📫 ติดต่อ

ผู้ร่วมพัฒนาหลักของคลังนี้เป็นนักศึกษาปริญญาโทที่สำเร็จการศึกษาในปี 2026 สามารถติดต่อเพื่อความร่วมมือหรือโอกาสต่าง ๆ ได้ตามต้องการ

ผู้มีส่วนร่วมหลักของคลังนี้เป็นนักศึกษาปริญญาโทที่จะจบการศึกษาในปี 2026 ยินดีต้อนรับสำหรับความร่วมมือหรือโอกาสในการแลกเปลี่ยน

📅 ข่าวสาร

[2026/01]: ขณะนี้รองรับการสร้างสไลด์แบบอิสระและแบบแม่แบบ พร้อมส่งออก PPTX และโหมดออฟไลน์! เพิ่มการจัดการบริบทเพื่อป้องกันบริบทล้น
[2025/12]: 🔥 เปิดตัว V2 พร้อมการปรับปรุงครั้งใหญ่ - ผสานการวิจัยเชิงลึก, ออกแบบภาพแบบอิสระ, สร้างทรัพย์สินอัตโนมัติ, สร้างภาพจากข้อความ และสภาพแวดล้อม Agent พร้อม sandbox & เครื่องมือกว่า 20 รายการ
[2025/09]: 🛠️ เพิ่มการรองรับเซิร์ฟเวอร์ MCP - ดูรายละเอียดการตั้งค่าที่ MCP Server
[2025/09]: 🚀 เปิดตัว v2 พร้อมการปรับปรุงครั้งใหญ่ - ดูรายละเอียดที่ release notes
[2025/08]: 🎉 ผลงานได้รับการตอบรับตีพิมพ์ที่ EMNLP 2025!
[2025/05]: ✨ เปิดตัว v1 พร้อมฟังก์ชันหลัก และ 🌟 ก้าวสำคัญ: ได้รับ 1,000 ดาวบน GitHub! - ดูรายละเอียดที่ release notes
[2025/01]: 🔓 เปิดซอร์สโค้ดหลัก พร้อมโค้ดทดลองจัดเก็บที่ experiment release

📖 วิธีใช้งาน

[!สำคัญ]

1. จำเป็นต้องใช้คีย์ API, การตั้งค่า และบริการทั้งหมดนี้

2. แนะนำ Backbone Agent: ใช้ Claude สำหรับ Research Agent และ Gemini สำหรับ Design Agent ส่วน GLM-4.7 ก็เป็นตัวเลือกที่ดีในโมเดลโอเพนซอร์ส

3. รองรับโหมดออฟไลน์โดยมีความสามารถจำกัด (ดูการตั้งค่าออฟไลน์ด้านล่าง)

1. การตั้งค่าสภาพแวดล้อม

สร้างไฟล์ตั้งค่า (จากรูทโปรเจกต์):

  cp deeppresenter/deeppresenter/config.yaml.example deeppresenter/deeppresenter/config.yaml
  cp deeppresenter/deeppresenter/mcp.json.example deeppresenter/deeppresenter/mcp.json
  ``การตั้งค่าออนไลน์:
  MinerU: สมัครขอ API key ได้ที่ mineru.net โดยแต่ละ key จะมีอายุ 14 วัน
  Tavily: สมัครขอ API key ได้ที่ tavily.com
  LLM: ตั้งค่า model endpoint, API keys และพารามิเตอร์ที่เกี่ยวข้องใน config.yaml
การตั้งค่าออฟไลน์:

  MinerU: ติดตั้งเซิร์ฟเวอร์ MinerU โดยทำตามคู่มือที่ MinerU docker guide
  Config switch: ตั้งค่า offline_mode: true ใน config.yaml เพื่อหลีกเลี่ยงการโหลดเครื่องมือที่ต้องใช้เครือข่าย (เช่น fetch, search)

  MinerU endpoint: ตั้งค่า MINERU_API_URL ใน mcp.json ให้ชี้ไปยัง URL ของบริการ MinerU บนเครื่องของคุณ
2. การเริ่มต้นบริการ
สร้าง docker images: docker compose build
จาก Docker Compose:
  
`bash
  docker compose up -d
  `
การทำงานแบบโลคอล:
  `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 ---