📫 Contacto

El principal colaborador de este repositorio es un estudiante de maestría que se graduará en 2026, no dude en contactarlo para colaboración u oportunidades.

El principal contribuyente de este repositorio es un estudiante de maestría que se graduará en 2026. Se invita a contactarlo para oportunidades de colaboración o intercambio.

📅 Noticias

[2026/01]: ¡Ahora soportamos exportación PPTX para generación libre y por plantilla, y modo offline! Se ha añadido gestión de contexto para evitar desbordamiento de contexto.
[2025/12]: 🔥 Lanzado V2 con mejoras importantes - Integración profunda de investigación, diseño visual libre, creación autónoma de recursos, generación de texto a imagen y entorno de agentes con sandbox y más de 20 herramientas.
[2025/09]: 🛠️ Añadido soporte para servidor MCP - ver Servidor MCP para detalles de configuración
[2025/09]: 🚀 Lanzado v2 con mejoras importantes - ver notas de la versión para detalles
[2025/08]: 🎉 ¡Artículo aceptado en EMNLP 2025!
[2025/05]: ✨ Lanzado v1 con funcionalidad principal y 🌟 avance: ¡alcanzamos 1,000 estrellas en GitHub! - ver notas de la versión para detalles
[2025/01]: 🔓 Código fuente liberado, con código experimental archivado en lanzamiento experimental

📖 Uso

[!IMPORTANTE]

1. Todas estas claves API, configuraciones y servicios son requeridos.

2. Recomendación de agente principal: Use Claude para el agente de investigación y Gemini para el agente de diseño. GLM-4.7 también es una buena opción en modelos open-source.

3. El modo offline está soportado con capacidades limitadas (ver configuración offline abajo).

1. Configuración del entorno

Cree archivos de configuración (desde la raíz del proyecto):

  cp deeppresenter/deeppresenter/config.yaml.example deeppresenter/deeppresenter/config.yaml
  cp deeppresenter/deeppresenter/mcp.json.example deeppresenter/deeppresenter/mcp.json
  ``Configuración en línea:
  MinerU: Solicita una clave API en mineru.net. Ten en cuenta que cada clave es válida por 14 días.
  Tavily: Solicita una clave API en tavily.com.
  LLM: Configura el endpoint de tu modelo, las claves API y los parámetros relacionados en config.yaml.
Configuración fuera de línea:

  MinerU: Despliega el servidor MinerU siguiendo las instrucciones en la Guía de docker de MinerU
  Cambio de configuración: Establece offline_mode: true en config.yaml para evitar cargar herramientas dependientes de la red (por ejemplo, fetch, search).

  Endpoint de MinerU: Establece MINERU_API_URL en mcp.json a la URL de tu servicio MinerU local
2. Inicio del Servicio
Construye las imágenes de docker: docker compose build
Desde Docker Compose:
  
`bash
  docker compose up -d
  `
Ejecución local:
  `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 ---