Web Analytics

PPTAgent

⭐ 3987 stars Korean by icip-cas

🌐 언어

https://github.com/icip-cas/PPTAgent

연락처 📫

이 저장소의 주요 기여자는 2026년 졸업 예정 석사과정생입니다. 협업이나 기회가 있으시면 언제든 연락해 주세요.
>
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。

새 소식 📅

사용법 📖

[!중요]
윈도우는 지원하지 않습니다. 윈도우 사용자는 WSL을 이용해 주세요.
>
의존성 및 환경 구성이 올바른지 확인하려면 CLI 및 최소 작업부터 시작하는 것을 권장합니다.

설정

CLI를 사용하는 경우 pptagent onboard 명령이 설정 생성을 대화식으로 도와줍니다. Docker Compose나 소스 빌드 시에는 직접 준비해야 합니다:

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

#### 품질 향상을 위한 선택적 서비스

다음 서비스들은 생성 품질을 눈에 띄게 향상시킬 수 있으며, 특히 연구 심도, PDF 파싱, 시각적 자산 생성에 효과적입니다:

완전 오프라인 환경을 원한다면 MinerU를 로컬로 배포하고, deeppresenter/config.yaml 파일에 offline_mode: true를 설정하여 웹 검색 등 네트워크 의존 도구의 로드를 피할 수 있습니다.

더 많은 설정 변수는 constants.py에서 확인할 수 있습니다.

1. 개인 사용 / OpenClaw 통합: CLI

[!NOTE]
macOS에서는 CLI가 Homebrew, Node.js, Docker, poppler, Playwright, llama.cpp 등 여러 로컬 의존성을 자동으로 설치할 수 있습니다.
>
Linux에서는 환경을 직접 준비해야 합니다.

가장 빠른 로컬 설정을 원하거나 CLI를 통해 DeepPresenter를 OpenClaw에 연결하고 싶을 때 이 모드를 사용하세요.

# 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

| 명령어 | 설명 | | -------------------- | -------------------------------------------------- | | pptagent onboard | 대화형 구성 마법사 | | pptagent generate | 프레젠테이션 생성 | | pptagent config | 현재 구성 보기 | | pptagent reset | 구성 초기화 | | pptagent serve | CLI에서 사용하는 로컬 추론 서비스 시작 |

2. 최소 설정 / 개발: 소스에서 빌드

개발 중에 가장 작은 추상화 계층과 의존성에 대한 완전한 제어를 원할 경우 이 모드를 사용하세요.

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 .

앱을 시작하세요:

python webui.py

3. 서버 배포: Docker Compose

명확한 의존성이 있는 안정적인 서버 환경을 위해 이 모드를 사용하세요.

# 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 💡

图片1

图片2

图片3

图片4

图片5

图片6

图片7

图片8

图片9

图片10

图片1

图片2

图片3

图片4

图片5

图片6

图片1

图片2

图片3

图片4

图片5

图片6

图片7

图片8

图片9

图片10

图片11

图片12

图片13

图片14 图片15

기여자 🌟

Force1ess/
Force1ess 		Puelloc/
Puelloc 		hongyan/
hongyan 		Dnoob/
Dnoob

Sadahlu/
Sadahlu

KurisuMakiseSame/
KurisuMakiseSame 		Angelen/
Angelen 		BrandonHu/
BrandonHu 		Eliot
Eliot White 		EvolvedGhost/
EvolvedGhost
ISCAS-zwl/
ISCAS-zwl 		James
James Brown 		JunZhang/
JunZhang 		Open
Open AI Tx 		Sense_wang/
Sense_wang
SuYao/
SuYao 		Zakir
Zakir Jiwani 		Zhenyu/
Zhenyu 		lnennnn/
lnennnn

Star History Chart

인용 🙏

이 프로젝트가 도움이 되었다면, 아래 인용문을 사용해 주세요: 

@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 ---

Original README: View on GitHub

Translated by OpenAiTx | Last updated: 2026-04-09