📫 संपर्क करें

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

इस रिपॉजिटरी के मुख्य योगदानकर्ता 2026 बैच के स्नातकोत्तर छात्र हैं, सहयोग या交流 के अवसरों के लिए संपर्क करें।

📅 समाचार

[2026/01]: हम फ्रीफॉर्म और टेम्पलेट जनरेशन के साथ PPTX एक्सपोर्ट और ऑफलाइन मोड का समर्थन करते हैं! कॉन्टेक्स्ट प्रबंधन जोड़ा गया है ताकि कॉन्टेक्स्ट ओवरफ्लो से बचा जा सके।
[2025/12]: 🔥 V2 रिलीज़ किया गया जिसमें प्रमुख सुधार हैं - डीप रिसर्च इंटीग्रेशन, फ्री-फॉर्म विजुअल डिजाइन, ऑटोनॉमस एसेट क्रिएशन, टेक्स्ट-टू-इमेज जनरेशन, और एजेंट एनवायरमेंट जिसमें सैंडबॉक्स और 20+ टूल्स।
[2025/09]: 🛠️ MCP सर्वर समर्थन जोड़ा गया - कॉन्फ़िगरेशन विवरण के लिए देखें MCP Server
[2025/09]: 🚀 v2 प्रमुख सुधारों के साथ रिलीज़ किया गया - विवरण के लिए देखें release notes
[2025/08]: 🎉 पेपर EMNLP 2025 में स्वीकार किया गया!
[2025/05]: ✨ v1 रिलीज़ किया गया जिसमें मुख्य कार्यक्षमता और 🌟 ब्रेकथ्रू: GitHub पर 1,000 स्टार्स प्राप्त किए! - विवरण के लिए देखें release notes
[2025/01]: 🔓 कोडबेस को ओपन-सोर्स किया, एक्सपेरिमेंटल कोड को experiment release पर संग्रहित किया गया

📖 उपयोग

[!महत्वपूर्ण]

1. ये सभी API कीज, कॉन्फ़िगरेशन और सेवाएं आवश्यक हैं।

2. एजेंट बैकबोन सिफारिश: रिसर्च एजेंट के लिए Claude और डिजाइन एजेंट के लिए Gemini का उपयोग करें। GLM-4.7 ओपन-सोर्स मॉडल्स में भी अच्छा विकल्प है।

3. ऑफलाइन मोड सीमित क्षमताओं के साथ समर्थित है (नीचे ऑफलाइन सेटअप देखें)।

1. पर्यावरण कॉन्फ़िगरेशन

कॉन्फ़िगरेशन फाइलें बनाएं (प्रोजेक्ट रूट से):

  cp deeppresenter/deeppresenter/config.yaml.example deeppresenter/deeppresenter/config.yaml
  cp deeppresenter/deeppresenter/mcp.json.example deeppresenter/deeppresenter/mcp.json
  ``ऑनलाइन सेटअप:
  MinerU: mineru.net पर API कुंजी के लिए आवेदन करें। ध्यान दें कि प्रत्येक कुंजी 14 दिनों के लिए मान्य है।
  Tavily: tavily.com पर API कुंजी के लिए आवेदन करें।
  LLM: अपने मॉडल एंडपॉइंट, API कुंजी, और संबंधित पैरामीटर config.yaml में सेट करें।
ऑफ़लाइन सेटअप:

  MinerU: MinerU docker guide पर दिए गए निर्देशों का पालन करके MinerU सर्वर डिप्लॉय करें।
  Config switch: config.yaml में offline_mode: true सेट करें ताकि नेटवर्क-आधारित टूल्स (जैसे, fetch, search) लोड न हों।

  MinerU endpoint: mcp.json में MINERU_API_URL को अपने स्थानीय MinerU सेवा URL पर सेट करें।
2. सेवा प्रारंभ
डॉकर इमेज बनाएं: docker compose build
Docker Compose से:
  
`bash
  docker compose up -d
  `
स्थानीय रूप से चलाना:
  `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 ---