最近上线了一个 PPT 模板下载站，其中过程遇到了很多的问题，在此记录一下。

PPT 模板下载站

不花钱，或者尽量少的花钱。

技术选型

框架选型

因为不想花钱，所以一开始的计划就是要把做一个纯静态的网页，没有后端。可以直接部署到 cloudflare 的 page 上。

比较熟悉的是 hexo，但是因为 PPT 资源比较多，使用 hexo 构建的速度太慢。所以弃用了。再后来找到了 hugo，这个基于 GO 的静态网站生成器，宣传的速度很快。（后来实测 Macbook Pro M1 的性能，发现 hugo 构建一次也需要好几分钟，可能是我还没有优化）

模板选型

找了一些模板，都感觉不太合适。挑的眼花缭乱。最后还是自己搞了一套。从 hugo new theme 开始。一点一点搭建。最终效果虽然一般，自己看得过去就行了。

构建页面

  • 由于页面和 tags 太多导致构建的页面太多。最后禁用的 hugo 自带的标签和分类的页面，改成打开网页时再加载。
  • 最终再 cloudflare 上构建还是用了将近 5 分钟。
    jPAnQB

数据整理

资源下载

PPT 资源大多都是从网上下载的，这部分花了几块钱开了一个网盘的会员。最后下载了大概 100 多 G 的文件。

资源整理

整理的时候发现很多文件是重复的、空的、无效的等等。所以最后整理了大概 50 多 G 几千个 PPT。

PPT 资源提取关键词、分类、描述

首先把全部的 PPT 转为一个长图和首图（后续网页展示需要）。然后把长图交给大模型去识别提取。

精简关键词、分类

由于大模型识别出的关键词是比较粗糙的，各式各样的都有，所以通过语意相似度进行去重。从几万个关键词减少到 2 千个左右。

资源存储

存储选型

有几个选项可以选择：

  • 网盘（百度网盘、阿里云盘等）
    大部分网盘限速，并且不提供直链下载。虽然可以搭建 alist，但限速问题还是要充会员。- 放弃
  • 开个服务器
    花钱 - 放弃
  • 对象存储（oss、cos、r2 等）
    花钱 - 放弃
  • 第三方图床（如：imgur、sm.ms 等）
    大部分第三方图床限制文件大小，有的也只支持图片文件，不适合 PPT。- 放弃
  • talegram。
    这个挺不错的，使用机器人接口可以无限上传。大小限制也基本可以满足。唯一的问题就是国内无法访问。而且直链需要机器人接口获取，而且有时间限制。- 放弃
  • 大型网站做图床（新浪、QQ 等做图床）
    不稳定，传文件可能也有问题。 - 放弃
  • IPFS 分布式存储
    这个还没试过，不知道效果如何。后边可以测试一下。
  • 代码仓库（github、gitlab 等）
    使用 GitHub 存储库存储 PPT 文件。大小限制也基本可以满足 ✅，提供直链 ✅，国内访问不稳的情况也可以通过一个 cdn 解决 ✅，cdn 限制大小可以使用 cloudflare 的 worker 搭建代理 ✅，最次最次可以提供 GitHub 的链接。

最终选择了 github 作为存储。

文件上传

把这几十 G 的文件传上去也是个力气活，写了一些上传脚本。可以实现当一个存储库到达限制后自动创建一个新的。