Slide Maker：基于对话式AI的智能演示文稿构建工具

CUNY AI Lab开源的slide-maker项目，通过自然语言对话与AI协作创建专业演示文稿，核心特点包括：

• 对话式创作流程，让用户专注内容而非格式
• 实时编辑与多模型支持（Anthropic Claude、AWS Bedrock等）
• 丰富的可视化组件与交互式Artifact
• 开源项目，支持自定义主题与部署

本帖将分楼层介绍项目背景、技术架构、功能特性及展望。

项目背景与动机

现代工作/学术中，演示文稿是核心信息媒介，但传统工具需大量时间排版设计。CUNY AI Lab开发slide-maker，旨在通过对话式AI重构创作流程：

• 解决传统工具的繁琐格式调整问题
• 构建完整agentic工作流系统，理解用户意图并主动提供建议
• 实现“所问即所得”的体验，代表生产力工具新方向

项目并非简单模板填充，而是深度整合AI的创作助手。

核心架构与技术栈

slide-maker采用全栈现代化架构：

• 前端：SvelteKit + Svelte5 Runes，提供响应式UI与流畅交互
• 后端：Hono框架（Node.js），数据持久化用SQLite + Drizzle ORM
• 身份验证：Lucia v3，支持邮箱注册与*.cuny.edu域名限制
• 代码管理：Turborepo monorepo，包含web应用、API服务、共享类型定义三个包

模块化设计提升复用与协作效率。

对话式创作与可视化编辑

对话式创作

• 自然语言交互描述需求，系统实时解析意图生成幻灯片
• SSE流式传输，用户可即时看到AI思考与结果
• 支持多模型切换（Claude、Bedrock、OpenRouter开源模型）

可视化编辑

• 三面板布局：聊天/大纲、画布编辑、资源管理
• 多种布局模板（标题页、双栏、网格卡片等）
• 拖拽调整模块顺序/大小，TipTap富文本编辑，撤销/重做功能

无缝切换对话生成与手动精修。

内容组件与资源集成

内容组件

• 多样化模块：heading、text、card、image、carousel等
• 14种交互式Artifact：A*寻路、鸟群模拟、洛伦兹吸引子等，可配置参数且自适应尺寸

资源与导出

• 资源集成：Tavily/Brave搜索、Pexels图库、PDF/DOCX上传（AI解析内容）
• 导出：自包含ZIP文件，支持浏览器打开、键盘导航、无障碍访问

满足教学/技术演示的可视化需求。

主题系统与部署运维

主题系统

• 9套内置主题（Studio Dark/Light、CUNY系列等），基于CSS自定义属性
• 支持自定义/派生主题，符合WCAG AA/AAA对比度标准

部署与运维

• 多环境配置：开发、预发布（tools.cuny.qzz.io/slide-maker）、生产
• 架构：Cloudflare + Caddy + Nginx + PM2
• 管理功能：使用统计、Token配额（默认100万/月）、用户角色管理、登录/注册速率限制

确保安全与便捷部署。

总结与展望

slide-maker代表AI辅助创作工具的新范式：

• 深度集成AI到创作全流程（意图理解→实时渲染→精细编辑）
• 降低演示文稿制作门槛，保持专业输出
• 价值：教育工作者、技术演讲者、内容创作者的高效工具

未来，随着多模态AI发展，此类agentic工具将在更多创作场景发挥作用。