🌐 ภาษา

ติดต่อ 📫

ผู้ร่วมพัฒนาโครงการหลักใน repo นี้เป็นนักศึกษาปริญญาโทซึ่งจะสำเร็จการศึกษาในปี 2026 สามารถติดต่อเพื่อร่วมงานหรือโอกาสอื่น ๆ ได้

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。

ข่าวสาร 📅

[2026/03]: ตอนนี้รองรับ CLI และปล่อยโมเดลที่ fine-tuned บน Hugging Face 🤗!
[2026/01]: รองรับการสร้างแบบ freeform และ template พร้อมส่งออก PPTX โหมด offline พร้อมใช้งานแล้ว! เพิ่มการจัดการ context เพื่อหลีกเลี่ยง context overflow
[2025/12]: 🔥 เปิดตัว V2 พร้อมการปรับปรุงครั้งใหญ่ - การบูรณาการงานวิจัยเชิงลึก, การออกแบบภาพแบบ Free-Form, สร้างทรัพย์สินอัตโนมัติ, สร้างภาพจากข้อความ และสภาพแวดล้อม Agent พร้อม sandbox & เครื่องมือกว่า 20 รายการ
[2025/09]: 🛠️ เพิ่มการรองรับเซิร์ฟเวอร์ MCP - ดู MCP Server สำหรับรายละเอียดการตั้งค่า
[2025/09]: 🚀 เปิดตัว v2 พร้อมการปรับปรุงครั้งใหญ่ - ดู release notes สำหรับรายละเอียด
[2025/08]: 🎉 งานวิจัยได้รับการตอบรับใน EMNLP 2025!
[2025/05]: ✨ เปิดตัว v1 พร้อมฟังก์ชั่นหลักและ 🌟 ก้าวสำคัญ: ได้รับ 1,000 stars บน GitHub! - ดู release notes สำหรับรายละเอียด
[2025/01]: 🔓 เปิดซอร์สโค้ด โดยโค้ดทดลองถูกเก็บไว้ที่ experiment release

การใช้งาน 📖

[!IMPORTANT]

ไม่รองรับ Windows หากใช้งานบน Windows โปรดใช้ WSL

ขอแนะนำให้เริ่มต้นด้วย CLI และงานขั้นต่ำเพื่อยืนยันว่าการติดตั้ง dependencies และ environment ถูกตั้งค่าอย่างถูกต้อง

การตั้งค่า

หากใช้ CLI pptagent onboard สามารถช่วยสร้างและอัปเดตการตั้งค่าเหล่านี้แบบ interactive หากใช้ Docker Compose หรือ build จาก source ควรเตรียมเอง:

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

#### บริการเสริมที่ช่วยปรับปรุงคุณภาพ

บริการต่อไปนี้สามารถช่วยปรับปรุงคุณภาพการสร้าง โดยเฉพาะในด้านความลึกของการวิจัย การแปลงไฟล์ PDF และการสร้างภาพ:

Tavily: ปรับปรุงคุณภาพการค้นหาบนเว็บ สมัครขอรับ API key ได้ที่ tavily.com จากนั้นตั้งค่า TAVILY_API_KEY ใน deeppresenter/mcp.json
MinerU: ปรับปรุงคุณภาพการแปลงไฟล์ PDF สามารถขอ API key ได้ที่ mineru.net แล้วตั้งค่า MINERU_API_KEY ใน deeppresenter/mcp.json หรือจะติดตั้ง MinerU บนเครื่องและตั้งค่า MINERU_API_URL แทนก็ได้
Text-to-image model: ปรับปรุงคุณภาพการสร้างภาพ ตั้งค่า t2i_model ใน deeppresenter/config.yaml

หากต้องการใช้งานแบบออฟไลน์ทั้งหมด ให้ติดตั้ง MinerU บนเครื่องและตั้งค่า offline_mode: true ใน deeppresenter/config.yaml เพื่อหลีกเลี่ยงการใช้เครื่องมือที่ต้องเชื่อมต่อเครือข่าย เช่น การค้นหาบนเว็บ

สามารถตั้งค่าตัวแปรเพิ่มเติมได้ที่ constants.py

1. การใช้งานส่วนตัว / การผสาน OpenClaw: CLI

[!NOTE]

บน macOS ระบบ CLI อาจติดตั้ง dependencies ในเครื่องโดยอัตโนมัติ เช่น Homebrew, Node.js, Docker, poppler, Playwright และ llama.cpp

บน Linux คุณต้องเตรียมสภาพแวดล้อมเหล่านี้ด้วยตนเอง

ใช้โหมดนี้หากต้องการติดตั้งแบบโลคอลที่เร็วที่สุด หรือเชื่อมต่อ DeepPresenter เข้ากับ OpenClaw ผ่าน 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

| คำสั่ง | คำอธิบาย | | ------------------- | ------------------------------------------------- | | pptagent onboard | ตัวช่วยตั้งค่าระบบแบบโต้ตอบ | | pptagent generate | สร้างงานนำเสนอ | | pptagent config | ดูการตั้งค่าปัจจุบัน | | pptagent reset | รีเซ็ตการตั้งค่า | | pptagent serve | เริ่มต้นบริการอินเฟอเรนซ์ภายในเครื่องที่ใช้กับ CLI |

2. การตั้งค่าขั้นต่ำ / การพัฒนา: สร้างจากซอร์สโค้ด

ใช้โหมดนี้หากคุณต้องการเลเยอร์นามธรรมที่เล็กที่สุดและควบคุมการจัดการ dependencies ได้อย่างเต็มที่ระหว่างการพัฒนา

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 .

เริ่มต้นแอป:

python webui.py

3. การติดตั้งเซิร์ฟเวอร์: Docker Compose

ใช้โหมดนี้สำหรับสภาพแวดล้อมเซิร์ฟเวอร์ที่มีความเสถียรพร้อมการจัดการการพึ่งพาอย่างชัดเจน

# 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”

ผู้ร่วมพัฒนา 🌟

_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

การอ้างอิง 🙏

หากคุณพบว่าโปรเจคนี้มีประโยชน์ กรุณาใช้อ้างอิงดังต่อไปนี้:

@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 ---