📫 Contato

O principal contribuidor deste repositório é um estudante de mestrado com graduação prevista para 2026, fique à vontade para entrar em contato para colaboração ou oportunidades.

O principal colaborador deste repositório é um estudante de mestrado da turma de 2026. Contato para oportunidades de cooperação ou intercâmbio é bem-vindo.

📅 Novidades

[2026/01]: Agora suportamos geração livre e por modelo com exportação para PPTX, modo offline! Gerenciamento de contexto adicionado para evitar excesso de contexto.
[2025/12]: 🔥 Versão V2 lançada com grandes melhorias - Integração Profunda de Pesquisa, Design Visual Livre, Criação Autônoma de Ativos, Geração de Texto para Imagem e Ambiente de Agente com sandbox e mais de 20 ferramentas.
[2025/09]: 🛠️ Suporte ao servidor MCP adicionado - veja MCP Server para detalhes de configuração
[2025/09]: 🚀 Versão v2 lançada com grandes melhorias - veja notas de lançamento para detalhes
[2025/08]: 🎉 Artigo aceito na EMNLP 2025!
[2025/05]: ✨ Versão v1 lançada com funcionalidade principal e 🌟 marco: 1.000 estrelas no GitHub! - veja notas de lançamento para detalhes
[2025/01]: 🔓 Código aberto publicado, com código experimental arquivado em lançamento experimental

📖 Uso

[!IMPORTANTE]

1. Todas essas chaves de API, configurações e serviços são obrigatórios.

2. Recomendação de Backbone de Agente: Use Claude para o Agente de Pesquisa e Gemini para o Agente de Design. GLM-4.7 também é uma boa escolha entre modelos open-source.

3. O modo offline é suportado com capacidades limitadas (veja Configuração Offline abaixo).

1. Configuração do Ambiente

Crie arquivos de configuração (a partir da raiz do projeto):

  cp deeppresenter/deeppresenter/config.yaml.example deeppresenter/deeppresenter/config.yaml
  cp deeppresenter/deeppresenter/mcp.json.example deeppresenter/deeppresenter/mcp.json
  ``Configuração online:
  MinerU: Solicite uma chave de API em mineru.net. Observe que cada chave é válida por 14 dias.
  Tavily: Solicite uma chave de API em tavily.com.
  LLM: Defina o endpoint do seu modelo, chaves de API e parâmetros relacionados em config.yaml.
Configuração offline:

  MinerU: Implemente o servidor MinerU seguindo as instruções em Guia Docker do MinerU
  Alternância de configuração: Defina offline_mode: true em config.yaml para evitar o carregamento de ferramentas dependentes da rede (por exemplo, fetch, search).

  Endpoint do MinerU: Defina MINERU_API_URL em mcp.json para a URL do seu serviço MinerU local
2. Inicialização do Serviço
Construa as imagens docker: docker compose build
Via Docker Compose:
  
`bash
  docker compose up -d
  `
Executando localmente:
  `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 ---