五类 AI 演示工具横评：输出格式、依赖与授权边界

前言

最近密集研究了五个和 PPT / 内容生成相关的 AI Agent 项目，各有各的定位，整理出来方便对比。先说明：这是按我的内容生产场景做的文档选型，不是统一跑题、计时或打分的横评。公开仓库也不等于所有模板、字体和生成素材都能随意商用。

一、GordenPPTSkill — 模板驱动的 PPT 生成

GitHub: GordenSun/GordenPPTSkill
输出格式: .pptx

核心特点

核心是中文模板填空：按槽位换字、尽量不改形状和配色。当前 SKILL.md 写 21 套，而 README 仍写 17 套，选模板时读实际索引，不用旧稿的 19 套作固定规格。官方 SKILL.md

有三种模式： - 模式 A：从内置模板里选，用户看预览图选模板，AI 填充内容 - 模式 B：用户自带 .pptx 模板，AI 分析结构后套用 - 模式 C：完全原创，不用模板，代码生成简洁版式

优点

• 模板质量高，贴近中文职场场景
• 减少从头设计的工作，仍须检查长文字和混排格式
• 容量检测是软提示；当前代码即使开启 --strict，也不会因超 max_chars 拒绝保存。它主要检查文本预期不匹配、定位与编辑失败，文档里还有旧说法。build_pptx.py

缺点

• 分层许可：源码与原创元数据是 MIT，模板 PPTX/预览另受非商业限制，包括营利组织内部使用；商业模板授权要找原模板权利人，维护者不能代授
• 需要配置中文字体（微软雅黑），Linux 服务器需要额外配置
• 只换百分比文字不会改变装饰图形；当前构建脚本也没有 SKILL.md 所提的 --chart-data 参数，不能承诺同步更新原生图表

适用场景

个人学习、研究中的模板演示；商业报告可以借鉴 MIT 工具链，但应换成自己有权使用的模板。

二、guizang-ppt-skill — HTML 幻灯片的瑞士美学

GitHub: op7418/guizang-ppt-skill
输出格式: 单文件 HTML

核心特点

生成横向翻页的 HTML 演示文稿，内置两套视觉系统：

• Style A 电子杂志风：叙事感强，适合观点表达、个人分享
• Style B 瑞士国际主义：网格锁死、单一高饱和锚点色，22 个具名版式，只能从里面选，不能临时发明

提供多平台封面工作流（公众号 21:9、小红书 3:4、视频号横版等），实际生图取决于 Agent 的图像能力。当前还提供演讲者模式和低性能静态模式。README

优点

• 单文件 HTML，浏览器直接打开，交付极轻
• 瑞士风有结构校验，可用 Playwright 时再检查真实渲染的溢出；通过脚本不等于设计质量有保证
• 一次生成覆盖 PPT + 多平台封面

缺点

• 大段表格数据 / 培训课件信息密度不够，不适合
• Style B 限制较多，自由度不如模板驱动
• 原生交付是 HTML，不是可编辑 .pptx；打印/PDF 可另配浏览器导出，但分页、动画丢失和纸张尺寸需检查，不能一概说不适用
• 当前 LICENSE 是 AGPLv3，不是非商业协议；修改、分发或以修改版提供网络服务时，应按具体使用方式检查相应源码与告知义务，输出素材另查权利

适用场景

线下分享、产品发布、观点演讲等需要强烈视觉冲击力的场景。

三、baoyu-skills — 内容工厂的全链路覆盖

GitHub: JimLiu/baoyu-skills（宝玉）
输出格式: 图片、Markdown/HTML 等；幻灯片可打包 PPTX/PDF，但图片式页面不等于原生可编辑对象

核心特点

20+ 个 skill 分三类：

• 内容技能：小红书图片卡片、信息图、幻灯片、漫画、社交媒体帖子，风格与布局目录各自迭代，不把组合数当质量指标
• AI 生成技能：统一图片生成后端（支持 OpenAI/Azure/Google/Replicate 等）
• 工具技能：Markdown 转 HTML、漫画转视频

主打「一次内容，多平台分发」。

优点

• 风格和布局组合丰富，选择灵活
• 统一图片生成后端，API 管理集中
• 支持非交互模式，适合定时任务

缺点

• 依赖 Bun 运行时，部分服务器环境不支持
• 部分技能依赖 Chrome CDP，Linux 服务器需要额外配置
• 官方建议按需安装，减少上下文开销；没有本文的延迟测试，不能断言每次响应都会变慢
• 仓库采用 MIT，但模型后端、图像素材与平台发布各有条件；生图可走运行时原生工具或 API，并非一律必须自备 Key。幻灯片工作流

适用场景

内容创作者的多平台素材批量生产、企业营销素材输出。

四、html-anything — 让 AI 直接写发布级 HTML

GitHub: nexu-io/html-anything
输出格式: HTML / PNG

核心特点

核心理念：「Markdown 是草稿，HTML 才是给人读的成品」。75 套 skill 模板覆盖 9 类可交付场景：

杂志文章 · Keynote PPT · 简历 · 海报 · 小红书卡片 · 推特卡片 · Web 原型 · 数据报告 · Hyperframes 视频

复用已登录的本地 coding-agent CLI；README 对检测数量仍有 8/9 两种口径，兼容性要看实际 adapter 和安装版本。所谓“导出公众号/X/知乎”，主要是复制富文本、图片或下载 HTML，不等于已经自动发到平台账号。README

优点

• 无需再给编辑器配置模型 API Key，复用本地 CLI session；已有订阅、额度和模型调用成本仍在
• 9 类场景全覆盖，生态丰富
• 适合在同一界面挑模板、生成、预览和导出，设计质量仍要人工验收

缺点

• 需要跑在有 AI coding agent 的机器上，纯 API 调用场景不适用
• skill 太多容易选择困难
• 生成的 HTML 最终需要目标平台支持
• 源码采用 Apache-2.0，第三方模板、字体和图片仍须分别核对
• 浏览器预览隔离不等于后台 Agent 隔离：argv.ts 的部分 adapter 使用 bypassPermissions / --yolo / --allow-all-tools 等参数。不要让不可信文章获得本地文件和命令权限，应限制工作目录并检查调用方式

适用场景

内容工作室多平台分发、企业品牌内容输出标准化。

五、Mercury Skills — AI Agent 技能库超市

GitHub: cosmicstack-labs/mercury-agent-skills
规模: 当前 README 自述 132 个 skill、23 个分类，目录会变化
输出格式: SKILL.md playbook

核心特点

不是具体场景的技能，而是一个「技能库的市场」——把各种常见任务写成标准化的 SKILL.md playbook，让你的 AI 助手装上就能用。

以标准 SKILL.md 格式供多个运行时读取，覆盖开发、AI、运维、设计、产品、商业等领域。格式兼容不等于每个脚本、依赖和授权动作在所有 Agent 都能执行。README

优点

• 按分类检索和按需安装，避免把整个目录都塞进工作流
• 通用格式，不被单一 Agent 绑定
• MIT 许可，复用时保留相应声明；不据数量推断社区活跃或生产成熟度

缺点

• 技能质量参差不齐，需要筛选
• 大量 skill 增加选择成本
• 部分 skill 可能与你的 Agent 版本不兼容

适用场景

团队 AI 助手规范化、个人效率工具链扩展。

横向对比总览

许可也要横着看：Gorden 是代码/模板分层，归藏 PPT 是 AGPLv3，宝玉与 Mercury 是 MIT，HTML Anything 是 Apache-2.0。这些标签不是对所有生成结果或第三方素材的统一授权。

怎么选

• 要生成 .pptx 格式的报告 → 可参考 GordenPPTSkill 的填槽工具链，商业场景先换成自有授权模板
• 要做有设计感的 HTML 演示文稿 → guizang-ppt-skill
• 要批量生成小红书/信息图 → baoyu-skills
• 要生成并适配多平台 HTML 内容 → html-anything，导出后仍需人工检查并确认发布
• 要扩展 AI 助手的能力边界 → Mercury Skills

工具没有最好，只有最适合。这里的推荐是我的场景判断，不是普遍排名，也没有“效率翻倍”的实测依据。

资料核对（2026-10-13）

本次读取上述五个官方仓库的 README/技能文件及许可证，并核对 Gorden 构建代码、HTML Anything CLI adapter。没有运行统一生成任务、测速或发布流程；数量采用当前项目说明，文档与代码冲突处已明确标出。