🌐 Sprache

Kontakt 📫

Der Hauptbeitragende dieses Repos ist ein Master-Student mit Abschluss 2026. Für Zusammenarbeit oder Möglichkeiten können Sie sich gerne melden.

本仓库的主要贡献者是一名 2026 届硕士毕业生，欢迎联系合作或交流机会。

Neuigkeiten 📅

[2026/03]: Wir unterstützen jetzt CLI und haben unsere feinabgestimmten Modelle auf Hugging Face 🤗 veröffentlicht!
[2026/01]: Wir unterstützen Freiform- und Vorlagengenerierung, PPTX-Export und jetzt auch Offline-Modus! Kontextverwaltung wurde hinzugefügt, um Kontextüberlauf zu vermeiden.
[2025/12]: 🔥 V2 veröffentlicht mit großen Verbesserungen – Tiefe Forschungsintegration, freiformige visuelle Gestaltung, autonome Asset-Erstellung, Text-zu-Bild-Generierung und Agent-Umgebung mit Sandbox & 20+ Tools.
[2025/09]: 🛠️ MCP-Server-Unterstützung hinzugefügt – siehe MCP Server für Konfigurationsdetails
[2025/09]: 🚀 V2 mit großen Verbesserungen veröffentlicht – siehe Release Notes für Details
[2025/08]: 🎉 Paper akzeptiert bei EMNLP 2025!
[2025/05]: ✨ V1 mit Kernfunktionalität veröffentlicht und 🌟 Durchbruch: 1.000 Sterne auf GitHub erreicht! – siehe Release Notes für Details
[2025/01]: 🔓 Codebasis als Open Source veröffentlicht, experimenteller Code archiviert bei Experiment Release

Nutzung 📖

[!WICHTIG]

Windows wird nicht unterstützt. Wenn Sie Windows nutzen, verwenden Sie bitte WSL.

Wir empfehlen dringend, mit der CLI und einer Minimalaufgabe zu starten, um sicherzustellen, dass Abhängigkeiten und Umgebung korrekt eingerichtet sind.

Konfiguration

Wenn Sie die CLI verwenden, kann pptagent onboard beim Erstellen und Aktualisieren dieser Konfigurationen interaktiv helfen. Wenn Sie Docker Compose nutzen oder vom Quellcode bauen, sollten Sie diese manuell vorbereiten:

cp deeppresenter/config.yaml.example deeppresenter/config.yaml
cp deeppresenter/mcp.json.example deeppresenter/mcp.json

#### Optionale Dienste zur Qualitätsverbesserung

Die folgenden Dienste können die Generierungsqualität deutlich verbessern, insbesondere bei Recherche-Tiefe, PDF-Parsing und Erstellung visueller Assets:

Tavily: verbessert die Websuche. Beantragen Sie einen API-Schlüssel unter tavily.com und setzen Sie dann TAVILY_API_KEY in deeppresenter/mcp.json.
MinerU: verbessert die PDF-Parsing-Qualität. Sie können entweder einen API-Schlüssel unter mineru.net beantragen und MINERU_API_KEY in deeppresenter/mcp.json setzen oder MinerU lokal bereitstellen und stattdessen MINERU_API_URL setzen.
Text-zu-Bild-Modell: verbessert die Bildgenerierungsqualität. Konfigurieren Sie t2i_model in deeppresenter/config.yaml.

Wenn Sie ein vollständig offlinefähiges Setup wünschen, stellen Sie MinerU lokal bereit und setzen Sie offline_mode: true in deeppresenter/config.yaml, um das Laden netzwerkabhängiger Tools wie die Websuche zu vermeiden.

Weitere konfigurierbare Variablen finden Sie in constants.py.

1. Persönliche Nutzung / OpenClaw-Integration: CLI

[!HINWEIS]

Unter macOS installiert das CLI möglicherweise automatisch mehrere lokale Abhängigkeiten, darunter Homebrew, Node.js, Docker, poppler, Playwright und llama.cpp.

Unter Linux müssen Sie die Umgebung selbst vorbereiten.

Verwenden Sie diesen Modus, wenn Sie das schnellste lokale Setup wünschen oder DeepPresenter über die CLI in OpenClaw integrieren möchten.

# Install uv
curl -LsSf https://astral.sh/uv/install.sh | sh
First-time interactive setup
uvx pptagent onboard
Generate a presentation
uvx pptagent generate "Single Page with Title: Hello World" -o hello.pptx
Generate with attachments
uvx pptagent generate "Q4 Report" \
  -f data.xlsx \
  -f charts.pdf \
  -p "10-12" \
  -o report.pptx

| Befehl | Beschreibung | | ------------------- | ------------------------------------------------- | | pptagent onboard | Interaktiver Konfigurationsassistent | | pptagent generate | Präsentationen generieren | | pptagent config | Aktuelle Konfiguration anzeigen | | pptagent reset | Konfiguration zurücksetzen | | pptagent serve | Lokalen Inferenzdienst für die CLI starten |

2. Minimale Einrichtung / Entwicklung: Aus dem Quellcode bauen

Verwenden Sie diesen Modus, wenn Sie die kleinste Abstraktionsschicht und die volle Kontrolle über Abhängigkeiten während der Entwicklung wünschen.

uv pip install -e .
playwright install-deps
playwright install chromium
npm install --prefix deeppresenter/html2pptx
modelscope download forceless/fasttext-language-id
docker pull forceless/deeppresenter-sandbox
docker pull forceless/deeppresenter-host
docker tag forceless/deeppresenter-sandbox deeppresenter-sandbox
or build from dockerfile
docker build -t deeppresenter-sandbox -f deeppresenter/docker/SandBox.Dockerfile .

Starten Sie die App:

python webui.py

3. Server-Bereitstellung: Docker Compose

Verwenden Sie diesen Modus für eine stabile Serverumgebung mit expliziten Abhängigkeiten.

# Pull the public images to avoid build from source
docker pull forceless/deeppresenter-sandbox
docker tag forceless/deeppresenter-sandbox deeppresenter-sandbox
Or build from source
docker build -t deeppresenter-sandbox -f deeppresenter/docker/SandBox.Dockerfile .
Start the host service
docker compose up -d

The service exposes the web UI on http://localhost:7861.

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”

Bild 15

Mitwirkende 🌟

_Force1ess	_Puelloc	_hongyan	_Dnoob	_Sadahlu
_{KurisuMakiseSame}	_Angelen	_BrandonHu	_{Eliot White}	_EvolvedGhost
_ISCAS-zwl	_{James Brown}	_JunZhang	_{Open AI Tx}	_{Sense_wang}
_SuYao	_{Zakir Jiwani}	_Zhenyu	_lnennnn

Zitieren 🙏

Wenn Sie dieses Projekt hilfreich finden, verwenden Sie bitte folgendes, um es zu zitieren:

@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." }

@misc{zheng2026deeppresenterenvironmentgroundedreflectionagentic, title={DeepPresenter: Environment-Grounded Reflection for Agentic Presentation Generation}, author={Hao Zheng and Guozhao Mo and Xinru Yan and Qianhao Yuan and Wenkai Zhang and Xuanang Chen and Yaojie Lu and Hongyu Lin and Xianpei Han and Le Sun}, year={2026}, eprint={2602.22839}, archivePrefix={arXiv}, primaryClass={cs.AI}, url={https://arxiv.org/abs/2602.22839}, }

--- Tranlated By Open Ai Tx | Last indexed: 2026-04-09 ---