平台中创建应用并获取API KEY，填写在.env文件中的BAIDU_OCR_API_KEY字段（有充足的免费使用额度）。
📒 使用 Vertex AI（GCP 免费额度）
如果你想使用 Google Cloud Vertex AI（可使用 GCP 新用户赠金），需要额外配置：
- 在 GCP Console 创建服务账户并下载 JSON 密钥文件
- 将密钥文件重命名为
gcp-service-account.json放在项目根目录 - 编辑
.env文件：AI_PROVIDER_FORMAT=vertex VERTEX_PROJECT_ID=your-gcp-project-id VERTEX_LOCATION=global
- 编辑
docker-compose.yml，取消以下注释：# environment: # - GOOGLE_APPLICATION_CREDENTIALS=/app/gcp-service-account.json # ... # - ./gcp-service-account.json:/app/gcp-service-account.json:ro
注意：
gemini-3-*系列模型需要设置VERTEX_LOCATION=global
- 启动服务
docker compose up -dTip
如遇网络问题，可在 .env 文件中取消镜像源配置的注释, 再重新运行启动命令：
# 在 .env 文件中取消以下注释即可使用国内镜像源
DOCKER_REGISTRY=docker.1ms.run/
GHCR_REGISTRY=ghcr.nju.edu.cn/
APT_MIRROR=mirrors.aliyun.com
PYPI_INDEX_URL=https://mirrors.cloud.tencent.com/pypi/simple
NPM_REGISTRY=https://registry.npmmirror.com/- 访问应用
- 前端：http://localhost:3000
- 后端 API：http://localhost:5000
- 查看日志
# 查看后端日志（实时查看最后50行）
sudo docker compose logs -f --tail 50 backend
# 查看所有服务日志
sudo docker compose logs -f --tail 50
# 查看前端日志
sudo docker compose logs -f --tail 50 frontend- 停止服务
docker compose down- 更新项目
拉取最新代码并重新构建和启动服务：
git pull
docker compose down
docker compose build --no-cache
docker compose up -d- Python 3.10 或更高版本
- uv - Python 包管理器
- Node.js 16+ 和 npm
- 有效的 Google Gemini API 密钥
- 克隆代码仓库
git clone https://github.com/Anionex/banana-slides
cd banana-slides- 安装 uv（如果尚未安装）
curl -LsSf https://astral.sh/uv/install.sh | sh- 安装依赖
在项目根目录下运行：
uv sync这将根据 pyproject.toml 自动安装所有依赖。
- 配置环境变量
复制环境变量模板：
cp .env.example .env编辑 .env 文件，配置你的 API 密钥：
项目中大模型接口以AIHubMix平台格式为标准，推荐使用 AIHubMix 获取API密钥，减小迁移成本
# AI Provider格式配置 (gemini / openai / vertex)
AI_PROVIDER_FORMAT=gemini
# Gemini 格式配置（当 AI_PROVIDER_FORMAT=gemini 时使用）
GOOGLE_API_KEY=your-api-key-here
GOOGLE_API_BASE=https://generativelanguage.googleapis.com
# 代理示例: https://aihubmix.com/gemini
# OpenAI 格式配置（当 AI_PROVIDER_FORMAT=openai 时使用）
OPENAI_API_KEY=your-api-key-here
OPENAI_API_BASE=https://api.openai.com/v1
# 代理示例: https://aihubmix.com/v1
# Vertex AI 格式配置（当 AI_PROVIDER_FORMAT=vertex 时使用）
# 需要 GCP 服务账户，可使用 GCP 免费额度
# VERTEX_PROJECT_ID=your-gcp-project-id
# VERTEX_LOCATION=global
# GOOGLE_APPLICATION_CREDENTIALS=./gcp-service-account.json
PORT=5000
...- 进入前端目录
cd frontend- 安装依赖
npm install- 配置API地址
前端会自动连接到 http://localhost:5000 的后端服务。如需修改，请编辑 src/api/client.ts。
（可选）如果本地已有重要数据，升级前建议先备份数据库：
cp backend/instance/database.db backend/instance/database.db.bak
cd backend
uv run alembic upgrade head && uv run python app.py后端服务将在 http://localhost:5000 启动。
访问 http://localhost:5000/health 验证服务是否正常运行。
cd frontend
npm run dev前端开发服务器将在 http://localhost:3000 启动。
打开浏览器访问即可使用应用。
- 框架：React 18 + TypeScript
- 构建工具：Vite 5
- 状态管理：Zustand
- 路由：React Router v6
- UI组件：Tailwind CSS
- 拖拽功能：@dnd-kit
- 图标：Lucide React
- HTTP客户端：Axios
- 语言：Python 3.10+
- 框架：Flask 3.0
- 包管理：uv
- 数据库：SQLite + Flask-SQLAlchemy
- AI能力：Google Gemini API
- PPT处理：python-pptx
- 图片处理：Pillow
- 并发处理：ThreadPoolExecutor
- 跨域支持：Flask-CORS
banana-slides/
├── frontend/ # React前端应用
│ ├── src/
│ │ ├── pages/ # 页面组件
│ │ │ ├── Home.tsx # 首页（创建项目）
│ │ │ ├── OutlineEditor.tsx # 大纲编辑页
│ │ │ ├── DetailEditor.tsx # 详细描述编辑页
│ │ │ ├── SlidePreview.tsx # 幻灯片预览页
│ │ │ └── History.tsx # 历史版本管理页
│ │ ├── components/ # UI组件
│ │ │ ├── outline/ # 大纲相关组件
│ │ │ │ └── OutlineCard.tsx
│ │ │ ├── preview/ # 预览相关组件
│ │ │ │ ├── SlideCard.tsx
│ │ │ │ └── DescriptionCard.tsx
│ │ │ ├── shared/ # 共享组件
│ │ │ │ ├── Button.tsx
│ │ │ │ ├── Card.tsx
│ │ │ │ ├── Input.tsx
│ │ │ │ ├── Textarea.tsx
│ │ │ │ ├── Modal.tsx
│ │ │ │ ├── Loading.tsx
│ │ │ │ ├── Toast.tsx
│ │ │ │ ├── Markdown.tsx
│ │ │ │ ├── MaterialSelector.tsx
│ │ │ │ ├── MaterialGeneratorModal.tsx
│ │ │ │ ├── TemplateSelector.tsx
│ │ │ │ ├── ReferenceFileSelector.tsx
│ │ │ │ └── ...
│ │ │ ├── layout/ # 布局组件
│ │ │ └── history/ # 历史版本组件
│ │ ├── store/ # Zustand状态管理
│ │ │ └── useProjectStore.ts
│ │ ├── api/ # API接口
│ │ │ ├── client.ts # Axios客户端配置
│ │ │ └── endpoints.ts # API端点定义
│ │ ├── types/ # TypeScript类型定义
│ │ ├── utils/ # 工具函数
│ │ ├── constants/ # 常量定义
│ │ └── styles/ # 样式文件
│ ├── public/ # 静态资源
│ ├── package.json
│ ├── vite.config.ts
│ ├── tailwind.config.js # Tailwind CSS配置
│ ├── Dockerfile
│ └── nginx.conf # Nginx配置
│
├── backend/ # Flask后端应用
│ ├── app.py # Flask应用入口
│ ├── config.py # 配置文件
│ ├── models/ # 数据库模型
│ │ ├── project.py # Project模型
│ │ ├── page.py # Page模型（幻灯片页）
│ │ ├── task.py # Task模型（异步任务）
│ │ ├── material.py # Material模型（参考素材）
│ │ ├── user_template.py # UserTemplate模型（用户模板）
│ │ ├── reference_file.py # ReferenceFile模型（参考文件）
│ │ ├── page_image_version.py # PageImageVersion模型（页面版本）
│ ├── services/ # 服务层
│ │ ├── ai_service.py # AI生成服务（Gemini集成）
│ │ ├── file_service.py # 文件管理服务
│ │ ├── file_parser_service.py # 文件解析服务
│ │ ├── export_service.py # PPTX/PDF导出服务
│ │ ├── task_manager.py # 异步任务管理
│ │ ├── prompts.py # AI提示词模板
│ ├── controllers/ # API控制器
│ │ ├── project_controller.py # 项目管理
│ │ ├── page_controller.py # 页面管理
│ │ ├── material_controller.py # 素材管理
│ │ ├── template_controller.py # 模板管理
│ │ ├── reference_file_controller.py # 参考文件管理
│ │ ├── export_controller.py # 导出功能
│ │ └── file_controller.py # 文件上传
│ ├── utils/ # 工具函数
│ │ ├── response.py # 统一响应格式
│ │ ├── validators.py # 数据验证
│ │ └── path_utils.py # 路径处理
│ ├── instance/ # SQLite数据库（自动生成）
│ ├── exports/ # 导出文件目录
│ ├── Dockerfile
│ └── README.md
│
├── tests/ # 测试文件目录
├── v0_demo/ # 早期演示版本
├── output/ # 输出文件目录
│
├── pyproject.toml # Python项目配置（uv管理）
├── uv.lock # uv依赖锁定文件
├── docker-compose.yml # Docker Compose配置
├── .env.example # 环境变量示例
├── LICENSE # 许可证
└── README.md # 本文件
为了方便大家沟通互助，建此微信交流群.
欢迎提出新功能建议或反馈，本人也会佛系回答大家问题
常见问题
- 支持免费层级的 Gemini API Key 吗？
- 免费层级只支持文本生成，不支持图片生成。
- 生成内容时提示 503 错误或 Retry Error
- 可以根据 README 中的命令查看 Docker 内部日志，定位 503 问题的详细报错，一般是模型配置不正确导致。
- .env 中设置了 API Key 之后，为什么不生效？
- 运行时编辑.env需要重启 Docker 容器以应用更改。
- 如果曾在网页设置页中设置，会覆盖
.env中参数，可通过“还原默认设置”还原到.env。
- 生成页面文字有乱码
- 可以尝试更高分辨率的输出（openai格式可能不支持调高分辨率）
- 确保在页面描述中包含具体要渲染的文字内容
欢迎通过 Issue 和 Pull Request 为本项目贡献力量！
本项目采用 CC BY-NC-SA 4.0 协议进行开源，
可自由用于个人学习、研究、试验、教育或非营利科研活动等非商业用途；
详情
本项目开源协议为非商业许可（CC BY-NC-SA）， 任何商业使用均需取得商业授权。商业使用包括但不限于以下场景：
-
企业或机构内部使用：
-
对外服务：
-
其他营利目的使用：
非商业使用示例（无需商业授权）：
- 个人学习、研究、试验、教育或非营利科研活动；
- 开源社区贡献、个人作品展示等不产生经济收益的用途。
注：若对使用场景有疑问，请联系作者获取授权许可。
感谢AIHubMix对本项目的赞助
- 项目贡献者们：
- Linux.do: 新的理想型社区
开源不易🙏如果本项目对你有价值，欢迎请开发者喝杯咖啡☕️
感谢以下朋友对项目的无偿赞助支持：
@雅俗共赏、@曹峥、@以年观日、@John、@azazo1、@刘聪NLP、@🍟、@苍何、@biubiu
如对赞助列表有疑问（如赞赏后没看到您的名字），可联系作者