快速开始 · 文档 · YouTube · Discord

开源 AI 演示文稿生成器与 API (Gamma、Beautiful AI、Decktopus 替代方案)

✨ 为什么选择 Presenton

无 SaaS 锁定 · 无强制订阅 · 完全掌控模型与数据

Presenton 的独特之处：

• 通过 Docker 包 在 Web 端实现完全自托管
• 或下载 桌面应用（支持 Mac、Windows 和 Linux）
• 兼容 OpenAI、Gemini、Vertex AI、Azure OpenAI、Amazon Bedrock、Fireworks、Together AI、Anthropic、LM Studio、Ollama 或自定义模型
• 内置 AI 演示文稿生成 API
• 完全开源（Apache 2.0 许可证）
• 支持自定义设计/模板
• 可完全编辑的 PPTX 导出

🎛 功能特性

💻 Presenton 桌面版

使用您自己的模型提供商（BYOK）创建 AI 驱动的演示文稿，或在您自己的设备上本地运行所有功能，实现完全控制和数据隐私。

支持的平台

平台	架构	安装包	下载
macOS	Apple Silicon / Intel	.dmg	下载 ↗
Windows	x64	.exe	下载 ↗
Linux	x64	.deb	下载 ↗

部署到云服务提供商

Presenton 让您完全掌控 AI 演示文稿工作流程。选择您的模型，自定义您的体验，并确保您的数据隐私。

• 自定义模板和主题 — 使用 HTML 和 Tailwind CSS 创建无限的演示文稿设计
• AI 模板生成 — 从现有 Powerpoint 文档创建演示文稿模板
• 灵活生成 — 通过提示词或上传的文档制作演示文稿
• 导出就绪 — 保存为具有专业格式的 PowerPoint (PPTX) 和 PDF
• 内置 MCP 服务器 — 通过模型上下文协议（Model Context Protocol）生成演示文稿
• 自带密钥 — 使用您自己的 OpenAI、Google Gemini、Vertex AI、Azure OpenAI、Anthropic Claude 或任何兼容提供商的 API 密钥。只需为您使用的服务付费，无隐藏费用或订阅
• Ollama 集成 — 本地运行开源模型，确保完全隐私
• 兼容 OpenAI API — 使用您自己的模型连接到任何兼容 OpenAI 的端点
• 多提供商支持 — 混合搭配文本和图像生成提供商
• 多功能图像生成 — 可选择 DALL-E 3、Gemini Flash、Pexels 或 Pixabay
• 丰富媒体支持 — 用于专业演示文稿的图标、图表和自定义图形
• 本地运行 — 所有处理都在您的设备上进行，无云依赖
• API 部署 — 作为您自己的 API 服务为团队托管
• 完全开源 — Apache 2.0 许可，可检查、修改和贡献
• Docker 就绪 — 一键部署，支持本地模型的 GPU 加速
• Electron 桌面应用 — 在 Windows、macOS 和 Linux 上作为原生桌面应用运行 Presenton（无需浏览器）
• 使用 ChatGPT 登录 — 使用您的免费或付费 ChatGPT 账户登录并立即开始创建演示文稿 — 无需单独的 API 密钥

☁️ Presenton Cloud

直接在浏览器中运行 Presenton — 无需安装，无需设置。随时随地立即开始创建演示文稿。

⚡ 运行 Presenton

您可以通过两种方式运行 Presenton： Docker 适用于无需安装本地开发环境的一键式设置，或 Electron 桌面应用 提供原生应用体验（非常适合开发或离线使用）。

选项 1：Electron（桌面应用）

将 Presenton 作为原生桌面应用运行。LLM 和图像提供商（API 密钥等）可在应用内进行配置。运行捆绑后端时，将应用与 Docker 相同的环境变量。

先决条件：Node.js (LTS)、npm、Python 3.11 以及 uv （用于 servers/fastapi 中的共享 FastAPI 后端）。

• 首次设置

  cd electron
  npm run setup:env

  此命令将安装 Node 依赖项，在 FastAPI 服务器中运行 uv sync，并安装 Next.js 依赖项。

• 开发模式运行

  npm run dev

  此命令将编译 TypeScript 并启动 Electron。后端和用户界面将在桌面窗口内本地运行。

• 构建可分发文件（可选） 要为 Windows、macOS 或 Linux 创建安装程序：

  npm run build:all
  npm run dist

  输出文件将写入 electron/dist

（或根据您在 electron-builder 设置中的配置）。

选项 2：Docker

• 启动 Presenton Linux/MacOS（Bash/Zsh Shell）：

  docker run -it --name presenton -p 5000:80 -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

  Windows（PowerShell）：

  docker run -it --name presenton -p 5000:80 -v "${PWD}\app_data:/app_data" ghcr.io/presenton/presenton:latest

• 打开 Presenton

  在您选择的浏览器中打开 http://localhost:5000 即可使用 Presenton。

  注意：您可以将 5000 替换为任何其他端口号，以便在不同的端口上运行 Presenton。

⚙️ 部署配置

以下列表与本仓库 docker-compose.yml（production、production-gpu、development 和 development-gpu）中转发的环境变量相匹配。请在 compose 文件旁的 .env 文件中填写值，或在执行 docker compose up 前导出这些变量。Electron 应用后端在 Docker 外部运行时也能读取相同名称的变量。

代码中还存在其他可选变量（例如高级 Mem0 路径、LiteParse 运行器，或当 Next.js 与 FastAPI 不同源时的 FAST_API_INTERNAL_URL）；这些变量未在 docker-compose.yml 中配置。支持的变量名称可从 servers/fastapi/utils/get_env.py 和 servers/nextjs/ 下的 Next.js 服务器工具中找到。

LLM 和 API 密钥

• CAN_CHANGE_KEYS=[true/false]：若希望隐藏 API 密钥并使其不可修改，设为 false。
• LLM=[openai/google/vertex/azure/anthropic/lmstudio/ollama/custom/codex]：选择文本 LLM。
• OPENAI_API_KEY：当 LLM 为 openai 时必填。
• OPENAI_MODEL：当 LLM 为 openai 时必填（默认：gpt-4.1）。
• GOOGLE_API_KEY：当 LLM 为 google 时必填。
• GOOGLE_MODEL：当 LLM 为 google 时必填（默认：models/gemini-2.0-flash）。
• VERTEX_MODEL：当 LLM 为 vertex 时必填（默认：gemini-2.5-flash）。
• VERTEX_API_KEY：LLM=vertex 时的可选认证方式（Vertex Express）。
• VERTEX_PROJECT / VERTEX_LOCATION：使用 GCP 项目凭据时 LLM=vertex 的可选认证方式（不要与 VERTEX_API_KEY 同时使用）。
• VERTEX_BASE_URL：可选的 Vertex 网关/基础 URL 覆盖。
• AZURE_OPENAI_MODEL：当 LLM 为 azure 时必填（部署/模型名称）。
• AZURE_OPENAI_API_KEY：当 LLM 为 azure 时必填。
• AZURE_OPENAI_API_VERSION：当 LLM 为 azure 时必填（例如 2024-10-21）。
• AZURE_OPENAI_ENDPOINT / AZURE_OPENAI_BASE_URL：当 LLM 为 azure 时至少需填写其中一个。
• AZURE_OPENAI_DEPLOYMENT：LLM 为 azure 时的可选部署覆盖。
• BEDROCK_REGION：LLM 为 bedrock 时可选（默认：us-east-1）。
• BEDROCK_MODEL：当 LLM 为 bedrock 时必填（例如：us.anthropic.claude-3-5-haiku-20241022-v1:0）。
• BEDROCK_API_KEY：LLM 为 bedrock 时可选（API 密钥认证模式）。
• BEDROCK_AWS_ACCESS_KEY_ID / BEDROCK_AWS_SECRET_ACCESS_KEY：LLM 为 bedrock 时可选（AWS 密钥认证模式；当未设置 BEDROCK_API_KEY 时需同时使用）。
• BEDROCK_AWS_SESSION_TOKEN：LLM 为 bedrock 时的可选会话令牌。
• BEDROCK_PROFILE_NAME：LLM 为 bedrock 时的可选 AWS 配置文件名称。
• FIREWORKS_API_KEY：当 LLM 为 fireworks 时必填。
• FIREWORKS_MODEL：当 LLM 为 fireworks 时必填（例如：accounts/fireworks/models/llama-v3p1-8b-instruct）。
• FIREWORKS_BASE_URL：LLM 为 fireworks 时可选（默认：https://api.fireworks.ai/inference/v1）。
• TOGETHER_API_KEY：当 LLM 为 together 时必填。
• TOGETHER_MODEL：当 LLM 为 together 时必填（例如：openai/gpt-oss-20b）。
• TOGETHER_BASE_URL：LLM 为 together 时可选（默认：https://api.together.ai/v1）。
• ANTHROPIC_API_KEY：当 LLM 为 anthropic 时必填。
• ANTHROPIC_MODEL：当 LLM 为 anthropic 时必填（默认：claude-3-5-sonnet-20241022）。
• CODEX_MODEL：当 LLM 为 codex 时必填（Codex OAuth 流程；compose 映射主机端口 1455 用于回调）。
• CUSTOM_LLM_URL：当 LLM 为 custom 时，需提供 OpenAI 兼容的基础 URL。
• CUSTOM_LLM_API_KEY：当 LLM 为 custom 时的 API 密钥。
• CUSTOM_MODEL：当 LLM 为 custom 时的模型 ID。
• LMSTUDIO_BASE_URL：LLM 为 lmstudio 时的可选 LM Studio 基础 URL（默认：http://localhost:1234/v1；若省略则自动追加 /v1）。
• LMSTUDIO_API_KEY：LLM 为 lmstudio 时的可选 API 密钥。
• LMSTUDIO_MODEL：当 LLM 为 lmstudio 时必填（例如：openai/gpt-oss-20b）。
• DISABLE_THINKING=[true/false]：若为 true，则在自定义 LLM 上禁用“思考中”状态。
• WEB_GROUNDING=[true/false]：若为 true，则为 OpenAI、Google 和 Anthropic 模型启用网络搜索。
• EXTENDED_REASONING=[true/false]：在配置的技术栈支持时启用扩展推理。

Ollama

当 LLM 为 ollama 时使用：

• OLLAMA_URL：Ollama HTTP API 的基础 URL（例如，从 Docker 访问时为 http://host.docker.internal:11434）。
• OLLAMA_MODEL：Ollama 中的模型名称（例如 llama3.2:3b）。
• START_OLLAMA=[true/false]：容器入口点（start.js）：可选安装 + ollama serve。默认 false（development / production compose）。

演示文稿记忆（Mem0 OSS）

Mem0 使用本地 Qdrant + SQLite（开源）；记忆按演示文稿划分范围。

默认情况下，Docker 运行时现在将 Mem0 指向本地 Ollama 兼容的 LLM 端点，因此初始化时不再需要 OpenAI 密钥。如果希望改用 OpenAI，请将 MEM0_LLM_BASE_URL/MEM0_LLM_API_KEY 设置为 OpenAI 兼容的端点和密钥。 Docker 镜像在构建期间安装默认的 spaCy 模型（en_core_web_sm），因此 Mem0 无需每次运行都进行额外设置即可启动。

变量	用途
MEM0_ENABLED	true/false（compose 默认 true）。
MEM0_LLM_MODEL	Mem0 LLM 模型名称（compose 默认 llama3.1:latest 或 OLLAMA_MODEL）。
MEM0_LLM_API_KEY	Mem0 LLM API 密钥占位符（用于 OpenAI 兼容客户端，compose 默认 ollama）。
MEM0_LLM_BASE_URL	Mem0 LLM 基础 URL（compose 默认 OLLAMA_URL 或 http://host.docker.internal:11434）。
MEM0_DIR	根目录（compose 默认 /app_data/mem0）。
MEM0_EMBEDDER_PROVIDER	嵌入器后端（compose 默认 fastembed）。
MEM0_EMBEDDER_MODEL	模型 ID（compose 默认 BAAI/bge-small-en-v1.5）。
MEM0_EMBEDDING_DIMS	向量大小（compose 默认 384）。
MEM0_SPACY_MODEL	可选的 spaCy 模型覆盖（默认 en_core_web_sm）。
MEM0_REQUIRE_SPACY_MODEL	保持为 true（默认）。仅当有意让 Mem0 在不使用 spaCy 词形还原的情况下运行时，才设为 false。

文档解析（LiteParse）

变量	用途
LITEPARSE_DPI	OCR 渲染 DPI（compose 默认 120）。
LITEPARSE_NUM_WORKERS	工作进程数（compose 默认 1）。

数据库

• DATABASE_URL：SQLAlchemy URL；若未设置，应用将回退到应用数据下的 SQLite。
• MIGRATE_DATABASE_ON_STARTUP：Compose 为所有服务设置 true，以便在启动时运行数据库迁移。

图像生成

这些变量与 docker-compose.yml 匹配。IMAGE_PROVIDER 选择后端（pexels、pixabay、gemini_flash、nanobanana_pro、dall-e-3、gpt-image-1.5、comfyui、open_webui）。对于 OpenAI 图像模式，使用 OPENAI_API_KEY；对于 Gemini 图像模式，使用 GOOGLE_API_KEY（与 LLM 部分的密钥相同）。

• DISABLE_IMAGE_GENERATION=[true/false]：禁用幻灯片图像生成。
• IMAGE_PROVIDER：提供程序 ID（见上文枚举）。
• PEXELS_API_KEY：Pexels 库存图片。
• PIXABAY_API_KEY：Pixabay 库存图片。
• DALL_E_3_QUALITY=[standard/hd]：dall-e-3 可选（默认 standard）。
• GPT_IMAGE_1_5_QUALITY=[low/medium/high]：gpt-image-1.5 可选（默认 medium）。
• COMFYUI_URL / COMFYUI_WORKFLOW：自托管 ComfyUI 工作流 JSON。
• OPEN_WEBUI_IMAGE_URL / OPEN_WEBUI_IMAGE_API_KEY：Open WebUI 兼容的图像端点。
• OPENAI_COMPAT_IMAGE_BASE_URL / OPENAI_COMPAT_IMAGE_API_KEY / OPENAI_COMPAT_IMAGE_MODEL：若使用 openai_compatible 向任何 OpenAI 兼容的 /v1/images/* 端点（LiteLLM、Azure、vLLM 网关等）发送图像请求，则为必填项。

遥测

• DISABLE_ANONYMOUS_TRACKING=[true/false]：设为 true 可禁用匿名遥测。

身份验证（Web 登录）

Presenton 每个实例使用单个管理员账户。凭据存储在 app_data 中（已加密；见 userConfig.json）。通过 -e 或 compose 的 .env 文件传递以下变量：

• AUTH_USERNAME / AUTH_PASSWORD — 首次启动时预置管理员登录凭据（密码至少 6 个字符）。若用户已存在，则忽略，除非设置了 AUTH_OVERRIDE_FROM_ENV。
• AUTH_OVERRIDE_FROM_ENV=[true/false] — 若为 true，则在每次 FastAPI 启动时从环境变量替换存储的凭据，并轮换会话签名密钥（使现有会话失效）。完成一次性轮换后移除。
• RESET_AUTH=[true/false] — 若为 true，则在启动时清除存储的凭据。仅用于单次启动以恢复访问，之后需取消设置。

示例

docker run -it --name presenton -p 5000:80 -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

docker run -it --name presenton -p 5000:80 -e AUTH_USERNAME=admin -e AUTH_PASSWORD=changeme123 -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

docker run -it --name presenton -p 5000:80 -e AUTH_USERNAME=admin -e AUTH_PASSWORD=changeme123 -v "${PWD}\app_data:/app_data" ghcr.io/presenton/presenton:latest

docker stop presenton && docker rm presenton && docker run -it --name presenton -p 5000:80 -e AUTH_USERNAME=admin -e AUTH_PASSWORD=newcred456 -e AUTH_OVERRIDE_FROM_ENV=true -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

docker stop presenton && docker rm presenton && docker run -it --name presenton -p 5000:80 -e RESET_AUTH=true -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

docker stop presenton && docker rm presenton && docker run -it --name presenton -p 5000:80 -e AUTH_USERNAME=admin -e AUTH_PASSWORD=changeme123 -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

手动重置： 停止容器，编辑 ./app_data/userConfig.json，删除 AUTH_USERNAME、AUTH_PASSWORD_HASH 和 AUTH_SECRET_KEY，保存后重新启动。

退出应用程序：设置 → 其他 → 退出登录。

注意：上述 LLM 和图像变量在 .env 中设置时，会从 docker-compose.yml 转发。

按提供商划分的 Docker 运行示例

变量与 Compose 相同；直接运行 docker run 时，使用 -e 代替 .env。

• 使用 OpenAI

  docker run -it --name presenton -p 5000:80 -e LLM="openai" -e OPENAI_API_KEY="******" -e IMAGE_PROVIDER="dall-e-3" -e CAN_CHANGE_KEYS="false" -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

• 使用 Google

  docker run -it --name presenton -p 5000:80 -e LLM="google" -e GOOGLE_API_KEY="******" -e IMAGE_PROVIDER="gemini_flash" -e CAN_CHANGE_KEYS="false" -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

• 使用 Vertex AI（API 密钥模式）

  docker run -it --name presenton -p 5000:80 -e LLM="vertex" -e VERTEX_API_KEY="******" -e VERTEX_MODEL="gemini-2.5-flash" -e IMAGE_PROVIDER="gemini_flash" -e CAN_CHANGE_KEYS="false" -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

• 使用 Azure OpenAI

  docker run -it --name presenton -p 5000:80 -e LLM="azure" -e AZURE_OPENAI_API_KEY="******" -e AZURE_OPENAI_MODEL="gpt-4.1" -e AZURE_OPENAI_API_VERSION="2024-10-21" -e AZURE_OPENAI_ENDPOINT="https://YOUR-RESOURCE.openai.azure.com" -e IMAGE_PROVIDER="pexels" -e PEXELS_API_KEY="******" -e CAN_CHANGE_KEYS="false" -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

• 使用 Amazon Bedrock（AWS 密钥）

  docker run -it --name presenton -p 5000:80 -e LLM="bedrock" -e BEDROCK_REGION="us-east-1" -e BEDROCK_AWS_ACCESS_KEY_ID="******" -e BEDROCK_AWS_SECRET_ACCESS_KEY="******" -e BEDROCK_MODEL="us.anthropic.claude-3-5-haiku-20241022-v1:0" -e IMAGE_PROVIDER="pexels" -e PEXELS_API_KEY="******" -e CAN_CHANGE_KEYS="false" -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

• 使用 Fireworks

  docker run -it --name presenton -p 5000:80 -e LLM="fireworks" -e FIREWORKS_API_KEY="******" -e FIREWORKS_MODEL="accounts/fireworks/models/llama-v3p1-8b-instruct" -e IMAGE_PROVIDER="pexels" -e PEXELS_API_KEY="******" -e CAN_CHANGE_KEYS="false" -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

• 使用 Together AI

  docker run -it --name presenton -p 5000:80 -e LLM="together" -e TOGETHER_API_KEY="******" -e TOGETHER_MODEL="openai/gpt-oss-20b" -e IMAGE_PROVIDER="pexels" -e PEXELS_API_KEY="******" -e CAN_CHANGE_KEYS="false" -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

• 使用 Ollama

  docker run -it --name presenton -p 5000:80 -e LLM="ollama" -e OLLAMA_MODEL="llama3.2:3b" -e IMAGE_PROVIDER="pexels" -e PEXELS_API_KEY="*******" -e CAN_CHANGE_KEYS="false" -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

• 使用 Anthropic

  docker run -it --name presenton -p 5000:80 -e LLM="anthropic" -e ANTHROPIC_API_KEY="******" -e IMAGE_PROVIDER="pexels" -e PEXELS_API_KEY="******" -e CAN_CHANGE_KEYS="false" -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

• 使用 LM Studio（本地）

  docker run -it --name presenton -p 5000:80 -e LLM="lmstudio" -e LMSTUDIO_BASE_URL="http://host.docker.internal:1234" -e LMSTUDIO_MODEL="openai/gpt-oss-20b" -e IMAGE_PROVIDER="pexels" -e PEXELS_API_KEY="******" -e CAN_CHANGE_KEYS="false" -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

• 使用 OpenAI 兼容的 LLM API

  docker run -it -p 5000:80 -e CAN_CHANGE_KEYS="false"  -e LLM="custom" -e CUSTOM_LLM_URL="http://*****" -e CUSTOM_LLM_API_KEY="*****" -e CUSTOM_MODEL="llama3.2:3b" -e IMAGE_PROVIDER="pexels" -e  PEXELS_API_KEY="********" -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

• 运行带 GPU 支持的 Presenton 要将 GPU 加速与 Ollama 模型配合使用，您需要安装并配置 NVIDIA Container Toolkit。这允许 Docker 容器访问您的 NVIDIA GPU。 安装并配置好 NVIDIA Container Toolkit 后，您可以通过添加 --gpus=all 标志来运行带 GPU 支持的 Presenton：

  docker run -it --name presenton --gpus=all -p 5000:80 -e LLM="ollama" -e OLLAMA_MODEL="llama3.2:3b" -e IMAGE_PROVIDER="pexels" -e PEXELS_API_KEY="*******" -e CAN_CHANGE_KEYS="false" -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

• 使用 OpenAI 兼容的图像提供商

  这会将所有幻灯片图像请求通过您的 OpenAI 兼容网关（LiteLLM、Azure、vLLM 等）路由，同时保持文本 LLM 配置独立：

  docker run -it --name presenton -p 5000:80 -e IMAGE_PROVIDER="openai_compatible" -e OPENAI_COMPAT_IMAGE_BASE_URL="https://proxy.example.com/v1" -e OPENAI_COMPAT_IMAGE_API_KEY="******" -e OPENAI_COMPAT_IMAGE_MODEL="gpt-image-1" -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest

✨ 通过 API 生成演示文稿

生成演示文稿

端点： /api/v1/ppt/presentation/generate
方法： POST
内容类型： application/json

身份验证（HTTP Basic）：
除 /api/v1/auth/* 外，所有 /api/v1/ 路由均需身份验证。请发送您的 Presenton 管理员用户名和密码（与 Web UI 相同，或在 Docker 预配置时使用 AUTH_USERNAME / AUTH_PASSWORD）。使用 curl 时，将凭据紧跟在 -u 后，格式为 -u 用户名:密码 — 这是 HTTP Basic 身份验证，会自动为您设置 Authorization: Basic …。请将下方示例中的 username:password 替换为您的实际凭据。

请求体

参数	类型	是否必需	描述
content	string	是	用于生成演示文稿的主要内容。
slides_markdown	string[] | null	否	提供自定义幻灯片 markdown，而非自动生成。
instructions	string | null	否	额外的生成说明。
tone	string	否	文本语气（默认："default"）。 选项：default、casual、professional、 funny、educational、sales_pitch
verbosity	string	否	内容密度（默认："standard"）。 选项：concise、standard、text-heavy
web_search	boolean	否	启用网络搜索增强（默认：false）。
n_slides	integer	否	要生成的幻灯片数量（默认：8）。
language	string	否	演示文稿语言（默认："English"）。
template	string	否	模板名称（默认："general"）。
include_table_of_contents	boolean	否	包含目录幻灯片（默认：false）。
include_title_slide	boolean	否	包含标题幻灯片（默认：true）。
files	string[] | null	否	用于生成的文件。 需先通过 /api/v1/ppt/files/upload 上传。
export_as	string	否	导出格式（默认："pptx"）。 选项：pptx、pdf

响应

{
  "presentation_id": "string",
  "path": "string",
  "edit_path": "string"
}

示例（curl + 使用 -u 的 HTTP Basic 身份验证）

curl -u username:password \
  -X POST http://localhost:5000/api/v1/ppt/presentation/generate \
  -H "Content-Type: application/json" \
  -d '{
   "content": "Introduction to Machine Learning",
    "n_slides": 5,
    "language": "English",
    "template": "general",
    "export_as": "pptx"
  }'

示例响应

{
  "presentation_id": "d3000f96-096c-4768-b67b-e99aed029b57",
  "path": "/app_data/d3000f96-096c-4768-b67b-e99aed029b57/Introduction_to_Machine_Learning.pptx",
  "edit_path": "/presentation?id=d3000f96-096c-4768-b67b-e99aed029b57"
}

注意： 需在 path 和 edit_path 前添加服务器根 URL，以构建有效的链接。

文档与教程

• 完整 API 文档
• 5 分钟内通过 API 生成演示文稿
• 使用 AI 从 CSV 创建演示文稿
• 使用 AI 创建数据报告

🚀 路线图

在 GitHub Projects 上跟踪公开路线图：https://github.com/orgs/presenton/projects/2