联系方式 📫

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。

The main contributor of this repo is a Master's student graduating in 2026, feel free to reach out for collaboration or opportunities.

新闻 📅

• [2026/03]: 现已支持命令行界面，并在Hugging Face 🤗上发布了我们微调后的模型！
• [2026/01]: 支持自由格式和模板生成，新增 PPTX 导出功能，现已支持离线模式！增加了上下文管理功能，以避免上下文溢出。
• [2025/12]: 🔥 发布 V2 版本，带来重大改进——深度研究集成、自由形式视觉设计、自主资产创建、文本转图像生成以及带有沙盒和 20 多种工具的智能体环境。
• [2025/09]: 🛠️ 增加了 MCP 服务器支持——配置详情请参阅[PPTAgent/DOC.md#mcp-server-]。
• [2025/09]: 🚀 发布 v2 版本，包含重大改进——详细信息请参阅发布说明。
• [2025/08]: 🎉 论文已被 EMNLP 2025 接收！
• [2025/05]: ✨ 发布 v1 版本，具备核心功能，并取得了🌟突破：GitHub 上的星标数达到 1,000 颗！详细信息请参阅发布说明。
• [2025/01]: 🔓 开源了代码库，实验性代码已归档至实验版本。

使用方法 📖

[!重要] 不支持 Windows 系统。如果您使用的是 Windows，请使用 WSL。

我们强烈建议从命令行界面和最简单的任务开始，以确认依赖项和环境是否配置正确。

配置

如果您使用命令行界面，pptagent onboard 可以帮助您交互式地创建和更新这些配置。如果您使用 Docker Compose 或从源码构建，则需要手动准备：

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

可选服务以提升质量

以下服务可以显著提高生成质量，尤其是在研究深度、PDF 解析和视觉资产创建方面：

• Tavily: 提升网络搜索质量。请在tavily.com申请 API 密钥，然后在deeppresenter/mcp.json中设置 TAVILY_API_KEY。
• MinerU: 提升 PDF 解析质量。您可以选择在mineru.net申请 API 密钥，并在deeppresenter/mcp.json中设置 MINERU_API_KEY，或者将 MinerU 部署在本地，并设置 MINERU_API_URL 代替。
• 文本转图像模型: 提高图像生成质量。请在deeppresenter/config.yaml中配置 t2i_model。

如果您希望完全离线运行，请将 MinerU 部署在本地，并在deeppresenter/config.yaml中设置 offline_mode: true，以避免加载依赖于网络的工具，如网络搜索。

更多可配置变量可在constants.py中找到。

1. 个人使用 / OpenClaw 集成：命令行界面

[!注意] 在 macOS 上，命令行界面可能会自动安装一些本地依赖项，包括 Homebrew、Node.js、Docker、Poppler、Playwright 和 llama.cpp。

在 Linux 上，您需要自行准备好环境。

如果您希望以最快的方式进行本地部署，或者希望通过命令行界面将 DeepPresenter 插入 OpenClaw，可以使用此模式。

# 安装 uv
curl -LsSf https://astral.sh/uv/install.sh | sh

# 首次交互式设置
uvx pptagent onboard

# 生成演示文稿
uvx pptagent generate "单页标题：你好，世界" -o hello.pptx

# 使用附件生成
uvx pptagent generate "Q4报告" \
  -f data.xlsx \
  -f charts.pdf \
  -p "10-12" \
  -o report.pptx

2. 最小化设置 / 开发：从源码构建

如果您希望在开发过程中拥有最小的抽象层和对依赖项的完全控制，请使用此模式。

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

# 或者从 Dockerfile 构建
docker build -t deeppresenter-sandbox -f deeppresenter/docker/SandBox.Dockerfile .

启动应用：

python webui.py

3. 服务器部署：Docker Compose

此模式适用于具有明确依赖关系的稳定服务器环境。

# 拉取公共镜像以避免从源码构建
docker pull forceless/deeppresenter-sandbox
docker tag forceless/deeppresenter-sandbox deeppresenter-sandbox

# 或者从源码构建
docker build -t deeppresenter-sandbox -f deeppresenter/docker/SandBox.Dockerfile .

# 启动主机服务
docker compose up -d

该服务在 http://localhost:7861 上公开 Web UI。

案例研究 💡

• 提示：请将给定的文档展示给我。

• 提示：请介绍小米 SU7 的外观和价格

• 提示：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”

贡献者 🌟

Force1ess	Puelloc	hongyan	Dnoob	Sadahlu
KurisuMakiseSame	Angelen	Eliot White	EvolvedGhost	ISCAS-zwl
James Brown	JunZhang	Open AI Tx	Sense_wang	SuYao
Zhenyu

引用 🙏

如果您觉得本项目对您有帮助，请使用以下引用格式：

@inproceedings{zheng-etal-2025-pptagent,
    title = "{PPTA}gent: 生成与评估超越文本转幻灯片的演示文稿",
    author = "Zheng, Hao 与 Guan, Xinyan 与 Kong, Hao 与 Zhang, Wenkai 与 Zheng, Jia 与 Zhou, Weixiang 与 Lin, Hongyu 与 Lu, Yaojie 与 Han, Xianpei 与 Sun, Le",
    editor = "Christodoulopoulos, Christos 与 Chakraborty, Tanmoy 与 Rose, Carolyn 与 Peng, Violet",
    booktitle = "2025年自然语言处理经验方法会议论文集",
    month = nov,
    year = "2025",
    address = "苏州, 中国",
    publisher = "计算语言学协会",
    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 = "从文档自动生成演示文稿是一项极具挑战性的任务，它需要同时兼顾内容质量、视觉吸引力和结构连贯性。现有的方法主要专注于单独提升和评估内容质量，而忽视了视觉吸引力和结构连贯性，这限制了它们的实际应用价值。为解决这些局限性，我们提出了 PPTAgent，该方法受人类工作流程启发，采用基于编辑的两阶段方法来全面改进演示文稿的生成过程。PPTAgent 首先分析参考演示文稿，提取幻灯片级别的功能类型和内容模式；然后拟定提纲，并基于选定的参考幻灯片迭代生成编辑操作以创建新幻灯片。为了全面评估生成的演示文稿质量，我们进一步提出了 PPTEval，这是一个从内容、设计和连贯性三个维度对演示文稿进行评估的框架。实验结果表明，PPTAgent 在这三个维度上均显著优于现有的自动演示文稿生成方法。"
}

@misc{zheng2026deeppresenterenvironmentgroundedreflectionagentic,
      title={DeepPresenter：面向智能体式演示文稿生成的环境感知反思},
      author={Hao Zheng 和 Guozhao Mo 和 Xinru Yan 和 Qianhao Yuan 和 Wenkai Zhang 和 Xuanang Chen 和 Yaojie Lu 和 Hongyu Lin 和 Xianpei Han 和 Le Sun},
      year={2026},
      eprint={2602.22839},
      archivePrefix={arXiv},
      primaryClass={cs.AI},
      url={https://arxiv.org/abs/2602.22839},
}

PPTAgent 快速上手指南

PPTAgent 是一款基于 AI 的智能 PPT 生成工具，支持从文本、文档或自由指令自动生成高质量的演示文稿。它集成了深度研究、视觉设计和自主资产创建能力。

环境准备

系统要求

• 操作系统：Linux 或 macOS（不支持原生 Windows，Windows 用户请使用 WSL）。
• 推荐配置：具备 Docker 运行环境，拥有足够的内存以运行本地模型或容器。

前置依赖

在开始之前，请确保系统已安装以下基础工具：

• curl
• git
• Docker & Docker Compose (用于服务器部署或沙箱环境)
• Node.js & npm (部分前端组件需要)
• uv (Python 包管理工具，安装步骤见下文)

注意：在 macOS 上，CLI 模式可能会自动检测并协助安装部分依赖（如 Homebrew, Playwright 等）；Linux 用户需手动确保环境就绪。

安装步骤

推荐使用 CLI 模式 进行快速体验，或通过 Docker Compose 进行稳定部署。

方式一：CLI 快速安装（推荐个人使用）

这是最快捷的本地启动方式，适合快速生成 PPT。

1. 安装 uv 包管理器

   curl -LsSf https://astral.sh/uv/install.sh | sh
   

2. 交互式初始化配置 运行以下命令，根据向导完成配置文件创建和 API Key 设置：

   uvx pptagent onboard
   

   在此步骤中，你可以配置 Tavily (搜索)、MinerU (PDF 解析) 等可选服务以提升生成质量。

3. 验证安装 配置完成后，即可直接使用生成命令。

方式二：源码构建（适合开发者）

如果你需要修改代码或进行二次开发：

1. 克隆项目并安装依赖

   git clone https://github.com/icip-cas/PPTAgent.git
   cd PPTAgent
   uv pip install -e .
   

2. 安装浏览器驱动与前端依赖

   playwright install-deps
   playwright install chromium
   npm install --prefix deeppresenter/html2pptx
   modelscope download forceless/fasttext-language-id
   

3. 准备 Docker 沙箱环境

   docker pull forceless/deeppresenter-sandbox
   docker tag forceless/deeppresenter-sandbox deeppresenter-sandbox
   # 或者从 Dockerfile 自行构建
   # docker build -t deeppresenter-sandbox -f deeppresenter/docker/SandBox.Dockerfile .
   

4. 启动 Web UI

   python webui.py
   

方式三：Docker Compose 部署（适合服务器）

适合需要稳定服务环境的场景：

# 拉取镜像
docker pull forceless/deeppresenter-sandbox
docker tag forceless/deeppresenter-sandbox deeppresenter-sandbox

# 启动服务
docker compose up -d

启动后，访问 http://localhost:7861 使用 Web 界面。

基本使用

安装配置完成后，你可以通过命令行快速生成 PPT。

1. 生成简单幻灯片

根据文本描述直接生成单页或多页 PPT：

uvx pptagent generate "Single Page with Title: Hello World" -o hello.pptx

2. 基于附件生成报告

支持上传 Excel、PDF 等文件，并指定页码范围进行内容提取和生成：

uvx pptagent generate "Q4 Report" \
  -f data.xlsx \
  -f charts.pdf \
  -p "10-12" \
  -o report.pptx

3. 常用命令速查

💡 提升生成质量的小贴士

• 联网搜索：在 deeppresenter/mcp.json 中配置 TAVILY_API_KEY 可启用深度网络调研。
• PDF 解析：配置 MINERU_API_KEY 或使用本地部署的 MinerU 可显著提升复杂 PDF 的解析效果。
• 离线模式：若需完全离线运行，请在 deeppresenter/config.yaml 中设置 offline_mode: true 并本地部署 MinerU。