📫 تواصل معنا

المساهم الرئيسي في هذا المستودع هو طالب ماجستير سيتخرج في عام 2026، لا تتردد في التواصل من أجل التعاون أو الفرص.

المساهم الرئيسي في هذا المستودع هو طالب ماجستير متخرج في عام 2026، مرحبًا بالتواصل من أجل التعاون أو فرص التبادل.

📅 الأخبار

[2026/01]: نوفر دعم التصدير بصيغة PPTX للتصميم الحر والقوالب، ووضع العمل دون اتصال الآن! تمت إضافة إدارة السياق لتجنب تجاوز السياق.
[2025/12]: 🔥 تم إصدار النسخة V2 مع تحسينات كبيرة - دمج بحث معمق، تصميم بصري حر، إنشاء أصول تلقائي، توليد نص إلى صورة، وبيئة وكيل مع صندوق رملي و20+ أداة.
[2025/09]: 🛠️ تمت إضافة دعم خادم MCP - راجع خادم MCP لتفاصيل التكوين
[2025/09]: 🚀 تم إصدار النسخة v2 مع تحسينات رئيسية - راجع ملاحظات الإصدار للتفاصيل
[2025/08]: 🎉 تم قبول الورقة في مؤتمر EMNLP 2025!
[2025/05]: ✨ تم إصدار النسخة v1 مع الوظائف الأساسية و🌟 إنجاز: وصلت إلى 1,000 نجمة على GitHub! - راجع ملاحظات الإصدار للتفاصيل
[2025/01]: 🔓 تم فتح مصدر قاعدة الكود، مع أرشفة الكود التجريبي في إصدار تجريبي

📖 الاستخدام

[!هام]

1. جميع مفاتيح API هذه، والتكوينات، والخدمات مطلوبة.

2. توصية العمود الفقري للوكيل: استخدم Claude لوكيل البحث وGemini لوكيل التصميم. GLM-4.7 خيار جيد أيضًا في النماذج مفتوحة المصدر.

3. وضع العمل دون اتصال مدعوم بقدرات محدودة (راجع إعداد العمل دون اتصال أدناه).

1. تكوين البيئة

أنشئ ملفات التكوين (من جذر المشروع):

  cp deeppresenter/deeppresenter/config.yaml.example deeppresenter/deeppresenter/config.yaml
  cp deeppresenter/deeppresenter/mcp.json.example deeppresenter/deeppresenter/mcp.json
  ``الإعداد عبر الإنترنت:
  MinerU: قدّم طلبًا للحصول على مفتاح API من mineru.net. لاحظ أن كل مفتاح صالح لمدة 14 يومًا.
  Tavily: قدّم طلبًا للحصول على مفتاح API من tavily.com.
  LLM: عيّن نقطة نهاية النموذج ومفاتيح API والمعاملات ذات الصلة في config.yaml.
الإعداد دون اتصال:

  MinerU: قم بنشر خادم MinerU باتباع التعليمات في دليل MinerU docker
  تبديل الإعداد: عيّن offline_mode: true في config.yaml لتجنب تحميل الأدوات المعتمدة على الشبكة (مثل fetch وsearch).

  نقطة نهاية MinerU: عيّن MINERU_API_URL في mcp.json إلى عنوان خدمة MinerU المحلي لديك
2. بدء تشغيل الخدمة
ابنِ صور Docker: docker compose build
من Docker Compose:
  
`bash
  docker compose up -d
  `
التشغيل محليًا:
  `bash
  cd deeppresenter
  pip install -e .
  playwright install-deps
  playwright install chromium
  npm install
  npx playwright install chromium
  python webui.py
  `
[!TIP]
🚀 All configurable variables can be found in constants.py.
💡 Case Study
#### Prompt: Please present the given document to me.
  
  
  
  
  
  
  
  
  
  
#### Prompt: 请介绍小米 SU7 的外观和价格
  
  
  
  
  
  
#### Prompt: 请制作一份高中课堂展示课件，主题为“解码立法过程：理解其对国际关系的影响”
  
  
  
  
  
  
  
  
  
  
  
  
  
  
  

Citation 🙏
If you find this project helpful, please use the following to cite it:

bibtex
@inproceedings{zheng-etal-2025-pptagent,
    title = "{PPTA}gent: Generating and Evaluating Presentations Beyond Text-to-Slides",
    author = "Zheng, Hao  and
      Guan, Xinyan  and
      Kong, Hao  and
      Zhang, Wenkai  and
      Zheng, Jia  and
      Zhou, Weixiang  and
      Lin, Hongyu  and
      Lu, Yaojie  and
      Han, Xianpei  and
      Sun, Le",
    editor = "Christodoulopoulos, Christos  and
      Chakraborty, Tanmoy  and
      Rose, Carolyn  and
      Peng, Violet",
    booktitle = "Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing",
    month = nov,
    year = "2025",
    address = "Suzhou, China",
    publisher = "Association for Computational Linguistics",
    url = "https://aclanthology.org/2025.emnlp-main.728/",
    doi = "10.18653/v1/2025.emnlp-main.728",
    pages = "14413--14429",
    ISBN = "979-8-89176-332-6",
    abstract = "Automatically generating presentations from documents is a challenging task that requires accommodating content quality, visual appeal, and structural coherence. Existing methods primarily focus on improving and evaluating the content quality in isolation, overlooking visual appeal and structural coherence, which limits their practical applicability. To address these limitations, we propose PPTAgent, which comprehensively improves presentation generation through a two-stage, edit-based approach inspired by human workflows. PPTAgent first analyzes reference presentations to extract slide-level functional types and content schemas, then drafts an outline and iteratively generates editing actions based on selected reference slides to create new slides. To comprehensively evaluate the quality of generated presentations, we further introduce PPTEval, an evaluation framework that assesses presentations across three dimensions: Content, Design, and Coherence. Results demonstrate that PPTAgent significantly outperforms existing automatic presentation generation methods across all three dimensions."
}

--- Tranlated By Open Ai Tx | Last indexed: 2026-02-22 ---