📫 যোগাযোগ কৰক

এই ৰেপ'টোৰ মুখ্য অৱদানকাৰীজন ২০২৬ চনত উত্তীৰ্ণ হ'বলগীয়া এগৰাকী মাষ্টাৰ্ছ ছাত্ৰ, সহযোগিতা বা অন্য কোনো সম্ভাৱনাৰ বাবে নিশ্চয়তে যোগাযোগ কৰিব পাৰে।

এই সংৰক্ষণাগাৰৰ মুখ্য অৱদানকাৰী এজন ২০২৬ বৰ্ষৰ মাষ্টাৰ্স উত্তীৰ্ণ ছাত্ৰ/ছাত্ৰী। সহযোগিতা অথবা আদান-প্ৰদানৰ সুযোগৰ বাবে যোগাযোগ কৰিবলৈ স্বাগতম।

📅 সংবাদ

[২০২৬/০১]: আমি freeform আৰু template generationৰ সৈতে PPTX export, offline mode সমৰ্থন কৰো। Context management যোগ কৰা হৈছে যাতে context overflow নহয়।
[২০২৫/১২]: 🔥 V2 ৰ মুক্তি - ডিপ ৰিসাৰ্চ ইন্টেগ্ৰেশ্যন, Free-Form Visual Design, Autonomous Asset Creation, Text-to-Image Generation, আৰু sandbox সহ Agent Environment আৰু ২০+ টুলৰ সৈতে বৃহৎ উন্নতি।
[২০২৫/০৯]: 🛠️ MCP server সমৰ্থন যোগ কৰা হৈছে - কনফিগাৰেশ্যন বিৱৰণৰ বাবে MCP Server চাওক
[২০২৫/০৯]: 🚀 v2 মুক্তি - বিৱৰণৰ বাবে release notes চাওক
[২০২৫/০৮]: 🎉 পেপাৰ EMNLP 2025 ত গ্ৰহণ কৰা হৈছে!
[২০২৫/০৫]: ✨ v1 মুক্তি, মূল ফাংশনালিটি আৰু 🌟 breakthrough: GitHub-ত ১,০০০ star অতিক্ৰম! - বিৱৰণৰ বাবে release notes চাওক
[২০২৫/০১]: 🔓 কোডবেস open-source কৰা হৈছে, experimental কোড experiment release ত সংৰক্ষণ কৰা হৈছে

📖 ব্যৱহাৰ

[!IMPORTANT]

১. এই API key, configuration, আৰু service সমূহ আবশ্যক।

২. Agent Backbone Recommendation: Research Agent-ৰ বাবে Claude ব্যৱহাৰ কৰক আৰু Design Agent-ৰ বাবে Gemini। ওপেন-সোর্স মডেলত GLM-4.7 ভাল বিকল্প।

৩. Offline mode সীমিত সক্ষমতাৰ সৈতে সমৰ্থিত (তলত Offline Setup চাওক)।

১. Environment Configuration

configuration file সৃষ্টি কৰক (project root-ৰ পৰা):

  cp deeppresenter/deeppresenter/config.yaml.example deeppresenter/deeppresenter/config.yaml
  cp deeppresenter/deeppresenter/mcp.json.example deeppresenter/deeppresenter/mcp.json
  ``অনলাইন ছেটআপ:
  MinerU: mineru.netত API কীৰ বাবে আবেদন কৰক। প্ৰত্যেকটা কী ১৪ দিনলৈকে বৈধ।
  Tavily: tavily.comত API কীৰ বাবে আবেদন কৰক।
  LLM: আপোনাৰ মডেল এণ্ডপইণ্ট, API কী আৰু সংশ্লিষ্ট পেৰামিটাৰসমূহ config.yamlত ছেট কৰক।
অফলাইন ছেটআপ:

  MinerU: MinerU docker guideত দিয়া নিৰ্দেশনা অনুসৰি MinerU ছাৰ্ভাৰ ডিপ্লয় কৰক।
  Config switch: config.yamlত offline_mode: true ছেট কৰক যাতে নেটৱৰ্ক-নির্ভৰ টুলসমূহ (যেনে, fetch, search) লোড নহয়।

  MinerU endpoint: mcp.jsonত MINERU_API_URL আপোনাৰ স্থানীয় MinerU ছাৰ্ভিছ URLলৈ ছেট কৰক।
২. ছাৰ্ভিছ ষ্টাৰ্টআপ
ডকৰ ইমেজ বিল্ড কৰক: docker compose build
Docker Composeৰ পৰা:
  
`bash
  docker compose up -d
  `
স্থানীয়ভাৱে চলোৱা:
  `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 ---