PPTist
PPTist 是一款基于网页的在线演示文稿编辑与应用工具,旨在复刻微软 PowerPoint 的核心功能,让用户无需安装任何软件,即可在浏览器中直接创建、编辑和播放幻灯片。它支持文本、图片、形状、图表、音视频及数学公式等多种元素,并具备 AI 生成 PPT 的能力,有效解决了传统桌面软件依赖本地环境、协作不便以及跨平台编辑困难的问题。
值得注意的是,PPTist 主要面向具备一定 Web 开发经验的开发者群体,而非普通的终端用户。项目定位更倾向于为有自定义幻灯片开发需求的技术人员提供一个高质量的开源底座,而非开箱即用的成品服务。其独特的技术亮点在于采用 Vue 3.x 和 TypeScript 构建,刻意避免依赖重型 UI 组件库,从而实现了极高的代码灵活性与样式定制自由度。同时,PPTist 通过全局右键菜单、丰富的快捷键组合以及细腻的交互优化,努力在网页端还原桌面级应用的流畅操作体验。如果你正在寻找一个可深度二次开发的 Web 幻灯片解决方案,或希望研究前端复杂交互的实现逻辑,PPTist 将是一个极具参考价值的选择。
使用场景
某初创公司的技术团队需要在内部 Wiki 系统中集成一个轻量级的在线演示功能,以便产品经理能直接在浏览器中编辑和展示项目方案。
没有 PPTist 时
- 开发成本高昂:团队若从零开发基于 Web 的幻灯片编辑器,需耗费数月处理复杂的拖拽、层级管理和渲染逻辑,严重挤占核心业务开发时间。
- 交互体验割裂:现有的简易 H5 页面缺乏右键菜单、快捷键支持及精细的对齐辅助,导致用户在浏览器中编辑时手感生涩,无法达到桌面级软件的流畅度。
- 功能扩展困难:由于缺乏统一的架构设计,想要新增图表、公式或视频嵌入等多媒体元素时,代码耦合度高,修改风险大且周期长。
- 多端适配缺失:传统方案往往忽略移动端适配,导致用户无法在平板或手机上进行基础的预览和简单编辑,限制了使用场景。
使用 PPTist 后
- 快速集成落地:基于 Vue 3 和 TypeScript 构建且无重型 UI 库依赖,开发人员可迅速将 PPTist 的核心编辑能力嵌入内部系统,大幅缩短上线周期。
- 原生级操作体验:直接复用 PPTist 内置的全局右键菜单、丰富快捷键及细节优化,让用户在网页端也能获得近乎 MS PowerPoint 的丝滑编辑感受。
- 灵活定制元素:得益于清晰的代码结构,团队能轻松在现有基础上扩展特定的业务组件(如自定义数据看板),同时完美支持文本、形状、多媒体等标准元素。
- 全平台无缝覆盖:利用 PPTist 自带的移动端适配能力,实现了从桌面端到移动端的无缝切换,满足了随时随地预览和微调演示文稿的需求。
PPTist 通过提供高完成度的开源底座,让团队以极低的成本拥有了自主可控的专业级 Web 演示编辑能力。
运行环境要求
- 未说明
无需求
未说明

快速开始
简体中文 | English
🎨 PPTist
PowerPoint-ist(/'pauəpɔintist/), 一款基于Web的演示文稿(幻灯片)应用。该应用复刻了Microsoft Office PowerPoint中大多数常用功能,支持文本、图片、形状、线条、图表、表格、视频、音频和公式等多种核心元素类型。用户可以直接在浏览器中编辑和展示幻灯片。
在线试用👉:https://pipipi-pikachu.github.io/PPTist/
✨ 亮点
- 开发便捷:基于Vue 3.x和TypeScript构建,不依赖UI组件库,尽可能避免使用第三方组件,从而更易于样式定制和功能扩展。
- 用户友好:提供无处不在的右键上下文菜单、数十种快捷键以及大量编辑细节优化,力求还原桌面级的应用体验。
- 功能丰富:支持PowerPoint中大多数常用元素和功能,具备AI生成PPT的能力,支持多种格式导出,并可在移动设备上进行基础编辑与预览。
👀 前排提醒
- 本项目的目标受众是有Web幻灯片开发需求且具备基本Web开发经验的开发者。提供的链接仅用于演示目的,并不提供任何线上服务。本项目不应直接作为工具使用,也不支持开箱即用。如果您只是需要现成的服务或工具,请考虑其他产品。
- 这里汇总了一些【常见问题解答】(/doc/Q&A.md)。首次提交Issue或PR时,请务必提前阅读该文档。
- 如需商业用途,请参阅【商业用途】
🧩 项目定位
本项目严格定位于Web幻灯片编辑/演示应用,而非
AI PPT生成器、低代码平台或图像编辑器。以下是针对常见使用场景的推荐程度:
- 低代码平台 / H5编辑器 / 图像编辑器 / 白板(推荐:不推荐):建议选择专门为此类用途设计的开源项目。
- PPT文件预览工具(推荐:⭐):导入.pptx文件的功能有限(兼容性约为60%)。除非您对预览精度要求不高,仅需显示基本内容,否则不建议使用。
- AI PPT生成工具(推荐:⭐⭐):虽然项目提供了基于模板的简单AI生成功能,但这并非核心重点。随着AI技术的发展(从模板生成转向基于HTML或图像的生成),本项目未必会跟随这些趋势。不过,如果您希望构建一个基于模板的AI生成器,并愿意自行实现生成逻辑,PPTist强大的编辑能力将为您提供坚实的基础。
- Office PPT创作工具(推荐:⭐⭐):PPTist支持许多常见的Office功能及基础的.pptx导出功能。然而,导出结果与原始文件并不完全一致,且如前所述,导入功能也有限制。只有在您可以接受这些限制的情况下才建议选择。
- Web幻灯片编辑/演示应用(推荐:⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐):这是本项目的首要使用场景。PPTist的核心优势在于其强大的编辑能力和出色的用户体验。您可以在此基础上进行定制或添加独特的节点与功能,以满足特定需求,而无需追求与Office完全兼容。总结:我们的愿景是让您利用PPTist打造一款区别于Microsoft Office的演示产品,而不是仅仅将其作为编辑Office文件的中间工具。
🚀 安装
node.js版本 >= 20
npm install
npm run dev
浏览器访问:http://127.0.0.1:5173/
📚 功能
基础功能
- 操作历史(撤销、重做)
- 快捷键
- 右键菜单
- 导出本地文件(PPTX、JSON、图片、PDF)
- 导入和导出pptist文件
- 打印
- AI PPT
幻灯片页面编辑
- 添加/删除页面
- 复制/粘贴页面
- 调整页面顺序
- 创建节
- 背景设置(纯色、渐变、图片)
- 设置画布尺寸
- 网格线
- 标尺
- 画布缩放和移动
- 主题设置
- 提取幻灯片样式
- 演讲者备注(富文本)
- 幻灯片模板
- 切换动画
- 元素动画(进入、退出、强调)
- 选区面板(隐藏元素、图层排序、元素命名)
- 页面和节点类型的标签(可用于模板相关功能)
- 查找/替换
- 注释
幻灯片元素编辑
- 添加/删除元素
- 复制/粘贴元素
- 拖动移动元素
- 旋转元素
- 缩放元素
- 多元素选择(框选、点选)
- 将多个元素分组
- 批量编辑多个元素
- 锁定元素
- 元素磁性对齐(移动和缩放)
- 调整元素层级
- 将元素对齐到画布
- 将元素对齐到其他元素
- 均匀分布多个元素
- 拖拽添加文本和图片
- 粘贴外部图片
- 设置元素坐标、大小和旋转
- 元素超链接(链接到网页、链接到其他幻灯片页面)
文本
- 富文本编辑(颜色、高亮、字体、字号、粗体、斜体、下划线、删除线、下标、内联代码、引用、超链接、对齐方式、编号、项目符号、段落缩进、清除格式)
- 行高
- 字符间距
- 段落间距
- 首行缩进
- 填充颜色
- 边框
- 阴影
- 透明度
- 竖排文本
- AI改写/扩展/缩写
图片
- 裁剪(自定义、形状、宽高比)
- 圆角
- 滤镜
- 色调(遮罩)
- 翻转
- 边框
- 阴影
- 替换图片
- 重置图片
- 设置为背景
形状
- 绘制任意多边形
- 绘制任意线条(模拟未闭合形状)
- 替换形状
- 填充(纯色、渐变、图片)
- 边框
- 阴影
- 透明度
- 翻转
- 形状格式刷
- 编辑文本(支持富文本,与文本元素的富文本编辑类似)
线条
- 直线、折线、曲线
- 颜色
- 宽度
- 样式(实线、虚线、点线)
- 端点样式
图表(柱状图、条形图、折线图、面积图、散点图、饼图、甜甜圈图、雷达图)
- 图表类型转换
- 数据编辑
- 背景填充
- 主题颜色
- 坐标系和轴文字颜色
- 网格颜色
- 其他图表设置
- 边框
表格
- 添加/删除行和列
- 主题设置(主题颜色、表头、总计行、第一列、最后一列)
- 合并单元格
- 单元格样式(填充颜色、文字颜色、粗体、斜体、下划线、删除线、对齐方式)
- 边框
视频
- 预览封面设置
- 自动播放
音频
- 图标颜色
- 自动播放
- 循环播放
公式
- LaTeX编辑
- 颜色设置
- 公式线条粗细设置
幻灯片放映
- 画笔工具(笔/形状/箭头/荧光笔标注、橡皮擦、黑板模式)
- 预览所有幻灯片
- 底部缩略图导航
- 计时器工具
- 激光指针
- 自动播放
- 演讲者视图
- 观众视图
移动端
- 基本编辑
- 添加/删除/复制/备注/撤销重做页面
- 插入文本、图片、矩形、圆形
- 通用元素操作:移动、缩放、旋转、复制、删除、调整层级、对齐
- 元素样式:文本(粗体、斜体、下划线、删除线、字号、颜色、对齐方式)、填充颜色
- 基本预览
- 播放预览
👀 常见问题
一些常见问题:FAQ
🎯 补充
目前尚无完整的开发文档,但以下文档可能对您有所帮助:
以下是一些辅助开发工具/仓库:
- 导入PPTX文件参考:pptxtojson
- 绘制形状:svgPathCreator
📄 许可证
AGPL-3.0许可证 | 版权所有 © 2020-至今 pipipi-pikachu
🧮 商业用途
如果您希望将本项目用于商业目的,恳请您尊重开源精神,严格遵守AGPL-3.0协议,回馈开源社区。或联系作者获取独立的商业授权。
🧮 商业用途
- 本项目禁止闭源商用,如果你希望将其用于商业项目,请尊重开源,严格遵循 AGPL-3.0 协议,回馈开源社区;
- 如果你因为任何原因,无法执行 AGPL-3.0 协议,可以选择:
- 建议优先考虑执行AGPL-3.0协议,如需付费获取独立的商业授权,请务必在联系作者前阅读以下内容:
- 独立商业授权表示:
- 作者单独出具商业授权协议文件(邮件联系作者获取),双方按流程签署协议;
- 允许将代码用于商业行为,且不必执行 AGPL-3.0 协议;
- 授权对象可以是个人或组织(企业),允许授权对象名下的所有产品使用本项目代码;
- 授权流程:
- 被授权方确认协议内容,若无异议,需提供协议中所需的个人/企业信息;
- 由作者补充好协议双方信息后打印签字,并将电子扫描件发给被授权方;
- 被授权方收到后,将协议打印盖章,再扫描电子档发回给作者,此时协议开始生效;
- 被授权方在协议规定时间内支付费用,并保留好支付凭证,授权结束;
- 授权不等于出售软件或服务:
- 不存在其他“商业版本”、不提供任何API/SDK/在线服务/技术支持/技术咨询/定制开发;
- 不提供可直接交付的产品,你仍需从本仓库获取代码自行开发;
- 该软件无法开箱即用,至少也得自行接入后端能力(使用本项目需要有最基本的web开发经验);
- 不保证未来版本的兼容性,不保证代码没有bug;
- 作者不承担任何因使用本项目代码而导致的直接或间接损失;
- 务必提前做好调研,判断该软件是否符合需求,包括:功能(是否能满足业务需求)和开发(是否上手当前技术栈/实现方案);
- 独立商业授权表示:
- 不接受黑名单/耻辱柱或存在违反协议行为的对象通过任何形式获取商业授权;
- 作者倡导异步沟通(正式、信息量大、信息整合度高),不加私人微信/QQ/手机号等,有任何授权相关疑问请邮件联系,谢谢理解;
- 提需求/报bug/询问技术方案等非授权相关咨询,请在 Issues 中进行。
🔔 其他说明
什么是 AGPL-3.0 协议
协议的核心要求用通俗的语言解释如下:
- 开源义务:如果你用了 AGPL 的代码,无论你或你的下游怎么使用/修改,都必须把你最终的代码全部完整公开出来(不只是给出修改的部分,也不是说换个框架重写一遍就能和原始代码脱离关系了),并继续以 AGPL 协议开源(强调:必须延续 AGPL 协议,保持开源的传染性,不能更换其他协议)。
- 网络服务也要开源:即使你只是用 AGPL 的代码做了一个网站或网络服务,别人通过网络用你的服务时,你也需要遵守上一条开源义务。
- 保留版权声明:你不能删掉代码里原来的作者信息和许可证声明,得告诉大家这代码是从哪儿来的。
- 不能加额外限制:你不能在衍生出来的 AGPL 代码上加一些限制,比如不让别人再分发代码,或者要求别人付费才能使用代码(包括但不限于:要求别人购买授权/服务/产品等)。
- 免责声明:作者不保证代码没有 bug,也不对使用后果负责。
详细协议内容见官方文档:AGPL-3.0 协议
声明
Github、Gitee等代码托管平台存在一些仓库基于本项目代码进行了二次开发,但未遵守AGPL-3.0协议,擅自删除了AGPL-3.0协议许可证声明或改用其他协议,作者在此提醒:这些仓库的代码在事实上仍然属于AGPL-3.0协议,切勿受其误导。
常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器