开题答辩、中期汇报、毕业答辩、课程展示、社团招新……大学四年至少做 30 份 PPT。但学生做 PPT 的痛苦，跟职场人完全不一样——没钱、没模板、没时间、没设计能力，还要过导师那关。

大学生做 PPT 的 5 种痛苦

痛苦 1：答辩 PPT，导师永远不满意

“内容太密了，一页放这么多字谁看得完？”
“配色太花了，学术答辩不是选美。”
“图呢？光文字谁记得住？”
“这个流程图是你自己画的？线条都不对齐。”

导师的意见永远是对的，但改起来要命——调字号、删要点、加配图、重画流程图，每改一次就是 2 小时。

痛苦 2：免费模板，一个比一个丑

网上搜"学术答辩 PPT 模板免费"——出来的要么是 2008 年风格的蓝底白字，要么是花里胡哨的渐变彩虹，要么下载下来发现是 .ppt 格式打不开。

付费模板？学生买不起。

痛苦 3：数据可视化，只会截图

实验数据在 Python/MATLAB 里画好了图 → 截图 → 贴到 PPT → 放大后糊成一团 → 导师说"重新出图，分辨率至少 300dpi" → 回到 Python 重新调参数……

痛苦 4：中英文混排，永远对不齐

论文标题英文、正文中文、公式 LaTeX——三种字体三种字号，PowerPoint 里调到崩溃也排不齐。宋体配英文丑，Arial 配中文更丑，Times New Roman 配中文简直是灾难。

痛苦 5：时间永远不够

明天答辩，今天还在跑实验。PPT？今晚通宵做吧。

PPT-Design-Skill：学生的免费 PPT 设计师

免费。MIT 开源，永久免费。

gitclone https://github.com/sunchaokun/PPT-Design-Skill.gitcdPPT-Design-Skill python install.py

不用买模板，不用充会员，不用看广告。MIT 协议，随便用，随便改。

答辩 PPT：学术风一键生成

ppt-design"深度学习在医学影像中的应用 毕业答辩"--style"sci"

--style "sci"自动匹配学术设计原子：

• 色彩：sci-paper 调色板（白底+深蓝标题+灰色正文+红色强调）
• 字体：sci-serif（Times New Roman + 宋体中英配对）
• 布局：sci-dense（紧凑学术排版，信息密度高但不拥挤）
• 装饰：minimal-dots（极简圆点，不花哨）

自动生成的页面结构：

8 页答辩 PPT，5 分钟出初稿。你只需要填自己的研究内容，排版、配色、字体、布局全自动。

导师最在意的"不要太密"——density 旋钮控制

ppt-design"毕业答辩"--style"sci"--density3

--density 3：低密度模式——每页 2-3 条要点，自动插入"呼吸页"（低密度过渡页），视觉节奏舒缓。

ppt-design"开题报告"--style"sci"--density7

--density 7：中高密度——每页 4-5 条要点，适合需要展示大量文献的开题报告。

密度可调，导师说太密就降一档，说太素就升一档——1 分钟重新生成。

流程图不用画了——组件库自动匹配

{"goal":"content","title":"模型架构","bullets":["输入预处理","特征提取","多尺度融合","分类头","后处理"],"component_type":"group","component_category":"process"}

5,500+ 组件库自动匹配 5 节点流程图 → 填入你的步骤 → 品牌色渲染 →30 秒出一个流程图。

SWOT 分析、层级结构、时间线——同理，组件库里都有。

代码页：算法伪代码也能好看

{"goal":"code","title":"训练算法","code":{"language":"python","source":"for epoch in range(num_epochs):\n for batch in dataloader:\n loss = model(batch)\n loss.backward()\n optimizer.step()"}}

输出：暗色终端背景（#1E293B）+ PYTHON 语言徽章 + Consolas 等宽字体 + 语法高亮——代码在 PPT 里终于像代码了。

中英文混排：12 种字体配对自动解决

PPT-Design-Skill 的 CJK 字体系统：

自动回退：如果系统没装楷书，自动降级到微软雅黑，不会出现方框乱码。

课程展示：不只是答辩

41 种 mood 关键词，覆盖你能想到的所有场景。

AI 配图：不用再搜图了

学生做 PPT 找配图是最痛苦的——Google 图片搜出来要么有水印、要么分辨率低、要么版权不明。

ppt-design"深度学习答辩"--style"sci"--fetch-images --llm-provider seedream

AI 根据每页内容自动生成配图关键词 → 调用 Seedream 生成 → Cover-fit 裁切 → 嵌入 PPT。图片风格统一、无水印、无版权风险。

5 种引擎可选：Seedream（免费额度多）、GPT Image、DALL-E、Gemini、Wanx——哪个有免费额度用哪个。

跟传统方案对比

答辩 PPT 实操指南

第一步：写 content.json（10 分钟）

{"meta":{"title":"基于Transformer的医学影像分割","author":"张三"},"slides":[{"goal":"hook","title":"基于Transformer的医学影像分割","subtitle":"指导教师：李教授"},{"goal":"problem","title":"研究背景","bullets":["医学影像分割是临床诊断的关键步骤","传统方法依赖手工特征，泛化性差","CNN 感受野有限，难以捕获全局依赖"]},{"goal":"solution","title":"方法：Multi-Scale Transformer","bullets":["多尺度特征提取","跨尺度注意力融合","轻量化设计（参数量减少40%）"]},{"goal":"data","title":"实验结果","bullets":["Dice: 92.3%（+2.1%）","参数量: 3.2M（-40%）","推理速度: 45 FPS"]},{"goal":"code","title":"核心算法","code":{"language":"python","source":"class MultiScaleAttn:\n def forward(self, x):\n x1, x2, x3 = self.split(x)\n x1 = self.attn1(x1)\n x2 = self.attn2(x2)\n return self.fuse(x1, x2, x3)"}},{"goal":"cta","title":"谢谢各位老师","subtitle":"欢迎提问与指导"}]}

第二步：生成 PPT（5 秒）

ppt-design"答辩"--contentcontent.json--style"sci"--density3--fetch-images

第三步：打开 .pptx 微调（5 分钟）

总计 15 分钟。导师说改？改 JSON，重新生成，1 分钟。

PPT-Design-Skill — MIT 开源 | 永久免费 | 824 测试通过
https://github.com/sunchaokun/PPT-Design-Skill