AI（人工智能）工具越来越多，但真正适合长期使用的工具通常要满足几个条件：数据能自己掌控，模型或服务商可以替换，生成结果可以导出或继续二次开发。Presenton、Trilium、Claudable 和 VibeVoice 分别覆盖了演示文稿、知识管理、网页应用生成和语音合成这四个方向。
| 项目 | 主要用途 | 核心特点 | 更适合谁 |
|---|---|---|---|
| Presenton | AI 生成 PPT | 本地优先，可接入云端模型或本地模型 | 经常做方案、汇报、课程课件的人 |
| Trilium | 个人知识库 | 树状笔记、富文本、Markdown、脚本扩展 | 需要长期沉淀结构化资料的人 |
| Claudable | 自然语言生成网站 | 基于 Next.js，把需求描述转成可运行代码 | 想快速做网页原型、内部工具的人 |
| VibeVoice | 文本转语音 | 支持长篇多人对话语音生成 | 做播客、对话音频、长内容配音的人 |
Presenton：在本机运行的 AI PPT 生成器
Presenton 是一个开源的 AI PPT 生成工具，用来把主题、资料或想法转换成演示文稿。它和纯在线 PPT 生成平台最大的区别在于：应用运行在自己的电脑或服务器上，流程可控，导出结果也掌握在自己手里。
开源地址：
https://github.com/presenton/presenton
它的典型工作流是：输入主题，生成大纲，根据大纲扩展每一页内容，最后导出为 PDF 或 PPTX。
flowchart LR
A[输入主题或资料] --> B[生成演示大纲]
B --> C[确认或修改大纲]
C --> D[生成每页内容]
D --> E[生成版式与幻灯片]
E --> F[导出 PDF / PPTX]
Presenton 的一个关键设计是“不强绑定某一家模型服务”。同一个 PPT 生成流程，可以接入不同的大语言模型。
| 模型来源 | 使用方式 | 优点 | 需要注意 |
|---|---|---|---|
| OpenAI、Google Gemini、Anthropic Claude | 配置自己的 API（应用程序编程接口）密钥 | 模型能力强，生成质量通常更稳定 | 内容会发送给对应模型服务商 |
| Ollama 本地模型 | 在本机运行 Llama 3 等开源模型 | 可以离线使用，数据不离开本机 | 对电脑性能有要求，生成质量取决于模型 |
| OpenAI 兼容接口 | 连接自托管模型服务 | 方便接入内部模型平台 | 需要自己维护模型服务 |
这里要区分两个概念：Presenton 本身可以部署在本地，但如果选择 OpenAI、Gemini 或 Claude 这类云端模型，提示词和相关内容仍然会发给模型服务商；如果需要尽量避免内容出网，就应该选择 Ollama 或其他自托管模型。
本地模型路线可以按这样的思路准备：
# 获取 Presenton 代码
git clone https://github.com/presenton/presenton
# 如果准备用 Ollama 跑本地模型，可先拉取一个模型
ollama pull llama3
实际运行命令、环境变量名称和端口配置要看项目仓库的说明，因为不同版本可能会调整启动方式。
Presenton 适合这些场景：
- 根据一个主题快速生成汇报初稿。
- 把长文档、产品说明、课程提纲整理成 PPT。
- 在不依赖单一 SaaS（软件即服务）平台的情况下搭建内部 PPT 生成工具。
- 需要导出 PPTX 后继续用 PowerPoint 或 Keynote 精修。
不适合的场景也很明确：如果对视觉设计有很高要求，例如品牌级发布会、复杂动效、强视觉海报风格页面，AI 生成的 PPT 通常只能作为初稿，仍然需要设计师或内容负责人继续调整。
Trilium：用树状结构管理长期知识
Trilium 是一个开源个人知识库工具，定位不是简单的便签，而是用来管理大量结构化笔记。它适合长期积累技术资料、项目记录、读书摘录、研究笔记和个人文档。
开源地址：
https://github.com/TriliumNext/Trilium
Trilium 最核心的组织方式是树状结构。每条笔记都可以继续挂子笔记，层级关系很像文件系统，但笔记之间还能建立链接，不会被单一目录限制住。
flowchart TB
A[个人知识库] --> B[技术学习]
A --> C[项目记录]
A --> D[资料归档]
B --> B1[后端]
B --> B2[前端]
B --> B3[人工智能]
C --> C1[需求分析]
C --> C2[接口设计]
C --> C3[故障复盘]
D --> D1[文章摘录]
D --> D2[图片资料]
D --> D3[代码片段]
这种结构的好处是，知识不是散落在一堆孤立页面里，而是可以被逐步整理成体系。例如学习数据库时，可以先建立“数据库”父笔记，再拆成“事务”“索引”“锁”“复制”“分库分表”等子节点；每个节点下面继续放概念、示例、问题和参考资料。
Trilium 的能力可以分成四类：
| 能力 | 说明 |
|---|---|
| 多类型内容 | 支持文字、图片、代码片段等内容，适合保存技术资料 |
| 富文本与 Markdown | 既可以像普通文档一样编辑，也可以用 Markdown 写结构化内容 |
| 跨平台桌面端 | Windows、macOS、Linux 都可以使用 |
| 自动化与扩展 | 支持脚本和插件，可以定制自己的知识处理流程 |
对重视数据控制的人来说，Trilium 的另一个优势是可以自建同步方案。相比把全部笔记托管到商业笔记平台，自建同步能让数据留在自己的设备或服务器上。同步和加密配置通常比普通云笔记复杂一些，但换来的好处是迁移和控制权更清晰。
Trilium 更适合：
- 个人知识库、第二大脑、长期技术文档沉淀。
- 需要层级关系很清楚的笔记体系。
- 需要在笔记中保存代码、配置、截图和资料链接。
- 想通过脚本或插件自动化处理笔记的人。
它不太适合把“多人实时协作”作为核心需求的团队文档场景。如果需要多人同时编辑、评论审批、权限流转，专门的协作文档系统会更合适。
Claudable：用自然语言生成 Next.js 网站
Claudable 是一个基于 Next.js 的网页应用生成工具。它的目标是把自然语言需求转换成可以运行的网站代码，并提供实时预览。
开源地址：
https://github.com/opactorai/Claudable
举个例子，如果输入：
做一个任务管理应用，支持新增任务、完成任务、删除任务，
界面要有暗色模式，移动端也要能正常使用。
Claudable 会调用 AI 编程助手理解需求，然后生成或修改 Next.js 项目代码，再把结果跑起来给你预览。它背后主要依赖 Claude Code，也支持 Cursor CLI（命令行界面）一类 AI 编程工具。
整体流程可以这样理解：
sequenceDiagram
participant User as 用户
participant C as Claudable
participant AI as Claude Code / Cursor CLI
participant App as Next.js 项目
participant Preview as 本地预览
User->>C: 输入应用需求
C->>AI: 发送需求和项目上下文
AI-->>C: 返回代码修改方案
C->>App: 写入或更新 Next.js 代码
App->>Preview: 启动开发预览
Preview-->>User: 展示可运行页面
Claudable 的价值不在于“完全替代开发”，而在于把从想法到原型的距离缩短。以前做一个网页原型，通常要经历建项目、选组件库、写页面、调样式、接状态管理等步骤；现在可以先用自然语言生成一个能跑的版本，再针对不满意的地方继续迭代。
适合使用 Claudable 的场景包括：
| 场景 | 为什么适合 |
|---|---|
| 产品原型 | 可以快速把想法变成可点击页面 |
| 内部工具 | 表单、列表、仪表盘这类页面结构清晰，适合 AI 生成 |
| 个人项目起步 | 省掉初始化页面和样式的时间 |
| 学习 Next.js | 可以对照生成结果理解项目结构 |
但生产环境不能直接依赖一次生成的代码。AI 生成的网站仍然需要做代码审查，特别是接口权限、数据校验、错误处理、依赖安全和部署配置。如果页面背后要连接数据库、支付系统或内部业务接口，更要把安全边界设计清楚。
上手路径可以从拉取项目开始：
git clone https://github.com/opactorai/Claudable
运行前需要准备对应的 AI 编程助手，例如 Claude Code 或 Cursor CLI，并按仓库说明完成登录、密钥或本地环境配置。
VibeVoice：面向长篇多人对话的文本转语音
VibeVoice 是微软开源的 TTS（文本转语音）项目，重点解决长篇对话语音生成问题。它不是只把一小段文字读出来，而是面向播客、访谈、多人聊天这类场景。
开源地址：
https://github.com/microsoft/VibeVoice
普通 TTS 做短句朗读相对容易，但长篇多人对话难很多，主要难在四件事：
| 难点 | 说明 |
|---|---|
| 说话人一致性 | 同一个角色在长音频里不能越说越像另一个人 |
| 对话节奏 | 多人轮流发言时，停顿、接话、转折要自然 |
| 长上下文稳定性 | 时间变长后，语气和音色容易漂移 |
| 情绪与语调 | 不能只机械读字，要符合对话内容 |
VibeVoice 支持生成长达 90 分钟的语音内容，并且可以处理最多 4 个不同说话人的对话切换。对于播客脚本、访谈模拟、课程对话讲解，这类能力很实用。
一个多人对话脚本通常可以整理成这种形式：
Speaker 1: 今天我们聊一下本地部署 AI 工具的意义。
Speaker 2: 核心问题其实是数据控制权，以及模型选择权。
Speaker 1: 如果使用本地模型，内容就不需要发给云端模型服务商。
Speaker 2: 但代价是本机算力要足够，生成速度也可能变慢。
对应的生成流程可以抽象成：
flowchart LR
A[对话脚本] --> B[标注说话人]
B --> C[设置语音参数]
C --> D[VibeVoice 生成音频]
D --> E[检查发音与节奏]
E --> F[导出长篇对话音频]
使用这类语音生成工具时，有几个问题需要提前考虑：
- 脚本要先整理好说话人标签，否则多人切换容易混乱。
- 长音频生成后要完整听一遍，检查错读、停顿异常和语气突变。
- 如果要模拟真实人物声音，需要处理授权和合规问题。
- 播客或课程内容最好保留文本稿，方便后期修改和重新生成。
获取代码：
git clone https://github.com/microsoft/VibeVoice
语音模型通常对 Python 环境、模型权重、显存或推理框架有要求，部署时应先确认仓库说明中的硬件和依赖版本。
四个项目怎么选
这四个工具虽然都和开源、AI 或效率有关，但解决的是不同环节的问题。
| 需求 | 更合适的项目 | 选择理由 |
|---|---|---|
| 快速做汇报、课件、方案 PPT | Presenton | 从主题到大纲再到幻灯片，能导出 PDF / PPTX |
| 长期整理资料和知识体系 | Trilium | 树状结构清晰，适合持续积累 |
| 把应用想法变成网页原型 | Claudable | 自然语言生成 Next.js 代码，可直接预览 |
| 生成播客或多人对话音频 | VibeVoice | 支持长篇、多说话人语音合成 |
如果重点是隐私和数据控制，可以优先看 Presenton 搭配 Ollama、Trilium 自建同步这类方案；如果重点是快速把想法变成可运行结果，Claudable 更直接；如果内容形态是音频，VibeVoice 解决的是长文本和多人对话的生成问题。
开源工具不等于零成本。云端大模型会产生 API 费用，本地模型需要机器性能，自建同步和部署也需要维护时间。选型时可以按三个问题判断：
- 数据能不能离开本机或内网？
- 生成质量和运行成本哪个更重要？
- 结果是一次性使用，还是要长期维护和二次开发？
把这三个问题想清楚，再去选择对应项目，通常比单纯看功能列表更稳。