📫 Kontakt

Der Hauptbeitragende dieses Repositories ist ein Masterstudent mit Abschluss 2026. Für Zusammenarbeit oder Möglichkeiten können Sie sich gerne melden.

Hauptbeitragender dieses Repositories ist ein Master-Absolvent des Jahrgangs 2026. Kontaktieren Sie uns gerne für Kooperations- oder Austauschmöglichkeiten.

📅 Neuigkeiten

[2026/01]: Wir unterstützen nun Freeform- und Vorlagengenerierung mit PPTX-Export und Offline-Modus! Kontextverwaltung wurde hinzugefügt, um Kontextüberläufe zu vermeiden.
[2025/12]: 🔥 Version 2 mit großen Verbesserungen veröffentlicht – Tiefe Forschungsintegration, Freiform-Visual-Design, autonome Asset-Erstellung, Text-zu-Bild-Generierung und Agentenumgebung mit Sandbox & 20+ Tools.
[2025/09]: 🛠️ MCP-Server-Support hinzugefügt – siehe MCP Server für Konfigurationsdetails
[2025/09]: 🚀 Version 2 mit großen Verbesserungen veröffentlicht – Details siehe Release Notes
[2025/08]: 🎉 Paper angenommen bei EMNLP 2025!
[2025/05]: ✨ Version 1 mit Kernfunktionalität und 🌟 Durchbruch: 1.000 Sterne auf GitHub erreicht! – Details siehe Release Notes
[2025/01]: 🔓 Codebasis als Open Source veröffentlicht, experimenteller Code archiviert bei experiment release

📖 Verwendung

[!WICHTIG]

1. Alle diese API-Keys, Konfigurationen und Dienste sind erforderlich.

2. Empfehlung Agent-Backbone: Verwenden Sie Claude für den Research Agent und Gemini für den Design Agent. GLM-4.7 ist ebenfalls eine gute Wahl bei Open-Source-Modellen.

3. Offline-Modus wird mit eingeschränkten Funktionen unterstützt (siehe Offline-Setup unten).

1. Umgebungskonfiguration

Konfigurationsdateien erstellen (ausgehend vom Projektstamm):

  cp deeppresenter/deeppresenter/config.yaml.example deeppresenter/deeppresenter/config.yaml
  cp deeppresenter/deeppresenter/mcp.json.example deeppresenter/deeppresenter/mcp.json
  ``Online-Einrichtung:
  MinerU: Beantragen Sie einen API-Schlüssel unter mineru.net. Beachten Sie, dass jeder Schlüssel 14 Tage gültig ist.
  Tavily: Beantragen Sie einen API-Schlüssel unter tavily.com.
  LLM: Legen Sie Ihren Modell-Endpunkt, API-Schlüssel und zugehörige Parameter in config.yaml fest.
Offline-Einrichtung:

  MinerU: Stellen Sie den MinerU-Server bereit, indem Sie der Anleitung unter MinerU Docker Guide folgen.
  Konfigurationsschalter: Setzen Sie offline_mode: true in config.yaml, um das Laden netzwerkabhängiger Tools (z. B. fetch, search) zu vermeiden.

  MinerU-Endpunkt: Setzen Sie MINERU_API_URL in mcp.json auf die URL Ihres lokalen MinerU-Dienstes
2. Dienststart
Docker-Images bauen: docker compose build
Mit Docker Compose:
  
`bash
  docker compose up -d
  `
Lokal ausführen:
  `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 ---