PPTAgent：中科院开源AI工具，自动将文档转化为高质量PPT

wwr

快速阅读

• 功能：PPTAgent 支持从文档自动生成高质量演示文稿，涵盖大纲生成、幻灯片设计与内容评估。
• 技术：基于两阶段编辑方法，结合大型语言模型（LLM）实现智能分析与迭代优化。
• 应用：适用于教育、企业培训、市场营销等多个领域，提升演示文稿生成效率与质量。
  

正文（附运行示例）PPTAgent 是什么PPTAgent 是由中国科学院软件研究所中文信息处理实验室推出的创新框架，旨在通过模仿人类工作流程的两阶段编辑方法，从文档自动生成高质量的演示文稿。该框架通过分析参考演示文稿，提取结构模式和内容模式，并基于代码动作草拟大纲并生成幻灯片，确保内容的一致性和对齐。

PPTAgent 基于大型语言模型（LLM）的能力，将演示文稿生成过程分解为迭代的编辑工作流程，从而提高生成演示文稿的连贯性和适应性。此外，PPTAgent 还引入了 PPT Eval 评估框架，从内容、设计和连贯性三个维度全面评估生成的演示文稿质量，为未来的演示文稿生成研究提供宝贵的资源和见解。

PPTAgent 的主要功能

• 分析参考演示文稿：理解其结构模式和内容模式。
• 草拟大纲：基于分析结果，创建详细的演示文稿大纲。
• 生成幻灯片：基于代码动作，将大纲转化为具体的幻灯片内容，确保内容的一致性和对齐。
• 编辑和修正：提供反馈机制，对生成的幻灯片进行编辑和自我修正，提高生成文稿的质量。
• 综合评估：基于 PPT Eval 框架，从内容、设计和连贯性三个维度评估生成的演示文稿质量。
  

PPTAgent 的技术原理

• 第一阶段：演示文稿分析
  
  • 幻灯片聚类：将幻灯片分为结构幻灯片和内容幻灯片，分别通过 LLM 和层次聚类方法进行分析。
  • 模式提取：利用 LLM 的情境感知能力，提取多样化的内容模式，确保编辑的目的性。
    

• 第二阶段：演示文稿生成
  
  • 大纲生成：指导 LLM 创建结构化大纲，结合文档内容和参考演示文稿的语义信息。
  • 幻灯片生成：在大纲指导下，基于迭代编辑参考幻灯片生成新幻灯片，并通过 API 支持文本和视觉元素的编辑。
    

如何运行 PPTAgent

运行该项目一般需要以下几个步骤，确保你已经安装了 Node.js 和 npm（或 yarn）。以下是详细的步骤：

1. 安装 Node.js 和 npm（如未安装）

Vue 项目依赖于 Node.js 环境。如果你还没有安装 Node.js，可以访问 Node.js 官网 下载并安装适合你操作系统的版本。npm 会随 Node.js 一起安装。

2. 克隆该项目到本地运行环境git clone https://github.com/icip-cas/PPTAgent.git
3. 进入项目目录

进入到项目web_ui目录。例如：

cd PPTAgent/pptagent_ui
4. 安装依赖

在项目目录下运行以下命令来安装项目所需的依赖包：

npm install# 或者使用 yarn# yarn install
5. 运行开发服务器

安装完依赖后，你可以通过以下命令启动开发服务器：

npm run serve# 或者使用 yarn# yarn serve

这将启动一个本地开发服务器，默认情况下会在 http://localhost:8080 提供项目。你可以通过浏览器访问这个地址来查看你的 Vue 应用。

如何使用 PPTAgent 评估生成的 PPT1. 安装依赖pip install -r requirements.txtsudo apt install libreofficesudo apt install poppler-utils
2. 生成演示文稿python rebuild.py rebuild_all --out_filename "final.pptx"
3. 将 PPT 转换为图片python evals.py pptx2images
4. 评估演示文稿python evals.py eval_experiment -s 0 -j 0
资源

• GitHub 仓库：https://github.com/icip-cas/PPTAgent
• arXiv 技术论文：https://arxiv.org/pdf/2501.03936
• HuggingFace 数据集：https://huggingface.co/datasets