效率与协作 presentation-generation pptx-export self-hosted docker mcp-server multi-provider template-library

Presenton——开源 AI 演示文稿生成器与 API

开源、可自托管的 AI 演示文稿生成器，支持多模型提供商、模板定制与 PPTX 导出，并提供可编程 API。

源仓库: presenton/presenton
Star 数: ★ 11k
最近更新: 今天
License: Apache-2.0
主语言: TypeScript
FA 评分: 56/100 · 缺口较多

30 秒速览

运行形态: 自托管服务桌面应用网页应用
可在哪里用: 通用 · 跨平台
费用: 有免费版，另有付费云服务
上手难度: 中 · 需要几步配置
开始前需要: DockerNode.js LTSPython 3.11uvShell / 命令行网络访问本地文件系统MCP Server
典型场景: 需要创建销售报告或战略提案的业务用户，可使用内置的 Momentum 或 Dynamic 模板快速生成专业演示文稿。
不适合: 需要完全离线、气隙环境的团队（社区画廊默认联网）
不愿自行管理 LLM 与图像 API 密钥的非技术用户
需要企业级 SSO、审计日志与集中管理的组织（属付费企业版）
源码审查: 56/100 · 缺口较多

这个 Agent 能做什么，适合哪些场景？

Presenton 是一个开源的 AI 演示文稿生成器，可作为 Web 应用（Docker 部署）或桌面应用（Electron）运行。它支持从提示词或上传的文档生成演示文稿，也支持从零开始设计或基于现有 PPTX 模板。内置多种 AI 演示模板，并以完全可编辑的 PPTX 或 PDF 格式导出。用户可以自带 API 密钥（BYOK），支持 OpenAI、Google Gemini、Vertex AI、Azure OpenAI、Anthropic Claude 等多种提供商，也支持通过 Ollama 实现本地模型。该工具还提供生成演示文稿的 API 端点，并通过内置的 MCP 服务器支持模型上下文协议。它强调完全自主可控、无 SaaS 锁定，且无需强制订阅。

Presenton 通过提示词或上传文档（可附带额外说明）调用配置的 LLM 生成演示文稿内容。它提供多种内置模板（如 Momentum、Dynamic 等）供选择，并将内容渲染为可编辑的 PPTX 或 PDF 文件。用户可通过拖拽编辑界面进行手动调整。该工具集成了多种 LLM 提供商（OpenAI、Gemini、Vertex、Azure、Bedrock、Anthropic、OpenRouter、Fireworks、Together、Cerebras、LM Studio、Ollama 等），并能通过配置的图像生成提供商（如 Pexels、Pixabay、DALL-E 3 等）生成图片。它还提供 REST API 端点 /api/v1/ppt/presentation/generate 用于生成演示文稿，并支持通过 /mcp 端点实现 MCP 集成。

需要创建销售报告或战略提案的业务用户，可使用内置的 Momentum 或 Dynamic 模板快速生成专业演示文稿。
注重数据隐私的团队，可通过 Ollama 集成在本地运行开源模型，确保数据不出本地。
开发者或团队希望将演示文稿生成功能嵌入自己的应用，可使用其 REST API 端点自动生成并下载 PPTX。
希望拥有完全控制权和可定制性的用户，可自托管 Docker 版本，并使用自定义模板和任意 OpenAI 兼容模型。
通过浏览器即可快速生成演示文稿的临时需求用户，可使用 Presenton Cloud 服务。

如何安装或部署这个 Agent？

可以通过 Docker 或 Electron 桌面应用两种方式运行。Docker 方式：运行 docker run -it --name presenton -p 5001:80 -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest（Windows PowerShell 用户需调整卷挂载语法），然后在浏览器打开 http://localhost:5001。Electron 方式：克隆仓库后，在 electron 目录下运行 npm run setup:env 安装依赖，然后运行 npm run dev 启动开发模式，或使用 npm run build:all 和 npm run dist 构建安装包。

如何使用这个 Agent？

首次使用时，根据界面提示设置管理员账户。然后配置 LLM 提供商（例如在 Docker 中通过环境变量指定 LLM=openai 和对应的 API 密钥）和图像生成提供商（如 IMAGE_PROVIDER=pexels 和 PEXELS_API_KEY）。之后，可通过输入提示词或上传文档来生成演示文稿，选择模板、语言和幻灯片数量等参数。也可以使用 API 生成演示文稿，例如调用 POST /api/v1/ppt/presentation/generate 接口，其中 Bearer Token 为管理员生成的 sk-presenton-... 密钥。

这个 Agent 有哪些优点和局限？

优点

完全开源（Apache 2.0），可自托管，数据完全掌控。
支持几乎所有主流 LLM 提供商（OpenAI、Gemini、Azure、Bedrock、Anthropic、Ollama等），且可混合使用文本和图像生成提供商。
可导出完全可编辑的 PPTX 文件，并能使用自定义模板（HTML/Tailwind）或从现有 PPTX 创建模板。
提供内置 MCP 服务器，方便集成到其他 AI 代理环境。

局限

需要自行配置和管理 LLM 提供商 API 密钥，对于非技术用户可能有一定门槛。
自托管时需要满足 Docker、Node.js、Python 等运行环境要求。
本地模型（如 Ollama）的性能和效果可能受限于硬件资源。
文档中提到的一些高级配置（如 Mem0、LiteParse）可能需要额外设置才能发挥最佳效果。

这个 Agent 与同类方案有什么区别？

Presenton 在定位上对标 Gamma、Canva、Beautiful AI、Decktopus 等商业 AI 演示工具，但主打开源、自托管和高度可定制。相较于这些 SaaS 产品，Presenton 没有强制订阅，用户可自带 API 密钥，且能完全控制数据和模型提供商。

与相关度最高的同类 agent 并排比较关键指标。

Agent	源码审查	形态 / 费用	Star	最近更新	主语言	完整支持的平台
Presenton——开源 AI 演示文稿生成器与 API 当前	56 · 缺口较多	自托管服务免费版 + 付费版	★ 11k	今天	TypeScript	—
PPTAgent（DeepPresenter）	34 · 缺口较多	命令行工具免费 + 模型费	★ 5.1k	28 天前	Python	—
Hermes Studio	44 · 缺口较多	桌面应用免费 + 模型费	★ 11k	今天	TypeScript	Codex · Claude Code · OpenAI API
灵枢	71 · 存在缺口	桌面应用免费 + 模型费	★ 11	2 个月前	Rust	OpenAI API · Claude API

FollowAgents 如何评估这个 Agent？

FollowAgents 源码审查 · FARS-2.1

缺口较多

56/ 100 五分制 2.8 / 5

本评测基于 2026年8月9日的源码；此后该项目发布了 11 个正式版本，尚未复审。分数与结论只代表评测时的版本。最近版本 ↓

信任安全 10/29

可靠稳定 9/14

适用触发 12/18

规范维护 12/18

有效结果 9/13

证据核验 4/8

查看各维度的扣分理由

信任安全10 / 29 · 1.7/5

证据显示：README 强调自托管、BYOK、本地处理，提供 CAN_CHANGE_KEYS 环境变量控制 API 密钥可见性，表明对最小权限有一定考虑。但未发现明确的用户确认机制（如生成前确认）、数据流透明度的详细说明、敏感数据处理的具体策略（如加密存储）、依赖安全审计记录、外部影响（如网络请求）的明确说明、回滚机制或来源归属的详细说明。因此各标准得分较低，扣分原因：缺乏具体实现细节和证据。

可靠稳定9 / 14 · 3.2/5

证据显示：README 和测试文件（如 conftest.py、edge_cases）表明项目有测试覆盖，且测试文件展示了错误处理（如 HTTPException 408），说明自洽性和失败消息有一定保障。依赖锁定（uv sync --locked）和 Docker 镜像构建流程表明依赖可用性有考虑。但未发现完整的错误处理文档或故障恢复指南，因此未给满分。

适用触发12 / 18 · 3.3/5

证据显示：README 详细列出了多种部署方式（Docker、Electron、云）、多种 LLM 提供商、多种模板和场景（商业、教育等），表明受众和场景覆盖广泛。能力边界（如支持的模型、功能）有明确说明，触发精度（如环境变量配置）有详细文档，环境适配（多平台、多架构）有说明。但未发现针对特定用户群体的详细指南或边界情况的深入讨论，因此未给满分。

规范维护12 / 18 · 3.3/5

证据显示：README 结构清晰，包含快速开始、功能、部署配置等，信息架构良好。安装说明详细（Docker、Electron），命名稳定（版本号、环境变量），示例和 FAQ 部分存在（如模板预览、常见问题），已知限制部分缺失（未明确列出），许可证为 Apache-2.0 且完整，版本和变更日志有（package.json 版本、GitHub Actions 发布流程），维护责任有（GitHub Actions、测试流程）。扣分原因：已知限制未明确列出。

有效结果9 / 13 · 3.5/5

证据显示：README 强调输出为可编辑的 PPTX 和 PDF，表明输出可用性高。边际价值体现在自托管、无锁定、多提供商支持等。成本效益方面，BYOK 和本地运行可降低成本，但未提供具体成本分析。因此给 2 分，扣分原因：缺乏成本效益的量化分析。

证据核验4 / 8 · 2.5/5

证据显示：README 中的功能声明（如支持多种提供商、导出格式）与代码和测试文件（如测试生成请求）有一定对应，表明声明可追溯。但跨来源验证有限，因为仅依赖仓库内部证据。事实与推断分离方面，README 明确区分了功能描述和用户价值主张。扣分原因：缺乏外部验证。

风险与缓解建议

发布者身份未经验证，应视为未知，不要基于品牌信任。
静态审查无法验证实际运行行为，所有结论基于源代码和文档。
依赖安全未提供审计记录，建议部署前自行检查依赖漏洞。
敏感数据处理（如 API 密钥存储）未详细说明，需谨慎配置。
已知限制未明确列出，可能影响实际使用预期。

证据充分度：低评估于 2026年8月9日审查版本 1a1b7ae6134b 评估后仓库已有新提交，评分可能未覆盖最新改动

评估证据 README.md LICENSE package.json workflows/README.md workflows/docker-release.yml tests/conftest.py edge_cases/test_generation_edge_cases.py

查看完整评分方法 →

常见问题

我可以使用自己的 OpenAI API 密钥吗？

可以，通过设置 LLM=openai 和 OPENAI_API_KEY 环境变量即可。也支持 Gemini、Azure、Anthropic 等提供商。

生成演示文稿是免费的吗？

软件本身免费且开源，但你需要为所使用的 LLM 和图像生成提供商支付相应费用。如果使用自托管的 Ollama 本地模型，则本地计算资源会带来成本。

我可以将生成的演示文稿导出为哪些格式？

支持导出为 PPTX 和 PDF 格式，并且 PPTX 是完全可编辑的。

我能否将 Presenton 集成到自己的应用中？

可以，它提供了 REST API 端点用于生成演示文稿，还支持 MCP 服务器，方便模型上下文协议集成。

Presenton——开源 AI 演示文稿生成器与 API

30 秒速览

这个 Agent 能做什么，适合哪些场景？

如何安装或部署这个 Agent？

如何使用这个 Agent？

这个 Agent 有哪些优点和局限？

这个 Agent 与同类方案有什么区别？

FollowAgents 如何评估这个 Agent？

最近版本

常见问题

对比同类 Agent

MCP Agent 横向对比

相关 Agents

PPTAgent（DeepPresenter）

Hermes Studio

灵枢

CraftBot