icip-cas/PPTAgent

解決的問題

PPTAgent（及其升級版 DeepPresenter）可自動化專業簡報的製作。它透過將提示或文件轉換為完全格式化的 PPTX 檔案，消除手動設計投影片、內容研究與視覺資產取得的繁瑣工作。

運作方式

此系統以具備沙盒環境與超過 20 種工具的 AI 代理形式運作。整合深度研究能力、自主資產創造與文字轉圖像生成功能，以建構投影片。可處理多種輸入，包括純文字提示、Excel 檔案與 PDF，並支援自由形式的視覺設計與模板化生成。為達成最佳效能，本專案提供名為 DeepPresenter-9B 的微調模型。

適用對象

適用於需從資料或研究中快速產生簡報的使用者，例如製作課堂教材的學生、準備報告的專業人士，或展示文件的研究人員。

主要特色

• 端對端自動化：從簡單提示或附加檔案生成完整的 PPTX 匯出。
• 豐富的工具集：包含沙盒環境與 20 種以上用於研究與資產創造的工具的代理環境。
• 多模態整合：透過 MinerU 支援文字轉圖像生成與高品質 PDF 解析。
• 彈性部署：可透過 CLI、Docker Compose 或原始碼建置使用，並支援離線模式。
• 研究基礎：基於被 EMNLP 2025 與 ACL 2026 接受的論文。