Anionex/banana-slides

Um app de apresentações nativo de IA, baseado em modelos de geração de imagens, transforma ideias em slides em minutos.
Sem formatação trabalhosa: edite com linguagem natural e experimente o verdadeiro Vibe PPT.

     

 

             

 

     

Você já se viu nesta situação: a apresentação é amanhã, mas o PPT ainda está em branco; sua mente está cheia de ideias brilhantes, mas todo o seu entusiasmo é consumido pela formatação e pelo design tediosos?

Eu (nós) desejo(amos) criar rapidamente apresentações que sejam profissionais e tenham um bom design. Os aplicativos tradicionais de geração de PPT por IA, embora atendam amplamente à demanda por "rapidez", ainda apresentam os seguintes problemas:

• 1️⃣ Só permitem escolher modelos predefinidos, sem flexibilidade para ajustar o estilo
• 2️⃣ Baixo nível de liberdade, dificultando a realização de múltiplas rodadas de alterações
• 3️⃣ O visual dos produtos finais é muito semelhante, com uma homogeneização severa
• 4️⃣ A qualidade dos materiais é baixa e falta especificidade
• 5️⃣ A diagramação de texto e imagem é fragmentada, com pouco senso de design

Essas deficiências tornam difícil para os geradores de PPT por IA tradicionais satisfazerem simultaneamente nossas duas grandes necessidades na criação de PPTs: "rapidez" e "beleza". Mesmo aqueles que se autodenominam Vibe PPT, aos meus olhos, ainda não são "Vibe" o suficiente.

No entanto, o surgimento do modelo nano banana🍌 mudou tudo. Tentei usar o 🍌pro para gerar páginas de PPT e descobri que os resultados foram excelentes em termos de qualidade, estética e consistência, sendo capaz de renderizar com precisão quase todo o texto solicitado pelo prompt e seguir o estilo da imagem de referência. Então, por que não criar um aplicativo "Vibe PPT" nativo baseado no 🍌pro?

1. Iniciantes: Geração rápida de PPTs estéticos com barreira zero, sem necessidade de experiência em design, reduzindo a preocupação com a escolha de modelos
2. Profissionais de PPT: Referência de layouts e combinações de elementos gráficos e textuais gerados por IA, obtendo inspiração de design rapidamente
3. Educadores: Conversão rápida de conteúdos de ensino em PPTs de planos de aula ilustrados, melhorando o efeito em sala de aula
4. Estudantes: Conclusão rápida de apresentações de trabalhos, focando a energia no conteúdo em vez da formatação e estética
5. Profissionais: Visualização rápida de propostas comerciais e apresentações de produtos, com adaptação rápida a múltiplos cenários

🎯Objetivo: Reduzir a barreira de criação de PPTs, permitindo que todos possam criar apresentações estéticas e profissionais rapidamente

Melhores práticas de desenvolvimento de software	Demonstração técnica do DeepSeek-V3.2
P&D e industrialização de equipamentos para linhas de produção inteligentes de pratos prontos	A evolução do dinheiro: a jornada das conchas às notas de papel

Veja mais em Casos de uso

Suporta três formas de começar: ideias, esboços e descrições de página, atendendo a diferentes hábitos de criação.

• Geração com uma única frase: Insira um tema e a IA gera automaticamente um esboço com estrutura clara e descrições de conteúdo página por página.
• Edição em linguagem natural: Suporta a modificação verbal de esboços ou descrições via Vibe (ex: "altere a terceira página para um estudo de caso"), com a IA respondendo aos ajustes em tempo real.
• Modo Esboço/Descrição: Permite tanto a geração em lote com um clique quanto o ajuste manual de detalhes.

• Suporte a múltiplos formatos: Carregue arquivos PDF/Docx/MD/Txt e o sistema analisará o conteúdo automaticamente em segundo plano.
• Extração inteligente: Identifica automaticamente pontos-chave, links de imagens e informações de gráficos no texto, fornecendo materiais ricos para a geração.
• Armazenamento automático de imagens: As imagens extraídas dos documentos entrarão automaticamente na biblioteca de materiais do projeto após o arquivo de referência ser associado ao projeto, podendo ser reutilizadas diretamente no futuro.
• Referência de estilo: Suporte para upload de imagens de referência ou modelos para personalizar o estilo do PPT.

Não se limite mais a botões de menu complexos; dê comandos de edição diretamente através de linguagem natural.

• Redesenho parcial: faça modificações verbais em áreas insatisfatórias (ex: "troque este gráfico por um gráfico de pizza").
• Otimização de página inteira: gere páginas em alta definição e com estilo unificado baseadas no nano banana pro🍌.

• Suporte a múltiplos formatos: exportação em um clique de arquivos PPTX ou PDF padrão.
• Configurações de reprodução: antes de exportar para PPTX, é possível ativar animações de transição de página, com suporte a efeitos clássicos como esmaecimento.
• Adaptação perfeita: proporção padrão 16:9, sem necessidade de ajustes secundários de layout, pronto para apresentação direta.

• Exportar imagens como páginas de PPT de alta fidelidade, com fundo limpo e imagens e textos livremente editáveis
• Para atualizações relacionadas, consulte #121

• Converta slides em vídeos explicativos (MP4) com narração de voz por IA e legendas com um clique
• A IA gera automaticamente narrações coloquiais com base na descrição e no conteúdo da página
• Suporta a configuração de vários estilos de expressão, vários idiomas e diversos timbres

🌟 Comparação de funcionalidades com o notebooklm slide deck

Nota: Com a adição de novas funcionalidades, a comparação pode ficar desatualizada

Esta é a maneira mais simples, sem necessidade de instalar o Docker ou baixar o projeto; você pode acessar o aplicativo diretamente após a criação.

1. Implante e inicie este aplicativo com um clique via RainYun (Alta largura de banda, ideal para geração e download de imagens em alta definição. Novos usuários têm teste gratuito)

• Tutorial ilustrado

2. Em breve

Inicie rapidamente os serviços de front-end e back-end via Docker Compose.

0. Clonar o repositório de código

git clone https://github.com/Anionex/banana-slides
cd banana-slides

1. Configurar variáveis de ambiente

Crie o arquivo .env (consulte .env.example):

cp .env.example .env

(Opcional, também pode ser configurado na interface do usuário após a inicialização, clique aqui para o tutorial) Edite o arquivo .env e configure as variáveis de ambiente necessárias:

# AI Provider格式配置 (gemini / openai / volcengine / vertex)
AI_PROVIDER_FORMAT=gemini

# Gemini 格式配置（当 AI_PROVIDER_FORMAT=gemini 时使用）
GOOGLE_API_KEY=your-api-key-here
GOOGLE_API_BASE=https://generativelanguage.googleapis.com
# 代理示例: https://api.inferera.com/gemini

# OpenAI 格式配置（当 AI_PROVIDER_FORMAT=openai 时使用）
OPENAI_API_KEY=your-api-key-here
OPENAI_API_BASE=https://api.openai.com/v1
# 代理示例: https://api.inferera.com/v1

# 商汤日日新 U1 图片模型（保留旧 Provider，图片走 OpenAI 兼容路径）
# 推荐：文本继续用 Gemini，只让图片走商汤
# IMAGE_MODEL_SOURCE=openai
# IMAGE_API_KEY=your-sensenova-api-key
# IMAGE_API_BASE=https://token.sensenova.cn/v1
# IMAGE_MODEL=sensenova-u1.5-lite

# 火山方舟 Agent Plans 配置（当 AI_PROVIDER_FORMAT=volcengine 时使用）
# 注意: Agent Plan 需使用专属 API Key 与模型名 (doubao-seed-2.1-turbo / doubao-seedream-5.0-lite)
VOLCENGINE_API_KEY=your-volcengine-api-key-here
VOLCENGINE_API_BASE=https://ark.cn-beijing.volces.com/api/plan/v3

# Vertex AI 配置（AI_PROVIDER_FORMAT=vertex）
# 需要 GCP 项目和服务账户密钥
# VERTEX_PROJECT_ID=your-gcp-project-id
# VERTEX_LOCATION=global
# GOOGLE_APPLICATION_CREDENTIALS=./gcp-service-account.json

# Lazyllm 格式配置（当 AI_PROVIDER_FORMAT=lazyllm 时使用）
# 选择文本生成和图片生成使用的厂商
TEXT_MODEL_SOURCE=deepseek        # 文本生成模型厂商
IMAGE_MODEL_SOURCE=doubao         # 图片编辑模型厂商
IMAGE_CAPTION_MODEL_SOURCE=qwen   # 图片描述模型厂商

# 各厂商 API Key（只需配置你要使用的厂商）
DOUBAO_API_KEY=your-doubao-api-key            # 火山引擎/豆包
DEEPSEEK_API_KEY=your-deepseek-api-key        # DeepSeek
QWEN_API_KEY=your-qwen-api-key                # 阿里云/通义千问
GLM_API_KEY=your-glm-api-key                  # 智谱 GLM
SILICONFLOW_API_KEY=your-siliconflow-api-key  # 硅基流动
SENSENOVA_API_KEY=your-sensenova-api-key      # 商汤日日新
# U1 生图请优先使用上面的 IMAGE_MODEL_SOURCE=openai 配置；此 Key 用于旧 LazyLLM 路径
MINIMAX_API_KEY=your-minimax-api-key          # MiniMax
KIMI_API_KEY=your-kimi-api-key                # 月之暗面 Kimi
PPIO_API_KEY=your-ppio-api-key                # PPIO 派欧云
AIPING_API_KEY=your-aiping-api-key            # AIPing 爱拼
...

Use o novo método de configuração de exportação editável para obter melhores resultados de exportação editável: É necessário obter uma API KEY na Baidu Intelligent Cloud Platform (clique aqui para entrar) e preencher o campo BAIDU_API_KEY no arquivo .env (há uma cota de uso gratuito suficiente). Veja as instruções em #121

2. Iniciar os serviços

⚡ Usar imagens pré-construídas (recomendado)

O projeto fornece imagens de front-end e back-end construídas no Docker Hub (sincronizadas com a versão mais recente da ramificação principal), permitindo pular as etapas de construção local para uma implantação rápida:

# 使用预构建镜像启动（无需从头构建）
docker compose -f docker-compose.prod.yml up -d

Nomes das imagens:

• anoinex/banana-slides-frontend:latest
• anoinex/banana-slides-backend:latest

Após a inicialização, você pode ir em Configurações → Sobre → Verificar Atualizações dentro do aplicativo. O aplicativo determinará se há atualizações disponíveis com base no SHA da versão atual; ao executar a partir do código-fonte, o Git SHA atual também será usado para essa determinação.

Construir imagens do zero

docker compose up -d

# 在 .env 文件中取消以下注释即可使用国内镜像源
DOCKER_REGISTRY=docker.1ms.run/
GHCR_REGISTRY=ghcr.nju.edu.cn/
APT_MIRROR=mirrors.aliyun.com
PYPI_INDEX_URL=https://mirrors.cloud.tencent.com/pypi/simple
NPM_REGISTRY=https://registry.npmmirror.com/

3. Acessar o aplicativo

• Front-end: http://localhost:3011
• API de Back-end: http://localhost:5011

4. Ver logs

# 查看后端日志（最后 200 行）
docker logs --tail 200 banana-slides-backend

# 实时查看后端日志（最后 100 行）
docker logs -f --tail 100 banana-slides-backend

# 查看前端日志（最后 100 行）
docker logs --tail 100 banana-slides-frontend

5. Parar os serviços

docker compose down

6. Atualizar o projeto

Usar imagens pré-construídas (docker-compose.prod.yml)

Você também pode ir primeiro em Configurações → Sobre → Verificar Atualizações no aplicativo para ver se há uma nova versão.

docker compose -f docker-compose.prod.yml pull
docker compose -f docker-compose.prod.yml up -d

Usar construção local (docker-compose.yml)

Nota: Se você modificou o código manualmente, este método não se aplica; você precisa primeiro restaurar o código para a versão de quando foi baixado.

git pull 
docker compose down
docker compose build --no-cache
docker compose up -d

Nota: Agradecimentos ao excelente desenvolvedor @ShellMonster por fornecer o tutorial de implantação para iniciantes, projetado especificamente para novatos sem experiência em implantação de servidores. Clique no link para visualizar.

• Python 3.10 ou superior
• uv - Gerenciador de pacotes Python
• Node.js 16+ e npm
• FFmpeg - Necessário para a exportação de vídeos explicativos, e deve incluir suporte aos filtros de legenda libass / ass
• Uma chave de API válida do Google Gemini
• (Opcional) LibreOffice - Necessário ao usar a função "Renovação de PPT" para upload de arquivos PPTX, utilizado para converter PPTX em PDF. Recomenda-se converter o PPTX para PDF localmente antes de fazer o upload, motivo: o LibreOffice pode causar erros de layout durante a renderização no servidor devido à falta de fontes (como Microsoft YaHei, Calibri, etc.) e não consegue restaurar completamente alguns efeitos especiais. O upload de arquivos PDF não requer o LibreOffice. Usuários de Docker que ainda precisarem de suporte para upload de PPTX dentro do contêiner podem executar:

  docker exec -it banana-slides-backend bash -c "apt-get update && apt-get install -y libreoffice-impress && rm -rf /var/lib/apt/lists/*"

  Observação: O LibreOffice instalado desta forma será perdido após a reconstrução do contêiner e precisará ser reinstalado.

0. Clonar o repositório de código

git clone https://github.com/Anionex/banana-slides
cd banana-slides

1. Instalar o uv (se ainda não estiver instalado)

curl -LsSf https://astral.sh/uv/install.sh | sh

2. Instalar dependências

Execute no diretório raiz do projeto:

# macOS（Homebrew）
brew install ffmpeg-full
brew unlink ffmpeg 2>/dev/null || true
brew link --overwrite --force ffmpeg-full

# Ubuntu / Debian
sudo apt-get update
sudo apt-get install -y ffmpeg libass9

# 然后安装 Python 依赖
uv sync

Isso instalará automaticamente todas as dependências de acordo com o pyproject.toml.

3. Configurar variáveis de ambiente

Copie o modelo de variáveis de ambiente:

cp .env.example .env
# 然后按照前述方法，打开编辑 `.env` 文件，配置你的 API 密钥

1. Acesse o diretório do front-end

cd frontend

2. Instale as dependências

npm install

3. Configure o endereço da API

O front-end se conectará automaticamente ao serviço de back-end especificado em BACKEND_PORT via Vite proxy (padrão http://localhost:5011). Se precisar modificar, configure BACKEND_PORT no arquivo .env na raiz do projeto.

(Opcional) Se houver dados locais importantes, recomenda-se fazer o backup do banco de dados antes da atualização:
cp backend/instance/database.db backend/instance/database.db.bak Observação: Na configuração padrão, modelos, materiais e produtos finais estão todos na pasta uploads/

cd backend
uv run alembic upgrade head && uv run python app.py

O serviço de back-end será iniciado em http://localhost:5011.

Acesse http://localhost:5011/health para verificar se o serviço está funcionando normalmente.

cd frontend
npm run dev

O servidor de desenvolvimento front-end será iniciado em http://localhost:3011.

Abra o navegador e acesse para usar a aplicação.

↑ Voltar ao topo

Sinta-se à vontade para sugerir novas funcionalidades ou dar feedback no grupo~

Siga o autor nas redes sociais, onde compartilharei informações sobre este projeto e sobre IA:

Pode ser consultado na documentação oficial

Você também pode fazer perguntas diretamente no DeepWiki

Contribuições para este projeto são bem-vindas através de Issue e Pull Request!

Importante: Antes de contribuir, leia o CONTRIBUTING.md

Este projeto é de código aberto sob a GNU Affero General Public License v3.0 (AGPL-3.0), podendo ser utilizado livremente para fins não comerciais, como aprendizado pessoal, pesquisa, experimentação, educação ou atividades de pesquisa científica sem fins lucrativos; o uso comercial de código fechado requer autorização.

Para dúvidas, intenções de cooperação ou para obter a versão comercial multi-tenant, entre em contato com: davidyang042@gmail.com

• Contribuidores do projeto:

• Linux.do: Uma nova comunidade ideal

Código aberto não é fácil 🙏 Se este projeto for valioso para você, sinta-se à vontade para pagar um café ao desenvolvedor ☕️

Agradecemos aos seguintes amigos pelo apoio e patrocínio voluntário ao projeto:

@雅俗共赏、@曹峥、@以年观日、@John、@胡yun星Ethan, @azazo1、@刘聪NLP、@🍟、@苍何、@万瑾、@biubiu、@law、@方源、@寒松Falcon、@刘星宇&小陀螺AIGC Se tiver dúvidas sobre a lista de patrocinadores, você pode entrar em contato com o autor