一、PPTagent 的主要作用

1. 智能文档转换

输入：支持将 PDF/DOCX/MarkDown/TXT 等文档自动转换为结构化幻灯片
输出：生成专业级 .pptx 或 .pdf 文件，保留原始文档的层级逻辑

2. AI 增强功能

内容提炼：自动提取文档关键信息生成大纲（基于 NLP 模型）
智能排版：根据内容类型（标题/图表/代码块）自动选择最佳布局
连贯性优化：通过两阶段编辑（PPT-Eval 系统）检查逻辑流

3. 学术/商业场景

论文报告 → 学术答辩幻灯片
产品文档 → 客户演示文稿
会议纪要 → 可视化进度汇报

二、最低配置要求

基础运行模式（调用 OpenAI API）

组件	最低要求	推荐配置
操作系统	Windows 10/WSL 2 或 Ubuntu 20.04+	Windows 11 + WSLg（GUI 支持）
CPU	双核 x86_64	四核及以上（Intel i5+/Ryzen 5+）
内存	4GB	8GB+（处理大文档需 16GB）
存储	10GB 可用空间	SSD 存储加速文件处理
网络	稳定互联网连接（调用 API）	-

高级模式（本地 LLM 推理）

组件	最低要求	推荐配置
GPU	NVIDIA GTX 1060（6GB 显存）	RTX 3060+（12GB+ 显存）
VRAM	6GB	16GB+
Python	3.8+ 带 CUDA 支持	Python 3.10+

关键软件依赖

• 必需组件
  • LibreOffice 7.4+：文档解析引擎（下载）
  • Node.js v16：前端构建（需匹配 npm 8.x+）
  • Python 3.8+：核心服务端（需 pip 23.0+）
• AI 相关依赖
  • 基础模式：openai 库（API 调用）
  • 本地模式：

pip install torch==2.0.1+cu118  # CUDA 版 PyTorch
pip install transformers==4.33  # HuggingFace 模型

• 数据库
  • 默认使用 SQLite（内置）
  • 生产环境可配置 MySQL/PostgreSQL

性能基准测试数据

基于 50 页技术文档转换

配置	处理时间	内存峰值	*输出质量评分
API 模式（RTX 3060）	2分12秒	3.2GB	88/100
本地 7B 模型（无 GPU）	23分41秒	12GB	76/100
云端 T4 GPU	4分53秒	5.1GB	82/100

安装

WSL快速部署(ubuntu)

基础依赖
在WSL的终端中安装依赖：

sudo apt update && sudo apt upgrade -y
sudo apt install python3-pip python3-venv git build-essential libssl-dev zlib1g-dev libffi-dev -y

部署 PPTAgent
尤其注意要用虚拟环境进行安装

#克隆代码仓库
git clone https://github.com/icip-cas/PPTAgent.git
cd PPTAgent
#添加仓库
add-apt-repository ppa:deadsnakes/ppa
# 创建虚拟环境（推荐）
apt install python3.10 python3.10-venv -y
python3.10 -m venv ppt_env
source venv/bin/activate
#退出虚拟环境
#deactivate

# 安装编译依赖（适用于Ubuntu/WSL）
sudo apt install libjpeg-dev zlib1g-dev libfreetype6-dev -y
# 升级pip和setuptools
pip install --upgrade pip setuptools wheel
# 尝试安装Pillow（指定较新版本）
pip install pillow==10.3.0  # 兼容性较好的版本

#部署
pip install -v -e . 

配置环境变量

echo "export OPENAI_API_KEY='your_api_key_here'" >> ~/.bashrc
echo "export USE_LOCAL_LLM=0" >> ~/.bashrc
source ~/.bashrc

构建前端

cd frontend
npm install
npm run build
cd ..

初始化数据库

flask db init
flask db migrate
flask db upgrade

配置图形界面支持

• 启动 X Server (Windows端)
  • 搜索并启动 XLaunch
  • 选择：“Multiple windows” → “Start no client”
  • 勾选：“Disable access control”
  • 保存配置为 %USERPROFILE%\Desktop\XLaunch.xlaunch

WSL 环境变量配置

echo "export DISPLAY=$(grep nameserver /etc/resolv.conf | awk '{print $2}'):0" >> ~/.bashrc
echo "export LIBGL_ALWAYS_INDIRECT=1" >> ~/.bashrc
source ~/.bashrc

测试图形界面

# 在 WSL 中测试
sudo apt install -y x11-apps
xeyes # 应该能看到眼睛窗口

启动和使用 PPTAgent

启动服务

# 在 PPTAgent 目录
flask run --host=0.0.0.0 --port=5000

在 Windows 浏览器访问
打开浏览器访问：

http://localhost:5000