开源项目教程:Office-PowerPoint-MCP-Server
2025-05-20 04:13:00作者:郦嵘贵Just
1. 项目介绍
Office-PowerPoint-MCP-Server 是一个基于 Model Context Protocol (MCP) 协议的 PowerPoint 操作服务器,使用 python-pptx 库进行操作。该服务器提供了创建、编辑和操作 PowerPoint 演示文稿的工具,允许开发者通过 MCP 协议与 PowerPoint 文档进行交互。
2. 项目快速启动
环境准备
- Python 3.10 或更高版本
- pip 包管理器
安装步骤
使用安装脚本(推荐)
最简单的安装方法是使用提供的安装脚本,该脚本自动化了安装过程:
python setup_mcp.py
该脚本将:
- 检查环境依赖
- 提供安装选项:
- 从 PyPI 安装(推荐大多数用户)
- 设置本地开发环境
- 安装所需依赖
- 生成相应的 MCP 配置文件
- 提供与 Claude Desktop 集成的说明
手动安装
- 克隆仓库:
git clone https://github.com/GongRzhe/Office-PowerPoint-MCP-Server.git
cd Office-PowerPoint-MCP-Server
- 安装依赖:
pip install -r requirements.txt
- 使服务器脚本可执行:
chmod +x ppt_mcp_server.py
启动服务器
运行以下命令启动服务器:
python ppt_mcp_server.py
MCP 配置
本地 Python 服务器
将服务器添加到您的 MCP 设置配置文件中:
{
"mcpServers": {
"ppt": {
"command": "python",
"args": ["/path/to/ppt_mcp_server.py"],
"env": {}
}
}
}
使用 UVX(无需本地安装)
如果您安装了 UVX,可以直接从 PyPI 运行服务器而无需本地安装:
{
"mcpServers": {
"ppt": {
"command": "uvx",
"args": ["--from", "office-powerpoint-mcp-server", "ppt_mcp_server"],
"env": {}
}
}
}
3. 应用案例和最佳实践
以下是一个创建新演示文稿并添加图表的例子:
创建新演示文稿
# 创建新演示文稿
result = use_mcp_tool("ppt", "create_presentation", {})
presentation_id = result["presentation_id"]
# 添加标题幻灯片
result = use_mcp_tool("ppt", "add_slide", {
"layout_index": 0, # 标题幻灯片布局
"title": "My Presentation",
"presentation_id": presentation_id
})
slide_index = result["slide_index"]
# 填充副标题占位符
result = use_mcp_tool("ppt", "populate_placeholder", {
"slide_index": slide_index,
"placeholder_idx": 1, # 副标题占位符
"text": "Created with PowerPoint MCP Server",
"presentation_id": presentation_id
})
# 保存演示文稿
result = use_mcp_tool("ppt", "save_presentation", {
"file_path": "my_presentation.pptx",
"presentation_id": presentation_id
})
添加图表
# 添加图表幻灯片
result = use_mcp_tool("ppt", "add_slide", {
"layout_index": 1, # 内容幻灯片布局
"title": "Sales Data",
"presentation_id": presentation_id
})
slide_index = result["slide_index"]
# 添加柱状图
result = use_mcp_tool("ppt", "add_chart", {
"slide_index": slide_index,
"chart_type": "column",
"left": 1.0,
"top": 2.0,
"width": 8.0,
"height": 4.5,
"categories": ["Q1", "Q2", "Q3", "Q4"],
"series_names": ["2023", "2024"],
"series_values": [[100, 120, 140, 160], [110, 130, 150, 170]],
"has_legend": True,
"legend_position": "bottom",
"has_data_labels": True,
"title": "Quarterly Sales",
"presentation_id": presentation_id
})
4. 典型生态项目
Office-PowerPoint-MCP-Server 作为开源项目,可以融入更广泛的生态系统。以下是一些可能的生态项目:
- 集成到自动化工作流程中,例如使用 Jenkins、Travis CI 或 GitHub Actions 自动生成报告。
- 开发桌面应用程序,如使用 Electron 将 MCP 服务器封装成易于使用的应用。
- 教育和培训工具,用于教授 Python 和 PowerPoint 编程。
通过这些最佳实践和应用案例,开发者可以更好地理解并使用 Office-PowerPoint-MCP-Server,创造出功能丰富且实用的解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134