Banana Slides：用 nano banana pro 把想法變成可編輯 PPT 的開源工具
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🍌
秒懂
- 它是什麼？
- Banana Slides 是一套以 nano banana pro 為核心的 AI 原生簡報產生器，宣稱能在幾分鐘內從一句話、大綱或素材圖片生成可編輯的 PPTX。本文根據其 README 與發布紀錄，檢視它的運作方式、部署流程、限制與適用對象。
- 適合誰用？
- Banana Slides 適合想用自有 API Key 快速產出可編輯簡報的個人或小團隊，尤其是已經熟悉 nano banana pro 生態、願意處理 RC 版本不穩定與 AGPL-3.0 授權約束的人。它不適合需要穩定生產環境、或無法接受將修改後程式碼開源釋出的商業組織。
- 可以商用嗎？
- 可以，但條件嚴格。AGPL-3.0 是網路 copyleft 授權：如果別人透過網路使用你修改過的版本（例如作為託管服務），你必須以同一授權向他們提供原始碼。
- 還在維護嗎？
- 有在維護。儲存庫最近一次提交在 3 天前。
- 用什麼語言寫的？
- 主要是 TypeScript（依據 GitHub 的語言統計）。
以上回答依據專案的 GitHub 資料（最近同步於 2026年9月15日）與我們的分析，不構成法律意見。
開源專案深度解析
它解決什麼問題，以及誰需要它
製作簡報的痛點不在打字，而在排版。Banana Slides 想省掉的是把文字拖進版型、調整圖片位置、統一風格的瑣碎工序。它的定位是 AI 原生簡報產生器，輸入可以是「一句話、大綱或頁面描述」，輸出是「可編輯的 PPTX 或影片」。這不是把 Markdown 轉成投影片的靜態工具，而是讓語言模型參與內容結構、風格判斷與圖片生成的流程。適合的使用者是經常需要產出提案、教學或報告，但不想在 PowerPoint 或 Keynote 手動微調的人。它也提供線上 Demo，讓沒有本地環境的人先試用，但公開版不保留歷史紀錄，只能靠儲存預覽頁連結來回溯。
以 nano banana pro 為核心的生成管線
專案名稱直接點出它依賴 nano banana pro，這是一個模型或框架層級的東西，README 稱它為「基於 nano banana pro 的原生 AI PPT 生成應用」。從發布紀錄可以看出，內部呼叫的模型可以更換，例如 RC7 修正 Codex 生圖 400 錯誤時，把主模型從 gpt-5.4 更新為 gpt-5.6-terra，圖片模型仍保留 gpt-image-2。這代表 Banana Slides 不是把整個簡報生成塞給單一模型，而是區分文字生成與圖片生成兩條路徑。支援的供應商包含 LazyLLM 線上服務，如 qwen、doubao、deepseek、glm、kimi、minimax 等，也支援 OpenAI-compatible 的非同步圖片任務。架構上，它會先解析輸入的大綱或描述，再產生頁面內容，最後透過模板匹配與導出模組輸出檔案。
模板與素材的處理方式
模板控制是這個專案比較特別的地方。它支援兩種模式：統一模板，以及逐頁獨立模板。使用者可以上傳圖片或 PDF 來建立專案模板庫，AI 會自動解析模板的風格，然後為每一頁智慧匹配最合適的版型，也可以手動逐頁綁定。兩種模式可以隨時切換。素材方面，除了既有的素材生成，還新增了整圖編輯與框選編輯，後者以 overlay 方式讓使用者圈選圖片區域進行修改。這表示生成過程不是一次性的，而是可以在預覽階段針對特定區塊做調整。不過 README 沒有說明模板解析的準確度，例如複雜的版面或特殊字體是否會被正確辨識，這部分需要實際測試才能確認。
啟動與部署：從 Docker 到桌面版
部署方式以 Docker 為主，README 的 Quick Start 段落提到本地 Docker 部署與線上使用兩種途徑。公開 Demo 提供固定的模型配置，API Key 按訪客隔離，站主可以在 .env 中設定 PUBLIC_DEMO_ADMIN_PASSWORD，然後透過 /admin/history 入口查看歷史。這暗示專案本身是前後端分離的架構，可以自行架設服務。除了網頁版，還有桌面版 RC7，安裝後會檢查更新、顯示更新摘要與完整日誌連結，並支援下載進度、失敗重試與重啟安裝。對一般使用者來說，桌面版可能比自行部署 Docker 更簡單，因為它封裝了執行環境。但要注意，目前版本號是 v0.9.0-rc.7，屬於候選版本，不是穩定的 1.0 釋出。
實際使用限制與失敗情境
從發布紀錄可以推測幾個真實的失敗模式。RC6 修復了 APIMart 的 OpenAI-compatible 異步圖片任務、非流式請求以及 1K/2K/4K 解析度傳遞問題，這表示早期版本在這些情境下可能無法正確生成圖片或會忽略解析度設定。RC5 修復了參考文件遠端圖片的 SSRF 風險，這對自架服務的人來說是安全警訊，代表系統會抓取外部圖片，若沒有妥善過濾就可能被惡意利用。RC4 則修復了桌面版 LazyLLM 線上供應商不可用（例如 qwen）與 SOCKS 代理依賴缺失，這說明在特定網路環境或供應商設定下，生成功能會直接失效。另外，公開 Demo 不提供歷史紀錄，若使用者忘了儲存預覽頁連結，就無法找回先前的專案。
維護成本與授權考量
授權是 AGPL-3.0，這對開源專案來說是強勢的 copyleft 授權。若你修改程式碼並提供網路服務，必須以相同授權釋出完整原始碼。對內部使用不構成問題，但若想整合進商業產品或提供 SaaS 服務，就需要謹慎評估。維護成本方面，專案更新頻率高，從 2026 年 8 月到 9 月就連續釋出 RC5、RC6、RC7，且每次修復都涉及具體的供應商相容性問題。這代表使用者需要持續追蹤版本，否則可能卡在某個供應商的錯誤上。好消息是桌面版具備自動更新機制，但這也意味著更新本身會佔用資源。整體而言，這個專案還處於快速變動期，不適合當作黑盒子來依賴。
與其他 AI 簡報工具的差異
市面上已有不少 AI 簡報產生器，多數是雲端 SaaS，例如 Gamma 或 Tome，它們強調一鍵生成與線上協作。Banana Slides 的差異在於兩點：一是可自架，程式碼與 Docker 部署方式都公開，使用者可以掌控自己的 API Key 與資料；二是深度整合 nano banana pro 生態，並明確支援多種中國與國際模型供應商，包括火山引擎的 Agent Plans。相較之下，SaaS 工具通常綁定自家模型，無法更換供應商。另一個差異是輸出的可編輯性，Banana Slides 強調導出可編輯的 PPTX，而部分 AI 工具只輸出圖片或 PDF。但 SaaS 的優勢是免維護，Banana Slides 則要求使用者自己處理模型 API 費用、伺服器與版本更新。
結論：誰該用，誰該等
若你已經熟悉 nano banana pro，或想用火山引擎、DeepSeek 等較低價的 API 來批次產生簡報，Banana Slides 提供了難得的開源方案。若你只是偶爾做幾份投影片，且不介意資料放在第三方，線上 Demo 或 SaaS 可能更省事。採用前應先驗證兩件事：你偏好的模型供應商是否支援異步圖片生成，以及模板上傳後的解析結果是否符合預期。RC7 仍非穩定版，建議先在測試環境跑過完整流程，再決定是否導入日常工作流程。
編輯結論
Banana Slides 適合想用自有 API Key 快速產出可編輯簡報的個人或小團隊，尤其是已經熟悉 nano banana pro 生態、願意處理 RC 版本不穩定與 AGPL-3.0 授權約束的人。它不適合需要穩定生產環境、或無法接受將修改後程式碼開源釋出的商業組織。採用前應先確認你使用的模型供應商是否支援文件所述的異步圖片任務與 Agent Plans 設定，並實際測試模板圖片解析與 PPTX 導出的正確性，因為這些功能在 0.9.0 RC 階段仍持續修正中。
社群筆記