「NAS、键盘、路由器······年轻就要多折腾，我是爱折腾的熊猫，今天又给大家分享最近折腾的内容了，关注是对我最大的支持，阿里嘎多」

引言

要说牛马人干的最多的事情是什么，那必然是各种文档、表格以及PPT了，而这其中最麻烦的熊猫个人觉得PPT排第一。文档或者表格很多情况下都是自己使用，不需要对外展示，所以在排版格式上其实自己人看得懂就行了，但PPT不一样。PPT往往是需要对外展示的，将所需要的信息如何美观的做出来真的挺难的，而PPT的制作又更为费时间，熊猫在前公司上班可没少折腾。

前两天粉丝姜不吃推荐了一个项目——LandPPT，结合现在发展迅速的AI加上图床和搜索引擎，通过AI来智能生成PPT，图片、信息以及制作一键搞定，你只需要设定一个主题就行了，这简直就是打工人的神器啊！恰好它支持Docker部署，所以咱们今天就用极空间来折腾折腾。

部署机

这次也是用了极空间的Z423旗舰版作为部署机，毕竟性能越好本地模型的表现越好，且该项目运行非常占用内存，而Z423旗舰版有32G的出厂内存，随便咱们怎么折腾都够了。

同时，极空间内置了deepseek-r1的本地模型部署，提供了7b和14b的大模型服务，如果觉得本地部署对于性能要求比较高，不想占用NAS本身的性能，那么还有极空间全机型都支持的满血版deepseek-v3在线模型，方便大家使用。

项目部署

LandPPT作者已经打包好了Docker镜像，我们只需要拉取就行，不过因为涉及各种模型项目，所以镜像非常之大，完整镜像包有7.9GB，下载速度也并不快，所以这里需要一点耐心。

拉取镜像可以直接用自定义拉取输入bradleylzh/landppt:latest进行拉取，记得要检查加速镜像源是否是可用的，熊猫这里推荐1ms，稳定速度也还不错。

直接用该方法也是为了防止镜像下载失败，如果网络稳定那么也可以用Compose来进行部署，这里提醒一下大家，因为平台发文对于代码的兼容度不高，所以如果出现复制进去报错，可以直接用极空间内置的AI让他将代码格式纠正一下。

docker run -d \

  --name landppt \

  -p 8000:8000 \

  -v $(
pwd
)/.env:/app/.env \

  -v landppt_data:/app/data \

  -v landppt_reports:/app/research_reports \

  -v landppt_cache:/app/temp \

  bradleylzh/landppt:latest

另外，其中的路径和端口记得根据自身的NAS情况进行更改，.env文件可在项目开源地址获取，地址为https://github.com/sligter/LandPPT?tab=readme-ov-file，如果觉得不错，也可以给作者点个星标支持一下。

项目的.env中需要配置好以下服务，涉及到了AI大模型配置、搜索引擎配置以及图像服务配置，变量的设置在项目界面也有对应的介绍。

当然，其实也可以不配置，在项目部署之后通过WebUI去修改，这样更为方便，也是熊猫比较推荐的方式。

项目使用

部署之后咱们通过极空间的远程访问就能打开项目了，默认的登录账号密码为admin和admin123。

如果你在前期就配置好了API等服务，那么这时候就可以直接用了，如果没有可以在系统配置中进行修改。

在使用前咱们先来看看它有哪些功能。首先是顶部的选项，除了设置项，对应的功能选择有场景选择、项目列表、仪表盘以及模版管理。

场景选择其实就是根据自己需要生成的PPT类型来的，项目提供了包括通用在内的七种场景，覆盖大多数的内容生成了，不过目前不支持场景的添加。

点击选择好场景之后，输入我们想要的PPT主题，最后输入一些要求，勾选上联网模式之后直接点创建项目即可。

这时候我们还需要对项目进行确认，主体除了手动输入，还支持用现有的文件生成，在目标受众一栏可以选择PPT的对应人群，页码支持AI也可以自定义，最后则是风格调整。

随后AI会先进行大纲生成，这个过程不算快，因为中间需要它去调用搜索引擎搜索资料，熊猫这里大概等待了5-10分钟。在项目仪表盘能看到对应的项目，点进去能看到阶段进度。

生成完成之后底部能看到对应的大纲，整个大纲非常详细，且每一页的PPT大纲都有对应的主题，讲道理比熊猫做得好。

不过这个PPT的生成界面是真的慢，因为要去网站搜索图片，再根据主题来匹配图片，最后还要进行文字添加等等，9页的PPT足足等了半小时左右，但也比人工快多了。

最后生成的PPT可以直接放映，不过因为图片素材我这里没设置好，所以PPT的素材没有对，不过整体看起来还是不错的，也可以直接在这里进行修改。

写在最后

项目不错，作为一个PPT大纲或者模版使用还行，但生成的PPT要达到直接能用的水准还是差很多的，但感觉随着AI的不断迭代，这些后续应该都不是难事。

以上便是本次分享的全部内容了，如果你觉得还算有趣或者对你有所帮助，不妨点赞收藏，最后也希望能得到你的关注，咱们下期见！