📫 Contatti

Il principale contributore di questo repository è uno studente magistrale che si laureerà nel 2026, non esitare a metterti in contatto per collaborazioni o opportunità.

Il principale contributore di questo repository è uno studente magistrale che si laureerà nel 2026. Per collaborazioni o opportunità di confronto, siete i benvenuti a contattarlo.

📅 Novità

[2026/01]: Ora supportiamo l'esportazione in PPTX sia per la generazione libera che per quella tramite template, modalità offline inclusa! Gestione del contesto aggiunta per evitare overflow di contesto.
[2025/12]: 🔥 Rilasciata la V2 con importanti miglioramenti - Integrazione approfondita della ricerca, progettazione visiva libera, creazione autonoma di risorse, generazione testo-immagine e ambiente agent con sandbox e oltre 20 strumenti.
[2025/09]: 🛠️ Aggiunto il supporto per server MCP - vedi MCP Server per dettagli sulla configurazione
[2025/09]: 🚀 Rilasciata la v2 con grandi miglioramenti - vedi note di rilascio per i dettagli
[2025/08]: 🎉 Articolo accettato a EMNLP 2025!
[2025/05]: ✨ Rilasciata la v1 con funzionalità principali e 🌟 traguardo: raggiunte 1.000 stelle su GitHub! - vedi note di rilascio per dettagli
[2025/01]: 🔓 Codice open-source, con codice sperimentale archiviato su rilascio sperimentale

📖 Utilizzo

[!IMPORTANTE]

1. Tutte queste chiavi API, configurazioni e servizi sono obbligatori.

2. Raccomandazione backbone agent: utilizzare Claude per il Research Agent e Gemini per il Design Agent. Anche GLM-4.7 è una buona scelta tra i modelli open-source.

3. La modalità offline è supportata con capacità limitate (vedi Setup Offline sotto).

1. Configurazione dell'Ambiente

Crea i file di configurazione (dalla root del progetto):

  cp deeppresenter/deeppresenter/config.yaml.example deeppresenter/deeppresenter/config.yaml
  cp deeppresenter/deeppresenter/mcp.json.example deeppresenter/deeppresenter/mcp.json
  ``Configurazione online:
  MinerU: Richiedi una chiave API su mineru.net. Nota che ogni chiave è valida per 14 giorni.
  Tavily: Richiedi una chiave API su tavily.com.
  LLM: Imposta il tuo endpoint del modello, le chiavi API e i parametri correlati in config.yaml.
Configurazione offline:

  MinerU: Distribuisci il server MinerU seguendo le istruzioni nella guida docker di MinerU
  Cambio configurazione: Imposta offline_mode: true in config.yaml per evitare di caricare strumenti dipendenti dalla rete (es. fetch, search).

  Endpoint MinerU: Imposta MINERU_API_URL in mcp.json sull'URL del servizio MinerU locale
2. Avvio del servizio
Costruisci le immagini docker: docker compose build
Da Docker Compose:
  
`bash
  docker compose up -d
  `
Esecuzione in locale:
  `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 ---