Presenton——开源 AI 演示文稿生成器与 API
开源、可自托管的 AI 演示文稿生成器，支持多模型提供商、模板定制与 PPTX 导出，并提供可编程 API。
证据显示：README 强调自托管、BYOK、本地处理，提供 CAN_CHANGE_KEYS 环境变量控制 API 密钥可见性，表明对最小权限有一定考虑。但未发现明确的用户确认机制（如生成前确认）、数据流透明度的详细说明、敏感数据处理的具体策略（如加密存储）、依赖安全审计记录、外部影响（如网络请求）的明确说明、回滚机制或来源归属的详细说明。因此各标准得分较低，扣分原因：缺乏具体实现细节和证据。
证据显示：README 和测试文件（如 conftest.py、edge_cases）表明项目有测试覆盖，且测试文件展示了错误处理（如 HTTPException 408），说明自洽性和失败消息有一定保障。依赖锁定（uv sync --locked）和 Docker 镜像构建流程表明依赖可用性有考虑。但未发现完整的错误处理文档或故障恢复指南，因此未给满分。
证据显示：README 详细列出了多种部署方式（Docker、Electron、云）、多种 LLM 提供商、多种模板和场景（商业、教育等），表明受众和场景覆盖广泛。能力边界（如支持的模型、功能）有明确说明，触发精度（如环境变量配置）有详细文档，环境适配（多平台、多架构）有说明。但未发现针对特定用户群体的详细指南或边界情况的深入讨论，因此未给满分。
证据显示：README 结构清晰，包含快速开始、功能、部署配置等，信息架构良好。安装说明详细（Docker、Electron），命名稳定（版本号、环境变量），示例和 FAQ 部分存在（如模板预览、常见问题），已知限制部分缺失（未明确列出），许可证为 Apache-2.0 且完整，版本和变更日志有（package.json 版本、GitHub Actions 发布流程），维护责任有（GitHub Actions、测试流程）。扣分原因：已知限制未明确列出。
证据显示：README 强调输出为可编辑的 PPTX 和 PDF，表明输出可用性高。边际价值体现在自托管、无锁定、多提供商支持等。成本效益方面，BYOK 和本地运行可降低成本，但未提供具体成本分析。因此给 2 分，扣分原因：缺乏成本效益的量化分析。
证据显示：README 中的功能声明（如支持多种提供商、导出格式）与代码和测试文件（如测试生成请求）有一定对应，表明声明可追溯。但跨来源验证有限，因为仅依赖仓库内部证据。事实与推断分离方面，README 明确区分了功能描述和用户价值主张。扣分原因：缺乏外部验证。
- 发布者身份未经验证，应视为未知，不要基于品牌信任。
- 静态审查无法验证实际运行行为，所有结论基于源代码和文档。
- 依赖安全未提供审计记录，建议部署前自行检查依赖漏洞。
- 敏感数据处理（如 API 密钥存储）未详细说明，需谨慎配置。
- 已知限制未明确列出，可能影响实际使用预期。
这个 Agent 能做什么，适合哪些场景？
Presenton 是一个开源的 AI 演示文稿生成器，可作为 Web 应用（Docker 部署）或桌面应用（Electron）运行。它支持从提示词或上传的文档生成演示文稿，也支持从零开始设计或基于现有 PPTX 模板。内置多种 AI 演示模板，并以完全可编辑的 PPTX 或 PDF 格式导出。用户可以自带 API 密钥（BYOK），支持 OpenAI、Google Gemini、Vertex AI、Azure OpenAI、Anthropic Claude 等多种提供商，也支持通过 Ollama 实现本地模型。该工具还提供生成演示文稿的 API 端点，并通过内置的 MCP 服务器支持模型上下文协议。它强调完全自主可控、无 SaaS 锁定，且无需强制订阅。
Presenton 通过提示词或上传文档（可附带额外说明）调用配置的 LLM 生成演示文稿内容。它提供多种内置模板（如 Momentum、Dynamic 等）供选择，并将内容渲染为可编辑的 PPTX 或 PDF 文件。用户可通过拖拽编辑界面进行手动调整。该工具集成了多种 LLM 提供商（OpenAI、Gemini、Vertex、Azure、Bedrock、Anthropic、OpenRouter、Fireworks、Together、Cerebras、LM Studio、Ollama 等），并能通过配置的图像生成提供商（如 Pexels、Pixabay、DALL-E 3 等）生成图片。它还提供 REST API 端点 /api/v1/ppt/presentation/generate 用于生成演示文稿，并支持通过 /mcp 端点实现 MCP 集成。
- 需要创建销售报告或战略提案的业务用户，可使用内置的 Momentum 或 Dynamic 模板快速生成专业演示文稿。
- 注重数据隐私的团队，可通过 Ollama 集成在本地运行开源模型，确保数据不出本地。
- 开发者或团队希望将演示文稿生成功能嵌入自己的应用，可使用其 REST API 端点自动生成并下载 PPTX。
- 希望拥有完全控制权和可定制性的用户，可自托管 Docker 版本，并使用自定义模板和任意 OpenAI 兼容模型。
- 通过浏览器即可快速生成演示文稿的临时需求用户，可使用 Presenton Cloud 服务。
这个 Agent 有哪些优点和局限？
- 完全开源（Apache 2.0），可自托管，数据完全掌控。
- 支持几乎所有主流 LLM 提供商（OpenAI、Gemini、Azure、Bedrock、Anthropic、Ollama等），且可混合使用文本和图像生成提供商。
- 可导出完全可编辑的 PPTX 文件，并能使用自定义模板（HTML/Tailwind）或从现有 PPTX 创建模板。
- 提供内置 MCP 服务器，方便集成到其他 AI 代理环境。
- 需要自行配置和管理 LLM 提供商 API 密钥，对于非技术用户可能有一定门槛。
- 自托管时需要满足 Docker、Node.js、Python 等运行环境要求。
- 本地模型（如 Ollama）的性能和效果可能受限于硬件资源。
- 文档中提到的一些高级配置（如 Mem0、LiteParse）可能需要额外设置才能发挥最佳效果。
如何安装或部署这个 Agent？
可以通过 Docker 或 Electron 桌面应用两种方式运行。Docker 方式：运行 docker run -it --name presenton -p 5001:80 -v "./app_data:/app_data" ghcr.io/presenton/presenton:latest（Windows PowerShell 用户需调整卷挂载语法），然后在浏览器打开 http://localhost:5001。Electron 方式：克隆仓库后，在 electron 目录下运行 npm run setup:env 安装依赖，然后运行 npm run dev 启动开发模式，或使用 npm run build:all 和 npm run dist 构建安装包。
如何使用这个 Agent？
首次使用时，根据界面提示设置管理员账户。然后配置 LLM 提供商（例如在 Docker 中通过环境变量指定 LLM=openai 和对应的 API 密钥）和图像生成提供商（如 IMAGE_PROVIDER=pexels 和 PEXELS_API_KEY）。之后，可通过输入提示词或上传文档来生成演示文稿，选择模板、语言和幻灯片数量等参数。也可以使用 API 生成演示文稿，例如调用 POST /api/v1/ppt/presentation/generate 接口，其中 Bearer Token 为管理员生成的 sk-presenton-... 密钥。
这个 Agent 与同类方案有什么区别？
Presenton 在定位上对标 Gamma、Canva、Beautiful AI、Decktopus 等商业 AI 演示工具，但主打开源、自托管和高度可定制。相较于这些 SaaS 产品，Presenton 没有强制订阅，用户可自带 API 密钥，且能完全控制数据和模型提供商。