AgentIndex icon
AgentIndex
工具MCP 服务HOT分类热门最新选型清单对比指南
提交工具
工具MCP 服务HOT分类热门最新选型清单对比指南
首页/
视觉/多模态/
PPTAgent
PPTAgent logo

PPTAgent

活跃·★ 5.2k·MIT·更新于 2026-11-02
★ 时下流行

PPTAgent 可以从文档或提示词生成演示文稿。配套论文已被 EMNLP 2025 接收,方法是两阶段的“编辑式”生成:先分析参考幻灯片、起草大纲,再在选定的参考页上迭代生成编辑动作,并提出 PPTEval 从内容、设计和连贯性三方面打分。README 的更新记录里有 V2(深度研究集成、自由版式设计、自主素材创建、文生图,以及带沙箱和 20 多个工具的智能体环境)、MCP 服务支持,以及 2026 年 1 月加入的自由生成与模板生成、PPTX 导出和离线模式。

部署是比较重的部分。README 说列出的 API 密钥、配置和服务都是必需的:在 config.yaml 里配置模型接口,用于文档解析的 MinerU API 密钥(每个密钥有效期 14 天),以及用于搜索的 Tavily 密钥。它建议研究智能体用 Claude、设计智能体用 Gemini;自己部署 MinerU 后可以用离线模式,但功能有限。启动方式是 docker compose,或者本地用 pip、Playwright 和 npm 安装后运行网页界面。

本文根据项目 README 和公开仓库数据整理,我们没有实际试用过该工具。数据截至 2026-11-01。

许可证
MIT
最新发布
v2.0.0 · 2025-12-16
最近提交
2026-10-26
贡献者
27
复刻数
616
未关闭的 issue 和 PR
18
首次发布
2025-01-04

来源:GitHub、npm 和 PyPI 的公开接口。

#AI智能体#演示文稿生成#大语言模型#自然语言处理#多模态AI
$ 安装
$ npm install @daydreamsai/core @ai-sdk/openai zod
↗ 访问官网★ GitHub
01

功能特性

01可组合上下文
02原生MCP支持
03持久化内存
04全TypeScript
05上下文隔离
02

为什么选择它

+有同行评审论文(EMNLP 2025)和专门的评测框架支撑
+可导出 PPTX,支持自由生成和模板生成两种方式
+包含调研、搜索和生成图片,不只是把文字排成幻灯片
+提供 MCP 服务,也有离线模式
03

权衡点

!部署需要多个服务和密钥,README 明确说都是必需的
!MinerU 的 API 密钥每 14 天过期,除非自己部署 MinerU
!README 推荐使用特定的商业模型(Claude、Gemini),效果取决于所选模型
!离线模式功能有限
04

维护状况检查

活跃检查日期: 2026-11-05
最近提交
2026-11-02
近 90 天提交数
4
近 90 天发布数
1
最新发布
v1.1.38 (2026-09-20)
未关闭 issue
18
近期 issue 至少有一条评论的比例
16/24
近 12 周每周提交数
近 12 周每周提交数: 0, 0, 0, 0, 0, 3, 0, 0, 0, 0, 0, 1

最早的一周在左边,最近 4 周为橙色。数据来源:GitHub 提交统计。

状态规则:GitHub 上已归档 = 已归档;最近提交在 90 天内 = 活跃;91 到 365 天 = 放缓;更久 = 停滞。所有数字来自所示日期的 GitHub API。

讨论最多的未关闭 issue

  • #246 按照readme操作却无法生成ppt3 条评论 · 2026-07-01
  • #228 PPT文字讲稿2 条评论 · 2026-04-16
  • #253 DeepPresenter crashes when an MCP tool returns both text and image content blocks1 条评论 · 2026-09-02
  • #247 uses_local_model() wrongly starts local DeepPresenter-9B when agents point to a localhost OpenAI-compatible gateway1 条评论 · 2026-07-14
  • #244 pptagent这个文件夹与项目是什么关系1 条评论 · 2026-05-27

issue 标题引自 GitHub。请打开链接确认该问题是否仍适用于你使用的版本。

05

兼容性

Claude
支持
已通过文档验证
Gemini
支持
已通过文档验证
GLM-4.7
支持
已通过文档验证
MinerU
支持
已通过文档验证
Tavily
支持
已通过文档验证
Offline Mode
部分支持
已通过文档验证
06

快速开始

1
$ npm install @daydreamsai/core @ai-sdk/openai zod
07

使用场景

↳电子商务自动化
↳医疗保健解决方案
↳金融服务
08

同类工具

⚡热门对决:
VSvideo-search-and-summarization★2.0k→VSragflow★93.7k→VSUI-TARS-desktop★39.6k→
video-search-and-summarization logo
video-search-and-summarization★ 2.0k
NVIDIA AI视频搜索与摘要蓝图(VSS)提供构建视觉代理和AI驱动视频分析应用的参考架构。
VS对比→
ragflow logo
ragflow★ 93.7k
RAGFlow 是一个领先的开源检索增强生成 (RAG) 引擎,它融合了前沿的RAG与Agent能力,为大型语言模型提供卓越的上下文层,并简化企业级RAG工作流。
VS对比→
blades logo
blades★ 819
Blades 是一个为 Go 语言设计的、支持自定义模型、工具、内存和中间件等多模态 AI Agent 框架。
AIlice logo
AIlice★ 1.4k
AIlice是一个完全自主的通用人工智能代理,基于开源大型语言模型,能够分解复杂任务。
Grok-MCP logo
Grok-MCP★ 54
一个用于xAI Grok API的MCP服务器,支持智能工具调用、图像和视频生成、视觉分析和文件管理。
UI-TARS-desktop logo
UI-TARS-desktop★ 39.6k
UI-TARS Desktop 是一款基于 UI-TARS 模型,提供原生 GUI Agent 能力的桌面应用程序。
VS对比→
Cradle logo
Cradle★ 2.6k
Cradle框架使新兴基础模型能够通过人类使用的统一界面(即屏幕截图作为输入,键盘和鼠标操作作为输出)执行复杂的计算机任务。
groundingLMM logo
groundingLMM★ 969
GLaMM是一个像素级接地的大型多模态模型,通过统一的接地对话生成任务,能够灵活处理图像和区域输入并提供视觉接地能力。
查看全部替代品 →

评论

登录后发表评论

暂无评论,来发表第一条吧

本页内容
01功能特性02为什么选择它03权衡点04维护状况检查05兼容性06快速开始07使用场景08同类工具
icip-cas /
PPTAgent
↗

有论文支撑、能从文档或提示词生成演示文稿的智能体

5.2k616MIT
最后更新6天前
状态活跃
分类视觉/多模态
贡献者27
最新发布v2.0.0
链接
文档↗讨论↗问题↗版本↗
推荐云部署
Ad

在 DigitalOcean 上一键部署

为你的 MCP 服务、Docker 容器与智能体提供即开即用云服务器,新用户立享 $200 免费额度(60天有效)。

立即领取 $200 免费额度
© 2026 AgentIndex.app|由十年 iOS 开发者构建。
按场景挑选关于我们联系我们广告合作隐私政策使用条款QYSGitHub请作者喝咖啡 ☕

按分类浏览

MCP 服务器代码助手工作流自动化RAG / 知识库多智能体浏览器自动化大模型基础设施开发者工具可观测性

与 Anthropic, OpenAI 或 Microsoft 无关。