📫 Контакты

Основной участник этого репозитория — магистрант, выпускающийся в 2026 году. Не стесняйтесь обращаться для сотрудничества или предложений.

Основной вкладчик этого репозитория — магистрант, выпускник 2026 года. Добро пожаловать к сотрудничеству или обмену опытом.

📅 Новости

[2026/01]: Теперь поддерживаем экспорт PPTX для свободной и шаблонной генерации, офлайн-режим! Добавлено управление контекстом для предотвращения переполнения.
[2025/12]: 🔥 Выпущена версия V2 с крупными улучшениями — глубокая интеграция исследований, свободный визуальный дизайн, автономное создание ресурсов, генерация изображений по тексту и агентная среда с песочницей и более чем 20 инструментами.
[2025/09]: 🛠️ Добавлена поддержка MCP-сервера — см. MCP Server для деталей конфигурации
[2025/09]: 🚀 Выпущена версия v2 с крупными улучшениями — см. заметки о релизе для подробностей
[2025/08]: 🎉 Статья принята на EMNLP 2025!
[2025/05]: ✨ Выпущена версия v1 с основной функциональностью и 🌟 прорывом: достигнуто 1 000 звёзд на GitHub! — см. заметки о релизе для подробностей
[2025/01]: 🔓 Открыт исходный код, экспериментальный код заархивирован на experiment release

📖 Использование

[!ВАЖНО]

1. Все эти API-ключи, конфигурации и сервисы являются обязательными.

2. Рекомендация для Agent Backbone: используйте Claude для Research Agent и Gemini для Design Agent. GLM-4.7 также хороший выбор среди открытых моделей.

3. Офлайн-режим поддерживается с ограниченными возможностями (см. настройку офлайн ниже).

1. Конфигурация окружения

Создайте конфигурационные файлы (из корня проекта):

  cp deeppresenter/deeppresenter/config.yaml.example deeppresenter/deeppresenter/config.yaml
  cp deeppresenter/deeppresenter/mcp.json.example deeppresenter/deeppresenter/mcp.json
  ``Онлайн-настройка:
  MinerU: Получите API-ключ на mineru.net. Обратите внимание, что каждый ключ действителен в течение 14 дней.
  Tavily: Получите API-ключ на tavily.com.
  LLM: Установите конечную точку модели, API-ключи и связанные параметры в config.yaml.
Оффлайн-настройка:

  MinerU: Разверните сервер MinerU, следуя инструкциям на руководстве по Docker MinerU
  Переключатель конфигурации: Установите offline_mode: true в config.yaml, чтобы избежать загрузки инструментов, зависящих от сети (например, fetch, search).

  Конечная точка MinerU: Установите MINERU_API_URL в mcp.json на URL вашего локального сервиса MinerU
2. Запуск сервиса
Соберите образы Docker: docker compose build
Через Docker Compose:
  
`bash
  docker compose up -d
  `
Запуск локально:
  `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 ---