Sobre el proyecto

PPT Master es una herramienta de código abierto que utiliza inteligencia artificial para generar presentaciones PowerPoint (.pptx) completamente nativas y editables a partir de documentos, PDFs, archivos DOCX, páginas web o entrada directa de texto. A diferencia de otras herramientas que convierten la salida en imágenes, PPT Master produce objetos reales de PowerPoint, incluidas formas nativas con manijas de ajuste, gráficos y tablas respaldados por datos, maestras de diapositivas, transiciones, animaciones y narración de audio a partir de las notas del orador. La herramienta se ejecuta como un flujo de trabajo dentro de cualquier IDE de IA o herramienta de chat con capacidades de agente, como Claude Code, GPT, Gemini, Cursor, Codex CLI o Kimi. El usuario instala Python y las dependencias del proyecto, luego instruye al agente de IA para generar una presentación a partir del material fuente. Todo el procesamiento ocurre de forma local; solo las llamadas a la API del modelo de IA van de forma externa. No existe suscripción a plataforma ni bloqueo de modelo. Las capacidades clave incluyen: - Conversión de PDFs, DOCX, HTML, EPUB, cuadernos Jupyter y otros formatos a presentaciones estructuradas - Soporte de plantillas personalizadas: los usuarios pueden proporcionar sus propias plantillas .pptx que se conservan byte por byte en las páginas sin cambios - Gráficos y tablas respaldados por datos con información editable mediante la bandera --native-charts-and-tables - Fórmulas renderizadas como OMML editable para PowerPoint 2010+ - Modo de generación rápida opcional que omite la confirmación de diseño para una salida más rápida - Extracción y reutilización de marca, estilo, diseño y plantillas de presentación a partir de materiales de referencia - Narración a partir de notas del orador y soporte nativo de animaciones El proyecto tiene licencia MIT, es gratuito y está mantenido por Hugo He. Los modelos recomendados para mejores resultados incluyen Kimi K3 o Claude con ventanas de contexto grandes, combinados con herramientas de generación de imágenes por IA como gpt-image-2 o gemini-3.1-flash-image. El README indica que los resultados mejoran con modelos de mayor calidad y que puede ser necesario un pulido posterior a la generación.