📫 お問い合わせ

このリポジトリの主な貢献者は、2026年卒業予定の修士課程の学生です。コラボレーションや機会についてお気軽にご連絡ください。

本リポジトリの主な貢献者は2026年度修士卒業生です。協力や交流の機会について、お気軽にご連絡ください。

📅 ニュース

[2026/01]: フリーフォームとテンプレート生成のPPTXエクスポート、オフラインモードをサポートしました！コンテキスト管理機能を追加し、コンテキストオーバーフローを防止します。
[2025/12]: 🔥 V2をリリースしました。大幅な改善点：深い研究統合、自由形式のビジュアルデザイン、自律的アセット作成、テキストから画像生成、サンドボックスと20以上のツールを備えたエージェント環境。
[2025/09]: 🛠️ MCPサーバーサポートを追加しました。設定詳細はMCP Serverをご覧ください。
[2025/09]: 🚀 V2を大幅な改善と共にリリースしました。詳細はリリースノートをご覧ください。
[2025/08]: 🎉 論文がEMNLP 2025に採択されました！
[2025/05]: ✨ V1をリリースし、コア機能と🌟ブレイクスルー：GitHubでスター数1,000達成！詳細はリリースノートをご覧ください。
[2025/01]: 🔓 コードベースをオープンソース化し、実験的コードはexperiment releaseにアーカイブされています。

📖 使い方

[!IMPORTANT]

1. すべてのAPIキー、設定、サービスは必須です。

2. エージェントバックボーン推奨：Research AgentにはClaude、Design AgentにはGeminiを使用してください。GLM-4.7もオープンソースモデルとして良い選択です。

3. オフラインモードは限定的な機能でサポートされています（下記オフラインセットアップ参照）。

1. 環境設定

設定ファイルを作成（プロジェクトルートから）：

  cp deeppresenter/deeppresenter/config.yaml.example deeppresenter/deeppresenter/config.yaml
  cp deeppresenter/deeppresenter/mcp.json.example deeppresenter/deeppresenter/mcp.json
  ``オンラインセットアップ:
  MinerU: mineru.netでAPIキーを申請してください。各キーの有効期限は14日間です。
  Tavily: tavily.comでAPIキーを申請してください。
  LLM: モデルのエンドポイント、APIキー、関連パラメータをconfig.yamlに設定してください。
オフラインセットアップ:

  MinerU: MinerU docker guideの手順に従ってMinerUサーバーをデプロイしてください。
  設定切替: config.yamlでoffline_mode: trueを設定し、ネットワーク依存のツール（例：fetch、search）の読み込みを回避します。

  MinerUエンドポイント: mcp.jsonでMINERU_API_URLをローカルのMinerUサービスURLに設定してください。
2. サービスの起動
Dockerイメージをビルド: docker compose build
Docker Composeから:
  
`bash
  docker compose up -d
  `
ローカルでの実行：
  `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 ---