中科院开源PPTAgent:先理清逻辑再生成PPT,不是简单美化页面

亮点 3：支持 MCP Server 和离线模式

项目持续迭代，2025 年 12 月发布了升级版 DeepPresenter（代码已开源），引入多项重大升级：Deep Research 集成（联网搜索资料自动生成 PPT）、自由表单设计、资产自动创建、文生图功能，以及 Agent 环境沙箱 + 20+ 工具支持。2026 年 1 月新增 PPTX 导出和离线模式，防止上下文溢出的上下文管理功能。

亮点 4：精调模型 DeepPresenter-9B 效果更佳

🛠️ 四、如何使用？

方式一：命令行（推荐先从这里开始）

第一步：安装

pip install pptagent

第二步：配置

# 复制配置模板
cp deeppresenter/config.yaml.example deeppresenter/config.yaml
cp deeppresenter/mcp.json.example deeppresenter/mcp.json

# 交互式引导配置
pptagent onboard

第三步：运行

# 提供参考 PPT 和输入文档
pptagent generate --ref reference.pptx --doc your_document.pdf

方式二：Docker 一键部署

git clone https://github.com/icip-cas/PPTAgent.git
cd PPTAgent
docker-compose up

⚠️ 注意：Windows 系统不支持，请使用 WSL（Windows Subsystem for Linux）。建议先从命令行最小任务开始，确认环境和依赖配置正确。

方式三：使用精调模型 DeepPresenter-9B（效果更佳）

项目方强烈推荐使用精调模型，在设计维度和连贯性上显著优于通用模型：

💼 五、适合哪些人？

💭 六、博主观点

① "两阶段"思维才是 PPT AI 的正确打开方式

PPTAgent 最有价值的地方不是某个具体功能，而是它的"先理解再生成"范式。这其实解决了一个根本问题：为什么很多 AI PPT 工具生成的东西总觉得"差点意思"？因为它们把 PPT 当成了"文字容器"，而不是"逻辑载体"。好的 PPT 不是文字的排列组合，而是信息结构的可视化表达。PPTAgent 的两阶段框架本质上是在教会 AI 理解"什么是一份好 PPT"，而不只是"怎么把文字放进去"。这个思路值得所有做 PPT AI 的团队借鉴。

② PPTEval 是容易被忽视的"隐藏大招"

大多数 PPT 生成工具只管生成，不管评估。PPTAgent 自带的 PPTEval 评估框架是个容易被忽视的亮点——它不只是一个打分工具，更是一种质量闭环。生成 → 评估 → 发现问题 → 修正 → 再评估，直到达到满意标准。这对需要高质量演示文稿的商业场景尤其有价值。

③ ⚠️ 仅供参考，不要乱用

第一，生成质量依赖参考 PPT。PPTAgent 的效果很大程度上取决于你提供的参考 PPT 质量。如果参考 PPT 本身逻辑混乱，生成的也不会好。建议选择结构清晰、布局精美的参考。

第二，不支持 Windows 原生系统，必须使用 WSL（Windows Subsystem for Linux）或 macOS/Linux。对非技术用户有一定门槛。

第三，需要大模型 API 费用。DeepPresenter 的优秀效果依赖 GPT-4o 等大模型，本地部署的通用模型效果会打折扣。使用前请评估 API 成本。

第四，生成速度有待提升。两阶段框架涉及多模态分析和迭代编辑，相比直接模板套用，速度会慢一些，急用场景不适用。

第五，DeepPresenter 新版本还在快速迭代，文档和功能可能有变化，遇到问题多看 GitHub Issues。

⛔ 免责声明：本文仅介绍 PPTAgent 开源项目的功能与使用方式，不构成任何商业建议或使用建议。AI 生成的 PPT 内容请务必人工审核，确保信息准确无误后再用于正式场合。工具使用过程中产生的 API 费用由用户自行承担。仅供参考，不要乱用。

📦 GitHub🤗 HuggingFace

MIT 开源 · 中科院计算技术研究所 · EMNLP 2025 / ACL 2026 收录

github.com/icip-cas/PPTAgent

— 本文由 AI博主/科技观察员 撰写 · 2026-06-25 —