# banana-slides **Repository Path**: devai/banana-slides ## Basic Information - **Project Name**: banana-slides - **Description**: 一个基于nano banana pro🍌的原生AI PPT生成应用，迈向＂Vibe PPT＂; 支持上传任意模板图片，上传任意素材&智能解析，一句话/大纲/页面描述自动生成PPT，口头修改指定区域、一键导出可编辑ppt - **Primary Language**: Unknown - **License**: AGPL-3.0 - **Default Branch**: main - **Homepage**: https://bananaslides.online/ - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-06-17 - **Last Updated**: 2026-06-17 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README

Banana Slides

一个基于 nano banana pro 🍌 的原生 AI PPT 生成应用
在几分钟内从想法到演示文稿，无需繁琐排版、口头提出修改，迈向真正的 "Vibe PPT"

🚀 在线 Demo | 📖 文档 | 部署方法

如果该项目对你有用，欢迎 Star 🌟 & Fork 🍴

## 🔥 最新动态 - **[2026-04-25]**：素材工具箱上线 — 在原有素材生成基础上新增整图编辑、框选编辑（overlay/replace）、智能擦除三种模式，统一入口一站式操作 - **[2026-04-25]**：支持通过 OpenAI 官方 OAuth 登录绑定账号，绑定后可直接使用 Codex 作为文本/图片生成 provider，无需手动填写 API Key，plus账号五小时可生成100+ 2k图（[教程](https://ziy68cvfvu3.feishu.cn/wiki/LDSOwPzkhiNonkkNTF1ct2VBnNc))（基于 OpenAI 官方 OAuth PKCE 授权流程，非逆向） - **[2026-04-25]**：支持保存自定义文字风格描述模板，可命名、标色、持久化复用，无需每次重新输入 - **[2026-04-23]**：支持了gpt-image-2模型，同时导出可编辑背景效果也因模型能力升级得到了提升（在设置-导出选项-背景获取选择生成式获取） - **[2026-04-11]**：支持了[cli操作并加入了agent skills](https://docs.bananaslides.online/cli) - **[2026-03]**：加入了若干功能和优化，如额外字段、多比例设定等 - **[2026-02-09]**：新功能和优化 * 新功能 * 支持在首页、大纲、描述卡片里面粘贴图片并立即识别，并提供更好的交互体验 * 大纲章节手动编辑：支持手动调整页面所属章节（part）。 * Docker 多架构：镜像支持 amd64 / arm64 构建。 * 国际化 + 暗黑模式：新增中英文切换；支持亮色/暗色/跟随系统主题；全组件适配暗黑模式。 * 修复与体验优化 * 修复导出相关 500、参考文件关联时序、outline/page 数据错位、任务轮询错误项目、描述生成无限轮询、图片预览内存泄漏、批量删除部分失败处理。 * 优化格式示例提示、HTTP 错误提示文案、Modal 关闭体验、清理旧项目 localStorage、移除首次创建项目冗余提示。 * 若干其他优化和修复 ## ✨ 项目缘起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？ ## 👨‍💻 适用场景 1. **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 2. **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 3. **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 4. **学生**：快速完成作业Pre，把精力专注于内容而非排版美化 5. **职场人士**：商业提案、产品介绍快速可视化，多场景快速适配

🎯目标：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

## 🎨 结果案例

| | | |:---:|:---:| | 案例3

| | **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 ## 🎯 功能介绍 ### 1. 灵活多样的创作路径支持**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。

### 2. 强大的素材解析能力 - **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。 - **图片自动入库**：文档解析出的图片会随参考文件关联项目后自动进入项目素材库，后续可直接复用。 - **风格参考**：支持上传参考图片或模板，定制 PPT 风格。文件解析与素材处理

### 3. "Vibe" 式自然语言修改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。

### 4. 开箱即用的格式导出 - **多格式支持**：一键导出标准 **PPTX** 或 **PDF** 文件。 - **播放设置**：导出 PPTX 前可开启页面切换动画，支持淡入淡出、翻页、平移、擦除、分割、百叶窗、棋盘、时钟等经典效果并可多选随机应用。 - **完美适配**：默认 16:9 比例，排版无需二次调整，直接演示。

### 5. 可自由编辑的pptx导出（Beta迭代中） - **导出图像为高还原度、背景干净的、可自由编辑图像和文字的PPT页面** - 相关更新见 https://github.com/Anionex/banana-slides/issues/121

### 6. 一键导出讲解视频 - **一键将幻灯片转换为带 AI 语音旁白和字幕的讲解视频（MP4）** - AI 自动根据页面描述和内容生成口语化旁白 - 支持配置多种表达风格、多语言和多种音色
**🌟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 | 提示词修改 | **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 | 支持导出为 PDF、（不可编辑图片）pptx | **导出为PDF、(图片or可编辑)pptx、讲解视频** | | 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 ## 🗺️ 开发计划 | 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 | | ✅ 已完成 | TTS 讲解视频导出（中/英/日多音色、字幕） | | 🚍 部分 | 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 | | 🚍 部分 | 多语种支持 | | | ## 📦 使用方法 ### （新）使用应用模板一键部署这是最简单的方式，无需安装docker或下载项目，创建后可直接进入应用 1. 通过雨云一键部署和启动本应用 (带宽大，适合高清图片生成和下载。新用户有免费试用) - [图文教程](https://ziy68cvfvu3.feishu.cn/wiki/B5RIwg3OUiCfo9kyadzcR9CInnc?from=from_copylink) [![通过雨云一键部署](https://rainyun-apps.cn-nb1.rains3.com/materials/deploy-on-rainyun-cn.svg)](https://app.rainyun.com/apps/rca/store/7549/anionex_) 2. 敬请期待 ### 使用 Docker Compose🐳 通过docker compose快速启动前后端服务。

📒 Windows/Mac用户说明

如果你使用 **Windows 或 macOS**，请先[安装 **Docker Desktop**](https://docs.docker.com/desktop/setup/install/windows-install/)，并确保 Docker 正在运行（Windows 可检查系统托盘图标；macOS 可检查菜单栏图标），然后按文档中的相同步骤操作。 > **提示**：如果遇到问题，Windows 用户请在 Docker Desktop 设置中启用 **WSL 2 后端**（推荐）；同时确保端口 **3011** 和 **5011** 未被占用。

0. **克隆代码仓库** ```bash git clone https://github.com/Anionex/banana-slides cd banana-slides ``` 1. **配置环境变量** 创建 `.env` 文件（参考 `.env.example`）： ```bash cp .env.example .env ``` **（可选，也可以启动后在用户界面配置，[教程可点击此处](https://ziy68cvfvu3.feishu.cn/wiki/GiNawdmpiinSRqkGspocqEWAnkh?from=from_copylink )）** 编辑 `.env` 文件，配置必要的环境变量：

点击展开详情

> **项目中大模型接口以AIHubMix平台格式为标准，推荐使用 [AIHubMix(点击此处可直接访问)](https://aihubmix.com/?aff=17EC) 获取API密钥，减小迁移成本**
> **友情提示：谷歌nano banana pro模型接口费用较高，请注意调用成本** ```env # 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 配置（AI_PROVIDER_FORMAT=vertex） # 需要 GCP 项目和服务账户密钥 # VERTEX_PROJECT_ID=your-gcp-project-id # VERTEX_LOCATION=global # GOOGLE_APPLICATION_CREDENTIALS=./gcp-service-account.json # Lazyllm 格式配置（当 AI_PROVIDER_FORMAT=lazyllm 时使用） # 选择文本生成和图片生成使用的厂商 TEXT_MODEL_SOURCE=deepseek # 文本生成模型厂商 IMAGE_MODEL_SOURCE=doubao # 图片编辑模型厂商 IMAGE_CAPTION_MODEL_SOURCE=qwen # 图片描述模型厂商 # 各厂商 API Key（只需配置你要使用的厂商） DOUBAO_API_KEY=your-doubao-api-key # 火山引擎/豆包 DEEPSEEK_API_KEY=your-deepseek-api-key # DeepSeek QWEN_API_KEY=your-qwen-api-key # 阿里云/通义千问 GLM_API_KEY=your-glm-api-key # 智谱 GLM SILICONFLOW_API_KEY=your-siliconflow-api-key # 硅基流动 SENSENOVA_API_KEY=your-sensenova-api-key # 商汤日日新 MINIMAX_API_KEY=your-minimax-api-key # MiniMax ... ``` > Banana Slides explicitly packages the LazyLLM online provider SDKs used by domestic vendors: > `volcengine-python-sdk[ark]` for Doubao, `dashscope` for Qwen/Wanxiang, and `zhipuai` for GLM/Zhipu. > LazyLLM also exposes `lazyllm install online-advanced`, but the PyPI wheel may not publish that group as a standard install extra, so Docker/prebuilt images rely on these explicit dependencies instead.

**使用新版可编辑导出配置方法，获得更好的可编辑导出效果**: 需在[百度智能云平台](https://console.bce.baidu.com/iam/#/iam/apikey/list)（点击此处进入）中获取API KEY，填写在.env文件中的BAIDU_API_KEY字段（有充足的免费使用额度）。详见https://github.com/Anionex/banana-slides/issues/121 中的说明

📒 Vertex AI 配置指南（适用于 GCP 用户）

Google Cloud Vertex AI 允许通过 GCP 服务账户调用 Gemini 模型，新用户可使用赠金额度。配置步骤： 1. 前往 [GCP Console](https://console.cloud.google.com/)，创建一个服务账户并下载 JSON 格式的密钥文件 2. 将密钥文件保存为项目根目录下的 `gcp-service-account.json` 3. 在 `.env` 中设置： ```env AI_PROVIDER_FORMAT=vertex VERTEX_PROJECT_ID=your-gcp-project-id VERTEX_LOCATION=global ``` 4. 如果使用 Docker 部署，还需要在 `docker-compose.yml` 中取消相关注释，将密钥文件挂载到容器内并设置 `GOOGLE_APPLICATION_CREDENTIALS` 环境变量。 > `gemini-3-*` 系列模型要求 `VERTEX_LOCATION=global`

2. **启动服务** **⚡ 使用预构建镜像（推荐）** 项目在 Docker Hub 提供了构建好的前端和后端镜像（同步主分支最新版本），可以跳过本地构建步骤，实现快速部署： ```bash # 使用预构建镜像启动（无需从头构建） docker compose -f docker-compose.prod.yml up -d ``` 镜像名称： - `anoinex/banana-slides-frontend:latest` - `anoinex/banana-slides-backend:latest` 启动后可在应用内进入 **设置 → 关于 → 检查更新**，应用会根据当前版本 SHA 判断是否已有可用更新；源码运行时也会用当前 Git SHA 参与判断。 **从头构建镜像** ```bash docker compose up -d ``` > [!TIP] > 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： > ```env > # 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/ > ``` 3. **访问应用** - 前端：http://localhost:3011 - 后端 API：http://localhost:5011 4. **查看日志** ```bash # 查看后端日志（最后 200 行） docker logs --tail 200 banana-slides-backend # 实时查看后端日志（最后 100 行） docker logs -f --tail 100 banana-slides-backend # 查看前端日志（最后 100 行） docker logs --tail 100 banana-slides-frontend ``` 5. **停止服务** ```bash docker compose down ``` 6. **更新项目** **使用预构建镜像（docker-compose.prod.yml）** 也可以先在应用内进入 **设置 → 关于 → 检查更新** 查看是否已有新版本。 ```bash docker compose -f docker-compose.prod.yml pull docker compose -f docker-compose.prod.yml up -d ``` **使用本地构建（docker-compose.yml）** 注：若手动修改了代码，该方法不适用，需要先将代码还原到拉取时的版本。 ```bash git pull docker compose down docker compose build --no-cache docker compose up -d ``` **注：感谢优秀开发者朋友 [@ShellMonster](https://github.com/ShellMonster/) 提供了[新人部署教程](https://github.com/ShellMonster/banana-slides/blob/docs-deploy-tutorial/docs/NEWBIE_DEPLOYMENT.md)，专为没有任何服务器部署经验的新手设计，可[点击链接](https://github.com/ShellMonster/banana-slides/blob/docs-deploy-tutorial/docs/NEWBIE_DEPLOYMENT.md)查看。** ### 从源码部署 #### 环境要求 - Python 3.10 或更高版本 - [uv](https://github.com/astral-sh/uv) - Python 包管理器 - Node.js 16+ 和 npm - [FFmpeg](https://ffmpeg.org/) - 讲解视频导出必需，且必须包含 `libass` / `ass` 字幕滤镜支持 - 有效的 Google Gemini API 密钥 - （可选）[LibreOffice](https://www.libreoffice.org/) - 使用「PPT 翻新」功能上传 PPTX 文件时需要，用于将 PPTX 转换为 PDF。**推荐先在本地将 PPTX 转为 PDF 后再上传**，原因：LibreOffice 在服务端渲染时可能因缺少字体（如微软雅黑、Calibri 等）导致排版错位，且无法完整还原部分特效。上传 PDF 文件则不需要 LibreOffice。Docker 用户如仍需在容器内支持 PPTX 上传，可执行： ```bash docker exec -it banana-slides-backend bash -c "apt-get update && apt-get install -y libreoffice-impress && rm -rf /var/lib/apt/lists/*" ``` > 注意：此方式安装的 LibreOffice 在容器重建后会丢失，需重新安装。 #### 后端安装 0. **克隆代码仓库** ```bash git clone https://github.com/Anionex/banana-slides cd banana-slides ``` 1. **安装 uv（如果尚未安装）** ```bash curl -LsSf https://astral.sh/uv/install.sh | sh ``` 2. **安装依赖** 在项目根目录下运行： ```bash # macOS（Homebrew） brew install ffmpeg-full brew unlink ffmpeg 2>/dev/null || true brew link --overwrite --force ffmpeg-full # Ubuntu / Debian sudo apt-get update sudo apt-get install -y ffmpeg libass9 # 然后安装 Python 依赖 uv sync ``` 这将根据 `pyproject.toml` 自动安装所有依赖。 3. **配置环境变量** 复制环境变量模板： ```bash cp .env.example .env # 然后按照前述方法，打开编辑 `.env` 文件，配置你的 API 密钥 ``` #### 前端安装 1. **进入前端目录** ```bash cd frontend ``` 2. **安装依赖** ```bash npm install ``` 3. **配置API地址** 前端会通过 Vite proxy 自动连接到 `BACKEND_PORT` 指定的后端服务（默认 `http://localhost:5011`）。如需修改，请在项目根目录的 `.env` 中设置 `BACKEND_PORT`。 #### 启动后端服务 > （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` > 备注：默认配置下，模板、素材、成品都在uploads/文件夹中 ```bash cd backend uv run alembic upgrade head && uv run python app.py ``` 后端服务将在 `http://localhost:5011` 启动。访问 `http://localhost:5011/health` 验证服务是否正常运行。 #### 启动前端开发服务器 ```bash cd frontend npm run dev ``` 前端开发服务器将在 `http://localhost:3011` 启动。打开浏览器访问即可使用应用。 ## 🛠️ 技术架构 ### 前端技术栈 React 18 + TypeScript + Vite 5 + Zustand ### 后端技术栈 Python 3.10+ + Flask 3.0 + uv + SQLite ## 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

欢迎关注作者的社交媒体，我会分享有关本项目和有关AI的信息：

## **🔧 常见问题** 可见[官网文档](https://docs.bananaslides.online/zh/faq) 也可以直接到 DeepWiki 提问

## 🤝 贡献指南欢迎通过 [Issue](https://github.com/Anionex/banana-slides/issues) 和 [Pull Request](https://github.com/Anionex/banana-slides/pulls) 为本项目贡献力量！ > **重要：** 贡献前请阅读 [CONTRIBUTING.md](CONTRIBUTING.md) ## 📄 许可证本项目采用 **GNU Affero General Public License v3.0（AGPL-3.0）** 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；如有疑问或合作意向，可联系: davidyang042@gmail.com

🚀 Sponsor / 赞助

感谢AIHubMix对本项目的赞助

感谢AI火宝对本项目的赞助

## 致谢 - 项目贡献者们： [![Contributors](https://contrib.rocks/image?repo=Anionex/banana-slides)](https://github.com/Anionex/banana-slides/graphs/contributors) - [Linux.do](https://linux.do/): 新的理想型社区 ## 赞赏开源不易🙏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、@胡yun星Ethan, @azazo1、@刘聪NLP、@🍟、@苍何、@万瑾、@biubiu、@law、@方源、@寒松Falcon、@刘星宇&小陀螺AIGC > 如对赞助列表有疑问，可联系作者 ## 📈 项目统计