🌐 Język

Kontakt 📫

Główny współtwórca tego repozytorium to student studiów magisterskich kończący w 2026 roku, zapraszamy do kontaktu w sprawie współpracy lub możliwości zawodowych.

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。

Aktualności 📅

[2026/03]: Obsługujemy teraz CLI i udostępniliśmy nasze wytrenowane modele na Hugging Face 🤗!
[2026/01]: Obsługujemy generowanie swobodnych oraz szablonowych prezentacji PPTX, tryb offline już dostępny! Dodano zarządzanie kontekstem, aby zapobiec przepełnieniu kontekstu.
[2025/12]: 🔥 Wydano V2 z dużymi ulepszeniami - głęboka integracja badań, swobodny projekt wizualny, autonomiczne tworzenie zasobów, generowanie tekstu na obraz, środowisko agenta z sandboxem i 20+ narzędziami.
[2025/09]: 🛠️ Dodano obsługę serwera MCP - zobacz MCP Server po szczegóły konfiguracji
[2025/09]: 🚀 Wydano v2 z głównymi ulepszeniami - szczegóły w release notes
[2025/08]: 🎉 Artykuł przyjęty na EMNLP 2025!
[2025/05]: ✨ Wydano v1 z podstawową funkcjonalnością i 🌟 przełomem: osiągnięto 1 000 gwiazdek na GitHub! - szczegóły w release notes
[2025/01]: 🔓 Udostępniono kod źródłowy, z archiwalnym kodem eksperymentalnym w experiment release

Użytkowanie 📖

[!WAŻNE]

Windows nie jest obsługiwany. Jeśli korzystasz z Windows, użyj WSL.

Zalecamy rozpoczęcie od CLI i minimalnego zadania, aby potwierdzić poprawną konfigurację zależności i środowiska.

Konfiguracja

Jeśli korzystasz z CLI, pptagent onboard może pomóc w tworzeniu i aktualizacji tych konfiguracji interaktywnie. Jeśli używasz Docker Compose lub budujesz ze źródła, musisz przygotować je ręcznie:

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

#### Opcjonalne usługi poprawiające jakość

Następujące usługi mogą zauważalnie poprawić jakość generowania, szczególnie pod względem głębokości badań, parsowania PDF oraz tworzenia zasobów wizualnych:

Tavily: poprawia jakość wyszukiwania w sieci. Złóż wniosek o klucz API na tavily.com, a następnie ustaw TAVILY_API_KEY w deeppresenter/mcp.json.
MinerU: poprawia jakość parsowania PDF. Możesz uzyskać klucz API na mineru.net i ustawić MINERU_API_KEY w deeppresenter/mcp.json, lub uruchomić MinerU lokalnie i ustawić zamiast tego MINERU_API_URL.
Model text-to-image: poprawia jakość generowania obrazów. Skonfiguruj t2i_model w deeppresenter/config.yaml.

Jeśli chcesz mieć w pełni offline'ową konfigurację, uruchom MinerU lokalnie i ustaw offline_mode: true w deeppresenter/config.yaml, aby uniknąć ładowania narzędzi zależnych od sieci, takich jak wyszukiwanie w internecie.

Więcej zmiennych konfiguracyjnych znajdziesz w constants.py.

1. Użytek osobisty / Integracja z OpenClaw: CLI

[!NOTE]

Na macOS CLI może automatycznie zainstalować kilka lokalnych zależności, w tym Homebrew, Node.js, Dockera, poppler, Playwright oraz llama.cpp.

Na Linuksie środowisko należy przygotować samodzielnie.

Użyj tego trybu, jeśli chcesz najszybszą lokalną konfigurację lub chcesz podłączyć DeepPresenter do OpenClaw przez CLI.

# 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

| Polecenie | Opis | | ---------------------- | ------------------------------------------------- | | pptagent onboard | Interaktywny kreator konfiguracji | | pptagent generate | Generowanie prezentacji | | pptagent config | Wyświetl aktualną konfigurację | | pptagent reset | Zresetuj konfigurację | | pptagent serve | Uruchom lokalną usługę inferencji używaną przez CLI |

2. Minimalna konfiguracja / Rozwój: Budowanie ze źródeł

Użyj tego trybu, jeśli chcesz mieć najmniejszą warstwę abstrakcji i pełną kontrolę nad zależnościami podczas rozwoju.

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 .

Uruchom aplikację:

python webui.py

3. Wdrażanie serwera: Docker Compose

Użyj tego trybu dla stabilnego środowiska serwera z jasno określonymi zależnościami.

# 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”

Współtwórcy 🌟

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

Cytowanie 🙏

Jeśli uważasz ten projekt za pomocny, użyj poniższego cytowania:

@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 ---