🌐 Язык

Контакты 📫

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

Основной вкладчик данного репозитория — магистрант 2026 года выпуска, рады сотрудничеству и обмену возможностями.

Новости 📅

[2026/03]: Теперь мы поддерживаем CLI и опубликовали наши дообученные модели на Hugging Face 🤗!
[2026/01]: Поддержка свободной и шаблонной генерации с экспортом в PPTX, теперь доступен оффлайн-режим! Добавлено управление контекстом для предотвращения его переполнения.
[2025/12]: 🔥 Выпущена V2 с крупными улучшениями — глубокая интеграция исследований, свободный визуальный дизайн, автономное создание ассетов, генерация изображений из текста и агентная среда с песочницей и 20+ инструментами.
[2025/09]: 🛠️ Добавлена поддержка MCP сервера — см. MCP Server для деталей конфигурации
[2025/09]: 🚀 Выпущена версия v2 с основными улучшениями — подробности в release notes
[2025/08]: 🎉 Статья принята на EMNLP 2025!
[2025/05]: ✨ Выпущена версия v1 с основным функционалом и 🌟 прорывом: достигли 1 000 звёзд на GitHub! — подробности в release notes
[2025/01]: 🔓 Открыт исходный код, экспериментальный код заархивирован в experiment release

Использование 📖

[!ВАЖНО]

Windows не поддерживается. Если вы используете Windows, пожалуйста, используйте WSL.

Настоятельно рекомендуем начать с CLI и минимальной задачи, чтобы убедиться, что зависимости и среда настроены правильно.

Конфигурация

Если вы используете CLI, команда pptagent onboard поможет интерактивно создать и обновить эти конфигурации. Если вы используете Docker Compose или собираете из исходников, подготовьте их вручную:

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

#### Дополнительные сервисы, улучшающие качество

Следующие сервисы могут заметно повысить качество генерации, особенно для глубины исследований, парсинга PDF и создания визуальных материалов:

Tavily: улучшает качество веб-поиска. Получите API-ключ на tavily.com, затем укажите TAVILY_API_KEY в deeppresenter/mcp.json.
MinerU: повышает качество парсинга PDF. Вы можете получить API-ключ на mineru.net и задать MINERU_API_KEY в deeppresenter/mcp.json, либо развернуть MinerU локально и вместо этого указать MINERU_API_URL.
Модель text-to-image: улучшает качество генерации изображений. Настройте t2i_model в deeppresenter/config.yaml.

Если вы хотите полностью офлайн-решение, разверните MinerU локально и установите offline_mode: true в deeppresenter/config.yaml, чтобы избежать загрузки инструментов, зависящих от сети, таких как веб-поиск.

Больше настраиваемых переменных можно найти в constants.py.

1. Персональное использование / Интеграция с OpenClaw: CLI

[!ПРИМЕЧАНИЕ]

На macOS CLI может автоматически установить несколько локальных зависимостей, включая Homebrew, Node.js, Docker, poppler, Playwright и llama.cpp.

В Linux необходимо подготовить окружение самостоятельно.

Используйте этот режим, если нужен самый быстрый локальный запуск или если вы хотите подключить DeepPresenter к OpenClaw через 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

| Команда | Описание | | --------------------- | ------------------------------------------------- | | pptagent onboard | Интерактивный мастер настройки | | pptagent generate | Генерация презентаций | | pptagent config | Просмотр текущей конфигурации | | pptagent reset | Сброс конфигурации | | pptagent serve | Запуск локального сервиса инференса для CLI |

2. Минимальная настройка / Разработка: Сборка из исходников

Используйте этот режим, если вам нужна минимальная абстракция и полный контроль над зависимостями в ходе разработки.

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 .

Запустите приложение:

python webui.py

3. Развертывание сервера: Docker Compose

Используйте этот режим для стабильной серверной среды с явными зависимостями.

# 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”

Участники 🌟

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

Цитирование 🙏

Если вы считаете этот проект полезным, пожалуйста, используйте следующее для его цитирования:

@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 ---