📫 Liên hệ

Người đóng góp chính của kho lưu trữ này là một sinh viên cao học sẽ tốt nghiệp vào năm 2026, hãy thoải mái liên hệ để hợp tác hoặc tìm kiếm cơ hội.

Người đóng góp chính của kho lưu trữ này là một sinh viên tốt nghiệp thạc sĩ năm 2026, hoan nghênh liên hệ hợp tác hoặc trao đổi cơ hội.

📅 Tin tức

[2026/01]: Hỗ trợ xuất PPTX cho chế độ tự do và mẫu, đã có chế độ ngoại tuyến! Đã thêm quản lý ngữ cảnh để tránh tràn ngữ cảnh.
[2025/12]: 🔥 Phát hành V2 với các cải tiến lớn - Tích hợp nghiên cứu sâu, Thiết kế trực quan tự do, Tạo tài sản tự động, Sinh ảnh từ văn bản và Môi trường Agent với sandbox & hơn 20 công cụ.
[2025/09]: 🛠️ Đã thêm hỗ trợ máy chủ MCP - xem Máy chủ MCP để biết chi tiết cấu hình
[2025/09]: 🚀 Phát hành v2 với các cải tiến lớn - xem ghi chú phát hành để biết chi tiết
[2025/08]: 🎉 Bài báo được chấp nhận tại EMNLP 2025!
[2025/05]: ✨ Phát hành v1 với tính năng cốt lõi và 🌟 đột phá: đạt 1.000 sao trên GitHub! - xem ghi chú phát hành để biết chi tiết
[2025/01]: 🔓 Mã nguồn được mở, mã thử nghiệm được lưu trữ tại phát hành thử nghiệm

📖 Hướng dẫn sử dụng

[!QUAN TRỌNG]

1. Tất cả các khóa API, cấu hình và dịch vụ này là bắt buộc.

2. Khuyến nghị Backbone Agent: Dùng Claude cho Research Agent và Gemini cho Design Agent. GLM-4.7 cũng là lựa chọn tốt trong các mô hình mã nguồn mở.

3. Đã hỗ trợ chế độ ngoại tuyến với các chức năng giới hạn (xem Cài đặt ngoại tuyến bên dưới).

1. Cấu hình môi trường

Tạo các tệp cấu hình (từ thư mục gốc dự án):

  cp deeppresenter/deeppresenter/config.yaml.example deeppresenter/deeppresenter/config.yaml
  cp deeppresenter/deeppresenter/mcp.json.example deeppresenter/deeppresenter/mcp.json
  ``Thiết lập trực tuyến:
  MinerU: Đăng ký khóa API tại mineru.net. Lưu ý mỗi khóa chỉ có hiệu lực trong 14 ngày.
  Tavily: Đăng ký khóa API tại tavily.com.
  LLM: Thiết lập endpoint mô hình, khóa API, và các tham số liên quan trong config.yaml.
Thiết lập ngoại tuyến:

  MinerU: Triển khai máy chủ MinerU theo hướng dẫn tại MinerU docker guide
  Chuyển đổi cấu hình: Đặt offline_mode: true trong config.yaml để tránh tải các công cụ phụ thuộc vào mạng (ví dụ: fetch, search).

  Endpoint MinerU: Thiết lập MINERU_API_URL trong mcp.json thành URL dịch vụ MinerU cục bộ của bạn
2. Khởi động Dịch vụ
Xây dựng các image docker: docker compose build
Từ Docker Compose:
  
`bash
  docker compose up -d
  `
Chạy cục bộ:
  `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 ---