PPTAgent（DeepPresenter）
通过反思式代理流程生成并导出 PowerPoint 演示文稿。
按维度查看评分与理由
证据显示：项目使用Docker沙箱隔离工具执行，提供离线模式，但未明确最小权限原则；CLI生成命令无用户确认步骤；数据流透明度有限，仅提及配置文件和API密钥；敏感数据处理未提及；依赖众多且未提供安全审计；外部效果包括网络搜索和文件生成，但未明确副作用；无回滚机制；来源归属有贡献者列表和引用，但发布者未验证。扣分：缺少用户确认、敏感数据处理、依赖安全、回滚机制。
证据显示：项目有测试文件（test_apis.py, conftest.py），但测试依赖外部模型和API，未提供完整测试结果；依赖众多且部分来自外部服务（Tavily, MinerU），可用性依赖外部；失败消息未在文档中明确。扣分：失败消息缺失，测试覆盖有限。
证据显示：README提供多种使用场景（CLI、Docker、源码），支持多语言，但未明确能力边界；触发精度一般，CLI命令明确但内部触发机制未详述；环境适配有限，仅支持Linux/macOS，Windows不支持。扣分：能力边界和触发精度不足。
证据显示：README结构清晰，提供安装说明、示例、案例，有MIT许可证，但缺少明确的版本变更日志和已知限制；命名稳定但版本动态；维护责任有贡献者列表但无明确维护者。扣分：版本变更日志和已知限制缺失。
证据显示：输出为PPTX文件，可直接使用；提供案例展示，但未提供成本效益分析；边际价值高，但依赖外部服务和模型，成本可能较高。扣分：成本效益分析缺失。
证据显示：README引用论文和模型，但未提供详细实验数据；跨来源验证有限，仅依赖自身声明；事实与推断未明确分离。扣分：事实与推断分离不足。
- 发布者未验证，身份未知，需谨慎对待。
- 依赖众多且包含外部服务，需注意供应链安全。
- Windows不支持，环境适配有限。
- 缺少用户确认和回滚机制，操作需谨慎。
这个 Agent 能做什么，适合哪些场景？
PPTAgent 仓库当前提供 DeepPresenter：一个用于生成演示文稿的代理式框架。它提供本地 CLI、Web UI、Docker Compose 部署，以及用于隔离工具执行的 sandbox 运行时。用户可用提示词调用 `pptagent generate`，并附加如 XLSX 或 PDF 的文件，生成 `.pptx` 输出。项目还提供 MCP server 配置支持，并可通过本地部署 MinerU 与 `offline_mode: true` 避免加载依赖网络的工具。
CLI 的 pptagent onboard 用于交互式创建或更新配置，pptagent generate 接收演示需求、-f 附件、可选的 -p 页码范围和 -o 输出路径，并生成 PowerPoint 文件。源码部署路径使用 deeppresenter/config.yaml 与 deeppresenter/mcp.json；可选接入 Tavily 改进网页搜索、MinerU 改进 PDF 解析，以及通过 t2i_model 配置文本生成图像模型。开发模式可运行 python webui.py，服务部署可运行 docker compose up -d 并在 http://localhost:7861 提供 Web UI。运行时使用 deeppresenter-host 处理 Web UI 和编排，使用 deeppresenter-sandbox 执行隔离工具任务；构建源码时还会安装 deeppresenter/html2pptx 的 Node 依赖。
- 需要把项目文档整理成演示文稿的研究人员，可提供文档并生成 PPTX。
- 需要制作季度汇报的业务人员，可将
data.xlsx与charts.pdf一同传给pptagent generate。 - 希望从提示词快速得到单页标题幻灯片的个人用户，可运行
uvx pptagent generate "Single Page with Title: Hello World" -o hello.pptx。 - 需要在自己的服务器上提供演示文稿生成界面的团队，可通过 Docker Compose 启动主机服务和沙箱运行时。
- 在无外网环境处理资料的部署者，可本地部署 MinerU 并启用
offline_mode: true。
这个 Agent 有哪些优点和局限？
- 同时提供 CLI、源码 Web UI 和 Docker Compose 三种交付方式，适合个人使用与服务器部署。
- CLI 可接收多个附件、页码范围和明确的 PPTX 输出路径，适合文档与数据文件驱动的生成流程。
- 运行时将编排主机与隔离工具执行拆分为
deeppresenter-host和deeppresenter-sandbox两个镜像。 - 文档提供 MCP server 配置入口，并可选用 Tavily、MinerU 和文本生成图像模型增强质量。
- Windows 不受支持；Windows 用户需要使用 WSL。
- 源码安装包含 Docker、Playwright、Chromium、Node.js 依赖及镜像准备，环境配置成本较高。
- 网页搜索和云端 MinerU 需要网络及相应 API 密钥；离线模式需要自行部署 MinerU。
- 项目强烈建议部署其微调的 DeepPresenter 模型以获得最佳体验，材料没有列出核心模型配置的完整凭据或兼容性矩阵。
如何安装或部署这个 Agent？
建议先通过 CLI 完成首次配置：
uvx pptagent onboard随后可生成首个文件：
uvx pptagent generate "Single Page with Title: Hello World" -o hello.pptx从源码开发时，文档给出的步骤包括：
uv pip install -e .
playwright install-deps
playwright install chromium
npm install --prefix deeppresenter/html2pptx并准备配置文件：
cp deeppresenter/config.yaml.example deeppresenter/config.yaml
cp deeppresenter/mcp.json.example deeppresenter/mcp.jsonTavily 和 MinerU 均为可选服务；使用其托管服务时分别在 deeppresenter/mcp.json 设置 TAVILY_API_KEY 或 MINERU_API_KEY。所给材料未列出核心模型配置所需的具体凭据字段。
如何使用这个 Agent？
完成 pptagent onboard 后，使用 pptagent generate 提交需求并指定输出文件。例如：
uvx pptagent generate "Q4 Report" -f data.xlsx -f charts.pdf -p "10-12" -o report.pptx要运行源码版 Web UI，执行 python webui.py。要部署服务器版，准备或构建 deeppresenter-host 与 deeppresenter-sandbox 镜像后执行 docker compose up -d，Web UI 地址为 http://localhost:7861。若需要离线运行，在配置中设置 offline_mode: true，并本地部署 MinerU。
常见问题
是否必须使用 DeepPresenter 微调模型？
能否在离线环境运行？
deeppresenter/config.yaml 中设置 offline_mode: true，以避免加载网页搜索等网络依赖工具。支持哪些输入和输出？
-f 附件以及可选 -p 页码范围；示例附件包括 XLSX 和 PDF，输出可指定为 .pptx。