关键词

PowerPoint自动化演示文稿生成幻灯片编辑文档工具LLM工具

本项目是一个基于 FastMCP 框架构建的 MCP (Model Context Protocol) 服务器，旨在通过标准化的接口，赋予大型语言模型 (LLM) 程序化操作 PowerPoint 演示文稿（.pptx 文件）的能力。

项目简介

作为 MCP 服务器，它托管了用于创建、修改、查询 PPTX 文件的工具 (Tools) 和资源 (Resources)。LLM 客户端可以通过 JSON-RPC 协议与服务器通信，利用这些能力进行自动化演示文稿生成、内容提取或修改等任务。服务器支持多种传输协议，例如 SSE (Server-Sent Events)，并负责管理文件资源和工具执行。

主要功能点

  • 创建/清空演示文稿： 启动一个新的 PPTX 文件或重置现有文件。
  • 添加幻灯片： 向演示文稿中插入带有指定布局的新幻灯片。
  • 添加文本内容： 向幻灯片中的标题、内容占位符或任意位置添加文本框。
  • 插入形状： 在幻灯片中添加各种预定义形状（如矩形、圆形、流程图元素），并可为其添加文本。
  • 嵌入图片： 将图片文件添加到幻灯片中，并控制其位置和大小。
  • 获取幻灯片内容描述： 提供指定幻灯片中所有形状和文本的详细文本描述（快速、轻量级）。
  • 渲染幻灯片图片： 使用 LibreOffice 将指定幻灯片导出为 PNG 格式的图片（需要额外安装 LibreOffice）。
  • 获取 PPTX 文件： 提供完整的 PPTX 文件作为二进制资源供客户端下载或处理。
  • 获取 Base64 编码的 PPTX 文件： 以 Base64 字符串形式返回 PPTX 文件内容。
  • 提供 Prompt 指南： 包含预定义的 Prompt，如创建流程图的指南和可用形状列表，帮助 LLM 理解如何有效使用工具。

安装步骤

  1. 安装 Python： 确保您的系统已安装 Python 3.12 或更高版本。
  2. 安装项目依赖： 
    pip install -r requirements.txt
    或者使用 poetry 安装（如果存在 'pyproject.toml'）： 
    poetry install
  3. 安装 LibreOffice (可选，用于图片渲染)： 如果需要使用 'get_slide_image' 功能将幻灯片渲染为图片，您需要在服务器运行的机器上单独安装 LibreOffice，并确保 'soffice' 命令在系统 PATH 中可执行。
    • Linux (apt): 'sudo apt install libreoffice'
    • Linux (pacman): 'sudo pacman -S libreoffice-fresh'
    • macOS (brew): 'brew install --cask libreoffice'
    • Windows: 从 LibreOffice 官方网站 下载安装程序。

服务器配置 (供 MCP 客户端参考)

MCP 客户端需要配置如何启动和连接到此服务器。以下是典型的 MCP 客户端配置信息（通常在客户端的 JSON 或配置文件中设置）：

  • Server Name: 'PowerPoint MCP Server' (服务器的友好名称)
  • Command: 'python' (用于启动服务器的可执行命令)
  • Args: '["server.py"]' (传递给命令的参数，指向服务器启动脚本)
  • Env (可选): '{ "HOST": "127.0.0.1", "PORT": "8000" }' (通过环境变量设置服务器监听地址和端口，客户端可根据需要修改或留空使用默认值)
  • Transport: 'sse' (客户端与服务器通信使用的协议)
  • URL (可选): 'http://127.0.0.1:8000/sse' (如果客户端连接到已独立运行的服务器，则需要配置此 URL，注意根据实际 HOST 和 PORT 修改)

客户端在启动时会根据这些信息执行指定的 'command' 和 'args' 来启动服务器进程，并使用 'transport' 定义的协议建立连接。

基本使用方法

  1. 启动服务器： 在项目根目录下运行：

    python server.py

    您可以通过设置 'HOST' 和 'PORT' 环境变量来指定服务器监听的地址和端口，例如：

    HOST=0.0.0.0 PORT=9000 python server.py

    服务器启动后会显示监听地址和端口，以及是否找到 LibreOffice。

  2. 连接客户端： 使用兼容 MCP 的 LLM 客户端（如 Google ADK 或其他 FastMCP 客户端），根据上述“服务器配置”信息连接到运行中的服务器。

  3. LLM 交互： LLM 客户端发现服务器提供的工具 (Tools)、资源 (Resources) 和 Prompt 后，LLM 即可通过调用相应的 JSON-RPC 方法来创建、编辑 PPTX 文件，或获取文件内容。例如，LLM 可以：

    • 调用 'create_or_clear_presentation' 工具创建一个新文件。
    • 调用 'add_slide' 工具添加幻灯片。
    • 调用 'add_textbox'、'add_shape'、'add_picture' 工具向幻灯片添加内容。
    • 通过访问 'pptx://{filename}/slide/{slide_index}/description' 资源获取幻灯片文本描述。
    • 调用 'get_slide_image' 工具获取幻灯片图片进行视觉验证。
    • 通过访问 'pptx://{filename}/file' 资源或调用 'get_presentation_file_b64' 工具获取最终的 PPTX 文件。

服务器将在 'presentations/' 目录下保存生成的 PPTX 文件。

信息

分类

生产力应用

访问项目