Banana Slides: KI-Foliengenerator mit AGPL-Lizenz und Desktop-RC
一站式原生AI PPT生成应用，几分钟内生成一套幻灯片; 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、视频等 - An AI-native slides generator based on nano banana pro🍌
Auf einen Blick
- Was ist das?
- Banana Slides erzeugt bearbeitbare Präsentationen aus Stichworten, Gliederungen und eigenen Vorlagen. Der Ansatz über Bildmodelle ist ungewöhnlich, die Reifegrade sind es auch: Die Desktop-Version hängt bei 0.9.0-rc.7.
- Für wen ist es gedacht?
- Für Teams, die Foliendesign an ein Bildmodell delegieren wollen und bereit sind, einen Docker-Stack selbst zu betreiben, ist Banana Slides einen Testlauf wert. Wer eine stabile Desktop-Anwendung für den Produktiveinsatz sucht, sollte warten, bis 0.9.0 die RC-Phase verlassen hat.
- Darf ich es kommerziell nutzen?
- Ja, unter strengen Bedingungen. AGPL-3.0 ist eine Lizenz mit Netzwerk-Copyleft: Wenn andere eine veränderte Version über ein Netzwerk nutzen, etwa als gehosteten Dienst, müssen Sie ihnen den Quellcode unter derselben Lizenz anbieten.
- Wird es noch gepflegt?
- Ja. Die letzten Commits kamen vor 3 Tagen.
- In welcher Sprache ist es geschrieben?
- Hauptsächlich TypeScript, laut der Sprachstatistik von GitHub.
Die Antworten beruhen auf den GitHub-Daten des Projekts (zuletzt abgeglichen am 15. September 2026) und auf unserer Analyse. Sie sind keine Rechtsberatung.
TIEFGEHENDE OPEN-SOURCE-ANALYSE
Welche Lücke Banana Slides füllt und für wen
Klassische Präsentationssoftware trennt Inhalt und Layout strikt. Wer eine Gliederung hat, verbringt die nächste Stunde mit Platzhaltern, Rasterlinien und Schriftgrößen. Banana Slides dreht die Reihenfolge um: Zuerst entsteht das visuelle Ergebnis, der Text wird daraus abgeleitet. Das README beschreibt den Ablauf als Weg von einer Idee, einer Gliederung, einem Dokument oder einem Bild zu einer bearbeitbaren Präsentation, und nennt als Zielbild ausdrücklich das "Vibe PPT". Adressiert sind damit Menschen, die Inhalte schnell in eine vorzeigbare Form bringen müssen und bereit sind, die Gestaltungshoheit an ein Modell abzugeben.
Der zweite Adressatenkreis ist weniger offensichtlich. Weil sich beliebige Vorlagenbilder hochladen und per KI auswerten lassen, richtet sich das Projekt auch an Teams mit einem bestehenden Foliensatz, dessen Stil beibehalten werden soll. Die Dokumentation beschreibt zwei Modi: ein einheitliches Template für alle Seiten oder pro Seite eine eigene Vorlage, wobei die KI die Stilmerkmale aus den hochgeladenen Bildern oder PDFs ableitet und die Seiten zuordnet. Das ist ein anderer Anwendungsfall als der leere Prompt am Anfang.
Bildmodell statt Layout-Engine: der eigentliche Mechanismus
Der Kern des Projekts ist die Entscheidung, Folien als Bilder erzeugen zu lassen. Das Repository nennt nano banana pro als Grundlage, die Topics führen nanobananapro und text2image. Eine Folie wird also nicht aus Layout-Regeln zusammengesetzt, sondern als Bild generiert und anschließend in ein bearbeitbares Format überführt. Genau an dieser Stelle sitzt der Anspruch: Die Ausgabe soll nicht als flaches Bild enden, sondern als PPTX, das sich weiterbearbeiten lässt.
Für die Textseite registriert die Desktop-Version laut Changelog elf LazyLLM-Provider, darunter qwen, doubao, deepseek, glm, kimi, minimax, sensenova, siliconflow, ppio, aiping und openai. Der Textpfad und der Bildpfad sind damit getrennte Abhängigkeiten. Das erklärt auch die Fehlerklasse, die in den Release Notes auftaucht: In RC7 musste der intern aufgerufene Hauptmodellname von gpt-5.4 auf gpt-5.6-terra geändert werden, während das Bildmodell gpt-image-2 unverändert blieb. Wer hier mit falschen Erwartungen ansetzt, sucht den Fehler im Bildmodell, obwohl die Textseite die Ursache ist.
Für die Konvertierung existiert ein weiterer Dienst. Die Release Notes zu RC2 erwähnen einen Fehler bei der MinerU-Verzeichniskonsistenz in der Windows-Desktop-Version, RC5 verbesserte die Fehlermeldung bei MinerU-Zugangsdaten. MinerU ist also eine eigene Abhängigkeit mit eigener Konfiguration, nicht bloß ein internes Detail. Das sollte man wissen, bevor man den ersten Export plant.
Betrieb: Docker lokal oder gehostete Instanz
Das README verweist auf einen Quick-Start-Abschnitt sowie auf Installations-, Nutzungs-, API-, Deploy-, Architektur- und Testanleitungen. Der lokale Weg führt über Docker, die öffentliche Demo läuft unter bananaslides.online, die Dokumentation unter docs.bananaslides.online. Für den Desktop-Betrieb gibt es vorgebaute Release-Artefakte, aktuell als Release Candidate.
Eine konkrete Konfigurationsgröße lässt sich dem Material entnehmen: Der Betreiber einer öffentlichen Instanz kann in der Datei .env den Schlüssel PUBLIC_DEMO_ADMIN_PASSWORD setzen und darüber unter dem Pfad /admin/history die Historie einsehen. Die öffentliche Demo selbst speichert laut README keine Historie; Nutzer werden gebeten, den Link zur Vorschauseite zu sichern. Für eine eigene Installation ist das ein Hinweis darauf, dass Verlauf und Sitzungszustand nicht in jedem Modus identisch behandelt werden.
Die Demo nutzt feste Modellkonfigurationen von Inferera, APIMart und dem Agent Plan von Volcengine, wobei API-Schlüssel je Besucher isoliert werden. In der öffentlichen Variante sind die zusätzlichen Beschreibungsfelder fest verdrahtet, während Haupttext und Generierungsanforderungen editierbar bleiben. Wer die Demo als Referenz für seine eigene Installation nimmt, sollte diese Einschränkung mitlesen: Sie ist eine Eigenschaft der Demo, nicht des Projekts.
Was der RC-Status konkret bedeutet
Die drei jüngsten Releases heißen v0.9.0-rc.5, v0.9.0-rc.6 und v0.9.0-rc.7, veröffentlicht Ende August und Anfang September 2026. Es gibt keine stabile 0.9.0-Marke. Die Änderungslisten dieser Versionen befassen sich überwiegend mit Randfällen: SOCKS-Proxy-Abhängigkeiten, die in der gepackten Desktop-Version fehlten, ein Fehler bei APIMart-OpenAI-kompatiblen asynchronen Bildaufgaben, die Übergabe von 1K-, 2K- und 4K-Auflösungen, ein Export-Dialog, der von der Eigenschaftenleiste verdeckt wurde. Das sind keine kosmetischen Punkte. Sie zeigen, dass die Integrationsschicht zwischen Anwendung, Providern und Paketierung noch in Bewegung ist.
Für die Bewertung heißt das: Die Web- und Docker-Variante ist der stabilere Pfad, die Desktop-Paketierung der beweglichere. Wer die Desktop-Version einsetzt, sollte mit Update-Zyklen rechnen. RC6 hat eine abschaltbare Update-Prüfung beim Start ergänzt, samt Update-Karte mit Zusammenfassung, Download-Fortschritt, Wiederholungsversuch und Installation nach Neustart. Das ist ein Eingeständnis, dass Aktualisierungen hier ein regelmäßiger Vorgang sind und nicht ein einmaliger.
Grenzen, die man vor dem ersten Projekt kennen sollte
Die schwerwiegendste Einschränkung folgt aus dem Kernansatz. Wenn Folien als Bilder entstehen, ist die Bearbeitbarkeit nachgelagert. Der Export in PPTX wird im README als Funktion genannt, aber der Weg dorthin hängt an MinerU, und die Fehlerberichte der letzten Versionen betreffen genau diese Kette. Ob ein komplexes Layout nach der Konvertierung noch sauber editierbar ist, lässt sich aus dem Material nicht beurteilen. Wer Folien bis ins Detail nacharbeiten muss, sollte das vor der Entscheidung an einem echten Beispieldatensatz prüfen.
Die zweite Grenze ist die Abhängigkeit von externen Bild- und Textdiensten. Ohne konfigurierten Provider und gültigen Schlüssel entsteht keine Folie. Die Kosten skalieren mit der Seitenzahl, nicht mit der Sitzungsdauer. Die Release Notes zu RC5 erwähnen außerdem die Behebung eines SSRF-Risikos bei entfernten Bildern in Referenzdokumenten. Das ist behoben, weist aber darauf hin, dass eine selbst betriebene Instanz mit Zugriff auf entfernte URLs ein Angriffsfläche-Thema ist.
Die dritte Grenze betrifft die Sprache. Das Projekt ist überwiegend chinesisch dokumentiert, mit einer englischen README-Datei. Die Detaildokumentation liegt unter einem chinesischen Pfad. Wer kein Chinesisch liest, arbeitet mit einer dünneren Informationsgrundlage als der Idealfall.
Alternative: Vorlagen-Engines statt Bildmodelle
Der naheliegende Vergleich ist eine Präsentationssoftware, die aus einer Gliederung über ein festes Layout-System Folien erzeugt, etwa über eine Bibliothek wie python-pptx oder eine templatbasierte Engine. Der Unterschied liegt nicht im Ergebnisformat, sondern im Erzeugungsweg. Dort bestimmt ein Layout-Algorithmus, wo Text und Bild landen. Die Ausgabe ist von Anfang an strukturiert und damit verlustfrei editierbar. Dafür sieht sie aus wie das Template, das man hineingesteckt hat.
Banana Slides tauscht diese Vorhersagbarkeit gegen visuelle Bandbreite. Ein Bildmodell kann Layouts erzeugen, die keine Vorlage vorsieht. Der Preis ist die Konvertierung zurück in ein editierbares Format und die Abhängigkeit von einem externen Dienst. Für wiederkehrende Unternehmensfolien mit engen Vorgaben ist die templatbasierte Route die risikoärmere Wahl. Für Einzelvorträge, Konzeptskizzen und Material, das ohnehin nicht nachbearbeitet wird, spielt Banana Slides seinen Vorteil aus. Die Entscheidung fällt also nicht zwischen besser und schlechter, sondern zwischen Layout-Kontrolle und visueller Reichweite.
Lizenz und Wartungskosten
Das Projekt steht unter AGPL-3.0. Wer es nur lokal oder intern nutzt, hat damit in der Regel keine Weitergabepflichten. Sobald jedoch eine modifizierte Version als Netzwerkdienst betrieben wird, greifen die Pflichten dieser Lizenz gegenüber den Nutzern des Dienstes. Die öffentliche Demo unter bananaslides.online ist genau dieser Fall. Wer eine eigene Instanz hinter einer Anmeldung für Kunden betreibt, sollte die Bedingungen mit der eigenen Rechtsabteilung klären. Eine Rechtsberatung ist das hier nicht.
Die Wartungslast liegt bei den Provider-Abhängigkeiten. Elf LazyLLM-Provider, dazu Bildmodelle, dazu MinerU: Jede dieser Schnittstellen kann sich ändern, und die Release Notes zeigen, dass Änderungen auf Anbieterseite unmittelbar in neuen RC-Versionen landen. Die Update-Prüfung in der Desktop-Version ist abschaltbar, aber nicht die Notwendigkeit, sie durchzuführen. Ein Team, das Banana Slides produktiv betreibt, braucht jemanden, der die Release Notes liest, bevor ein Provider stillschweigend sein Modell umbenennt.
Redaktionelles Fazit
Für Teams, die Foliendesign an ein Bildmodell delegieren wollen und bereit sind, einen Docker-Stack selbst zu betreiben, ist Banana Slides einen Testlauf wert. Wer eine stabile Desktop-Anwendung für den Produktiveinsatz sucht, sollte warten, bis 0.9.0 die RC-Phase verlassen hat. Vor dem ersten Projekt ist zu klären, welcher Bild-Provider mit welchem Schlüssel hinterlegt wird, ob MinerU für die PPTX-Konvertierung erreichbar ist und wie die AGPL-3.0-Pflichten im eigenen Betrieb erfüllt werden.
Community-Notizen