🌐 भाषा

संपर्क करें 📫

इस रिपॉजिटरी के मुख्य योगदानकर्ता 2026 में स्नातक होने वाले मास्टर छात्र हैं, सहयोग या अवसरों के लिए बेझिझक संपर्क करें।

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。

समाचार 📅

[2026/03]: अब हम CLI का समर्थन करते हैं और हमने अपने फाइन-ट्यून किए गए मॉडल Hugging Face 🤗 पर जारी किए हैं!
[2026/01]: हम फ्रीफॉर्म और टेम्पलेट जेनरेशन का समर्थन करते हैं, PPTX एक्सपोर्ट, ऑफलाइन मोड अब उपलब्ध है! संदर्भ प्रबंधन जोड़ा गया है जिससे संदर्भ ओवरफ्लो से बचा जा सके।
[2025/12]: 🔥 V2 मुख्य सुधारों के साथ जारी - डीप रिसर्च इंटीग्रेशन, फ्री-फॉर्म विज़ुअल डिज़ाइन, ऑटोनोमस एसेट क्रिएशन, टेक्स्ट-टू-इमेज जेनरेशन, और एजेंट एनवायरनमेंट जिसमें सैंडबॉक्स और 20+ टूल्स शामिल हैं।
[2025/09]: 🛠️ MCP सर्वर समर्थन जोड़ा गया - कॉन्फ़िगरेशन विवरण के लिए देखें MCP Server
[2025/09]: 🚀 v2 मुख्य सुधारों के साथ जारी - विवरण के लिए देखें रिलीज नोट्स
[2025/08]: 🎉 पेपर EMNLP 2025 में स्वीकार किया गया!
[2025/05]: ✨ v1 मुख्य कार्यक्षमता के साथ जारी और 🌟 सफलता: GitHub पर 1,000 सितारे प्राप्त किए! - विवरण के लिए देखें रिलीज नोट्स
[2025/01]: 🔓 कोडबेस को ओपन-सोर्स किया गया, प्रयोगात्मक कोड experiment release पर संग्रहित है

उपयोग 📖

[!महत्वपूर्ण]

Windows समर्थित नहीं है। यदि आप Windows पर हैं, तो कृपया WSL का उपयोग करें।

हम दृढ़ता से अनुशंसा करते हैं कि CLI और न्यूनतम टास्क से शुरू करें ताकि यह सुनिश्चित हो सके कि डिपेंडेंसी और वातावरण सही ढंग से कॉन्फ़िगर किया गया है।

कॉन्फ़िगरेशन

यदि आप CLI का उपयोग करते हैं, तो pptagent onboard इन कॉन्फ़िगरेशन को इंटरैक्टिव रूप से बनाने और अपडेट करने में आपकी सहायता कर सकता है। यदि आप Docker Compose का उपयोग करते हैं या स्रोत से बनाते हैं, तो आपको इन्हें मैन्युअली तैयार करना होगा:

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

#### गुणवत्ता सुधारने वाली वैकल्पिक सेवाएँ

निम्नलिखित सेवाएँ उत्पन्न गुणवत्ता को स्पष्ट रूप से सुधार सकती हैं, विशेष रूप से शोध की गहराई, PDF पार्सिंग और दृश्य संपत्ति निर्माण के लिए:

Tavily: वेब खोज गुणवत्ता में सुधार करता है। tavily.com पर API कुंजी के लिए आवेदन करें, फिर deeppresenter/mcp.json में TAVILY_API_KEY सेट करें।
MinerU: PDF पार्सिंग गुणवत्ता में सुधार करता है। आप या तो mineru.net पर API कुंजी के लिए आवेदन कर सकते हैं और deeppresenter/mcp.json में MINERU_API_KEY सेट कर सकते हैं, या MinerU को स्थानीय रूप से डिप्लॉय करके MINERU_API_URL सेट करें।
Text-to-image model: छवि निर्माण गुणवत्ता में सुधार करता है। deeppresenter/config.yaml में t2i_model को कॉन्फ़िगर करें।

यदि आप पूरी तरह से ऑफलाइन सेटअप चाहते हैं, तो MinerU को स्थानीय रूप से डिप्लॉय करें और नेटवर्क-निर्भर टूल्स जैसे वेब खोज को लोड होने से रोकने के लिए deeppresenter/config.yaml में offline_mode: true सेट करें।

और अधिक कॉन्फ़िगर करने योग्य वेरिएबल्स constants.py में पाए जा सकते हैं।

1. व्यक्तिगत उपयोग / OpenClaw इंटीग्रेशन: CLI

[!NOTE]

macOS पर, CLI कई स्थानीय डिपेंडेंसीज़ को स्वचालित रूप से इंस्टॉल कर सकता है, जिसमें Homebrew, Node.js, Docker, poppler, Playwright, और llama.cpp शामिल हैं।

Linux पर, आपको स्वयं वातावरण तैयार करना चाहिए।

इस मोड का उपयोग करें यदि आप सबसे तेज़ स्थानीय सेटअप चाहते हैं या CLI के माध्यम से DeepPresenter को OpenClaw में प्लग करना चाहते हैं।

# 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

| कमांड | विवरण | | ------------------- | ------------------------------------------------- | | pptagent onboard | इंटरैक्टिव कॉन्फ़िगरेशन विजार्ड | | pptagent generate | प्रस्तुतियाँ जनरेट करें | | pptagent config | वर्तमान कॉन्फ़िगरेशन देखें | | pptagent reset | कॉन्फ़िगरेशन रीसेट करें | | pptagent serve | CLI द्वारा उपयोग की जाने वाली लोकल इन्फरेंस सेवा प्रारंभ करें |

2. न्यूनतम सेटअप / विकास: स्रोत से निर्माण करें

इस मोड का उपयोग करें यदि आप सबसे छोटा एब्सट्रैक्शन लेयर और विकास के दौरान डिपेंडेंसीज़ पर पूरा नियंत्रण चाहते हैं।

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 .

ऐप शुरू करें:

python webui.py

3. सर्वर डिप्लॉयमेंट: डॉकर कंपोज़

इस मोड का उपयोग स्थिर सर्वर वातावरण के लिए करें जिसमें स्पष्ट डिपेंडेंसी हों।

# 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”

चित्र 15

योगदानकर्ता 🌟

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

उद्धरण 🙏

यदि आपको यह प्रोजेक्ट उपयोगी लगे, तो कृपया इसे उद्धृत करने के लिए निम्नलिखित का उपयोग करें:

@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 ---