---

✨ 2.0 新增功能

🆕 📄 支持上传参考文档 - 项目报告、数据分析、会议纪要等，AI会自动提取要点辅助生成

🆕 📊 支持插入图表素材 - 上传Excel表格或截图，AI直接嵌入对应页面

🆕 💬 素材描述功能 - 为每个素材添加说明，AI理解更精准

---

🔄 2025年1月30日更新

🗜️ 图片压缩优化 - 生成的PPT图片自动压缩为JPEG格式（质量85%），文件体积减少60%以上，前端加载更快

---

🔄 2025年1月29日更新

🎉 生成完成提示 - PPT生成完成后弹出提示窗口，快速下载ZIP/PDF或进入微调模式

⏳ 上传加载优化 - 素材上传过程中显示加载动画，上传完成前禁止关闭弹窗，避免误操作

🔄 重新生成动画 - 单页重新生成时显示遮罩动画，清晰展示当前状态

📁 文件格式验证 - 母版和Logo上传增加格式校验，仅支持PNG/JPG/WebP/GIF，不支持EMF/SVG等矢量格式

💡 格式提示优化 - 上传区域显示明确的格式说明，避免用户上传不支持的文件类型

---

🔄 2025年1月28日更新

📝 每页主旨设置 - 选择具体页数后，可为每一页单独设置主旨/主题，AI生成更精准的大纲

✏️ 大纲预览编辑 - 大纲生成后右侧预览区可直接编辑标题和内容，点击「应用编辑」同步到大纲

🎯 图片微调模式 - 图片生成后点击页面进入微调模式，仅修改指定部分，其他元素保持不变

🔢 页码显示控制 - 高级设置→布局设置中可选择隐藏页码

---

✨ 项目亮点

🚀 一键生成 - 输入主题或想法，AI 自动生成完整 PPT，从大纲到设计一气呵成

🎙️ 语音转写 - 支持上传会议录音，AI 自动转写并整理成结构化演示文稿

📄 文档理解 - 上传PDF/Word/PPT/Excel文档，AI自动提取关键信息

📊 素材嵌入 - 为指定页面上传图表、截图、数据表格，AI直接嵌入PPT

🎨 多种风格 - 内置商务简约、酷炫技术等预设风格，支持完全自定义

🖼️ AI 绘图 - 基于 Google Gemini 图像生成模型，为每页生成专业级配图

📝 实时协作 - 交互式修改大纲和设计，AI 理解你的反馈并即时调整

🎯 精准控制 - 自定义配色、字体、页数、Logo，满足企业 VI 需求

---

📸 效果展示

功能介绍动画

登录界面

工作台

生成过程

设计成果展示

📊 表格数据嵌入效果

---

🎬 完整工作流程

┌─────────────────────────────────────────────────────────────────┐
│  Step 1: 📝 输入你的想法                                        │
│  ─────────────────────────────────────────────────────────────  │
│  "帮我做一个关于2026年AI发展趋势的PPT，                          │
│   面向投资人，需要数据支撑，10页左右"                            │
│                                                                  │
│  💡 可上传会议录音，AI 自动转写整理                              │
│  📄 可上传参考文档（PDF/Word/PPT/Excel），AI 自动提取要点        │
└─────────────────────────────────────────────────────────────────┘
                                 ↓
┌─────────────────────────────────────────────────────────────────┐
│  Step 2: 🎨 选择风格 & 配置参数                                  │
│  ─────────────────────────────────────────────────────────────  │
│  • 风格预设：商务简约 / 酷炫技术 / 自定义                        │
│  • 内容丰富度：内容丰富 / 简约风格 / 跟随整体                    │
│  • 页数控制：自动判断 或 指定 1-20 页                            │
│  • 高级设置：配色方案 / 字体 / Logo / 母版                       │
└─────────────────────────────────────────────────────────────────┘
                                 ↓
┌─────────────────────────────────────────────────────────────────┐
│  Step 3: 📋 AI 生成大纲（可修改）                                │
│  ─────────────────────────────────────────────────────────────  │
│  第1页：封面 - 2026 AI趋势展望                                   │
│  第2页：市场规模 - 万亿级赛道                                    │
│  第3页：技术突破 - 多模态与Agent                                 │
│  ...                                                             │
│                                                                  │
│  ✏️ 不满意？告诉 AI 你的修改意见，实时调整                       │
│  📊 可为指定页面上传图表素材（图片/Excel/粘贴的表格片段），生成时自动嵌入       │
└─────────────────────────────────────────────────────────────────┘
                                 ↓
┌─────────────────────────────────────────────────────────────────┐
│  Step 4: 🎯 AI 生成设计方案（可修改）                            │
│  ─────────────────────────────────────────────────────────────  │
│  为每一页生成详细的设计理念和视觉方案：                          │
│  • 页面布局结构                                                  │
│  • 配色运用说明                                                  │
│  • 图表/图形建议                                                 │
│                                                                  │
│  ✏️ 不满意？继续对话调整，直到满意为止                           │
└─────────────────────────────────────────────────────────────────┘
                                 ↓
┌─────────────────────────────────────────────────────────────────┐
│  Step 5: 🖼️ AI 逐页生成 PPT 图片                                │
│  ─────────────────────────────────────────────────────────────  │
│  🎨 正在生成第 3/10 页...                                        │
│  ████████████████░░░░░░░░░░░░ 50%                               │
│                                                                  │
│  📊 上传的素材会自动嵌入对应页面                                 │
│  ✏️ 单页不满意？点击缩略图，输入修改意见重新生成                 │
└─────────────────────────────────────────────────────────────────┘
                                 ↓
┌─────────────────────────────────────────────────────────────────┐
│  Step 6: 📥 下载成品                                             │
│  ─────────────────────────────────────────────────────────────  │
│  • ZIP 打包下载（所有图片）                                      │
│  • PDF 一键导出                                                  │
│  • 使用 WPS【PDF转PPT】工具进一步编辑                            │
└─────────────────────────────────────────────────────────────────┘

---

🛠️ 技术架构

┌─────────────────────────────────────────────────────────────────┐
│                        前端                              │
│  React 18 + 响应式设计 + 深色/浅色主题                       │
└─────────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────────┐
│                        后端                               │
│  FastAPI + Python 3.10+ + 异步架构                           │
└─────────────────────────────────────────────────────────────────┘
                              │
                              ▼
┌─────────────────────────────────────────────────────────────────┐
│                      AI服务                             │
│  Google Gemini (文本生成 + 图片生成)                         │
│  科大讯飞 iFlytek (语音转写)                                 │
└─────────────────────────────────────────────────────────────────┘

---

🚀 快速开始

环境要求

• Python 3.10+
• Node.js 18+
• Google Gemini API Key

安装步骤

# 1. 克隆项目
git clone https://github.com/tonyqinatcmu/SlideBot.AI.git
cd SlideBot.AI

# 2. 安装后端依赖
pip install -r requirements.txt

# 3. 配置环境变量
cp .env.example .env
# 编辑 .env 文件，填入你的 API Key

# 4. 安装前端依赖并构建
cd frontend
npm install
npm run build
cd ..

# 5. 启动服务
python server.py

访问 http://localhost:8001 开始使用！ 默认邀请码为"VISITOR", 可以修改invite_codes.json文件。

---

⚙️ 配置说明

在 .env 文件中配置以下参数：

# Google Gemini API (必需)
GEMINI_API_KEY=your_gemini_api_key

# 科大讯飞语音转写 (可选，用于录音转写功能)
IFLYTEK_APP_ID=your_iflytek_app_id
IFLYTEK_API_SECRET=your_iflytek_api_secret

# 服务配置
PORT=8001
HOST=0.0.0.0

API 密钥获取

服务	用途	获取地址
Google Gemini	文本/图像生成	Google AI Studio
科大讯飞	语音转写（可选）	讯飞开放平台

---

📁 项目结构

slidebot/
├── server.py              # 后端主程序（FastAPI路由）
├── requirements.txt       # Python 依赖
├── .env.example           # 环境变量示例
├── .gitignore             # Git 忽略配置
├── LICENSE                # MIT 开源协议
├── invite_codes.json      # 邀请码配置
│
├── modules/               # 后端模块（模块化架构）
│   ├── __init__.py       # 模块导出
│   ├── config.py         # 配置常量（API密钥、路径等）
│   ├── prompts.py        # AI提示词模板
│   ├── models.py         # Pydantic数据模型
│   ├── asr.py            # 科大讯飞语音转写
│   ├── invite_codes.py   # 邀请码管理
│   ├── session.py        # 会话状态管理
│   ├── gemini_api.py     # Gemini API调用封装
│   └── visit_counter.py  # 访问计数器
│
├── frontend/              # React 前端
│   ├── src/
│   │   ├── App.js        # 主组件（包含所有UI逻辑）
│   │   └── index.js      # 入口文件
│   ├── public/
│   │   ├── index.html
│   │   └── wps-tip.png   # WPS 提示图
│   └── package.json
│
├── docs/                  # 文档资源
│   └── images/           # README 截图
│
├── outputs/               # 生成的图片输出（自动创建）
├── references/            # 上传的参考文件（自动创建）
├── audio/                 # 录音文件（自动创建）
└── records/               # 使用记录（自动创建）

---

🎨 功能特性

核心功能

功能	描述
🤖 智能大纲	根据输入自动生成结构化PPT大纲，支持实时修改
🎨 风格设计	AI为每页生成详细的设计方案和视觉理念
🖼️ 图片生成	使用Gemini生成专业级配图，支持2K/4K分辨率
📝 实时迭代	对话式交互，随时调整内容和设计
📥 多格式导出	支持ZIP打包和PDF一键导出

高级功能

功能	描述
🎙️ 录音转写	上传会议录音，AI自动转写并整理成PPT
🏢 母版支持	上传企业母版图片，保持VI一致性
🎯 自定义配色	灵活配置主色、辅助色、强调色
📝 自定义字体	中英文字体分别设置
📊 内容丰富度	数据丰富/简约风格自由切换
🌙 深色模式	支持深色/浅色主题切换

🚧 开发计划 (TODO)

• 智能大纲生成与迭代修改
• AI 设计风格生成
• Gemini 图片逐页生成
• 录音转写整理成 PPT
• 自定义配色、字体、Logo
• ZIP / PDF 多格式导出
• 素材上传 - 支持用户上传 PDF、Word、PPT、Excel、图片等素材，AI 自动提取整理
• 演讲稿生成 - 除 PPT 外，为用户生成配套的演讲稿 / 讲稿
• 风格持久化 - 保存用户的个性化风格偏好，下次使用自动加载

---

🔧 开发指南

本地开发

# 后端开发（热重载）
uvicorn server:app --reload --port 8001

# 前端开发
cd frontend
npm start

生产部署

推荐使用以下方式部署：

# 生产环境部署
uvicorn server:app --host 0.0.0.0 --port 8001

# 或使用 Docker（可自行编写 Dockerfile）

配合 Nginx 反向代理和 Systemd 服务管理可实现更稳定的生产环境部署。

---

🤝 贡献指南

我们欢迎所有形式的贡献！

1. Fork 本项目
2. 创建你的特性分支 (git checkout -b feature/AmazingFeature)
3. 提交你的更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启一个 Pull Request

---

📄 开源协议

本项目采用 MIT License 开源协议。

---

开源项目

• Google Gemini - 多模态AI模型
• 科大讯飞 - 语音转写服务
• FastAPI - 现代高性能Python Web框架
• React - 用户界面构建库

---

⭐ Star History

如果这个项目对你有帮助，请给我们一个 Star ⭐

---

👨‍💻 联系作者

---

SlideBot AI 快速上手指南

SlideBot AI 是一款智能演示文稿生成平台，支持输入主题、上传文档或录音，一键生成专业 PPT。本项目基于 Python FastAPI 后端与 React 前端，集成 Google Gemini 多模态模型。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux / macOS / Windows
• Python：版本 3.10 或更高
• Node.js：版本 18 或更高
• API 密钥：
  • Google Gemini API Key（必需）：用于文本大纲与图片生成。
  • 科大讯飞 API（可选）：仅在使用语音转写功能时需要。

安装步骤

1. 克隆项目

git clone https://github.com/tonyqinatcmu/SlideBot.AI.git
cd SlideBot.AI

2. 安装后端依赖

pip install -r requirements.txt

3. 配置环境变量

复制示例配置文件并填入您的 API 密钥：

cp .env.example .env

编辑 .env 文件，配置以下关键参数：

# Google Gemini API (必需)
GEMINI_API_KEY=your_gemini_api_key

# 科大讯飞语音转写 (可选)
IFLYTEK_APP_ID=your_iflytek_app_id
IFLYTEK_API_SECRET=your_iflytek_api_secret

# 服务配置
PORT=8001
HOST=0.0.0.0

提示：Gemini API Key 可在 Google AI Studio 获取。

4. 构建前端

进入前端目录安装依赖并构建生产版本：

cd frontend
npm install
npm run build
cd ..

加速建议：若 npm install 速度较慢，可临时切换至国内镜像源： npm config set registry https://registry.npmmirror.com

5. 启动服务

返回项目根目录，启动后端服务：

python server.py

基本使用

1. 访问界面 打开浏览器访问 http://localhost:8001。

2. 登录验证 首次访问需输入邀请码。默认访客邀请码为：

   VISITOR
   

   （如需修改，可编辑项目根目录下的 invite_codes.json 文件）。

3. 生成 PPT

   • 输入主题：在工作台输入框描述您的需求（例如：“帮我做一个关于 2026 年 AI 发展趋势的 PPT，面向投资人，10 页左右”）。
   • 上传素材（可选）：支持上传会议录音（自动转写）、参考文档（PDF/Word/Excel）或图表素材。
   • 选择风格：预设商务简约、酷炫技术等风格，或自定义配色与字体。
   • 调整大纲：AI 生成大纲后，可直接在右侧预览区编辑标题和内容，点击「应用编辑」同步。
   • 生成与微调：确认大纲后点击生成，系统将逐页渲染图片。生成过程中可对单页进行微调或重新生成。

4. 导出成果 生成完成后，支持一键下载 ZIP（包含所有高清图片）或 PDF 文件。如需可编辑的 PPTX 格式，可使用 WPS 等工具的"PDF 转 PPT"功能进行二次转换。