部署开源PPTagent 生成工具
开源PPTagent 生成工具
- 一、PPTagent 的主要作用
- 1. 智能文档转换
- 2. AI 增强功能
- 3. 学术/商业场景
- 二、最低配置要求
- 基础运行模式（调用 OpenAI API）
- 高级模式（本地 LLM 推理）
- 关键软件依赖
- 性能基准测试数据
- 安装
- WSL快速部署(ubuntu)
- 配置图形界面支持
- docker 安装
- WSL2 (Windows) 用户
- 常规系统NVIDIA 驱动
- 启动和使用 PPTAgent
官方地址：https://github.com/icip-cas/PPTAgent
官方文档地址：
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 $2}'):0" >> ~/.bashrc
echo "export LIBGL_ALWAYS_INDIRECT=1" >> ~/.bashrc
source ~/.bashrc
测试图形界面
# 在 WSL 中测试
sudo apt install -y x11-apps
xeyes # 应该能看到眼睛窗口
docker 安装
先下载镜像，镜像很大，25G左右
# use docker proxy if you are in China
# docker pull dockerproxy.net/forceless/pptagent:latest
docker pull forceless/pptagent:latest
MINERU_API 申请
https://sso.openxlab.org.cn/mineru-login?redirect=https://mineru.net/apiManage/docs?clientId=lkzdx57nvy22jkpq9x2w&source=minerU
chatgpt/deepseek 的OPENAI_API_KEY 申请
# 使用 .env 文件保护密钥
echo "OPENAI_API_KEY=你的密钥" > .env
echo "MINERU_API=你的密钥" >> .env
# 然后运行容器
docker run -dt --gpus all --ipc=host --env-file .env --name pptagent \-e OPENAI_API_KEY=$OPENAI_API_KEY \-e MINERU_API=$MINERU_API \-p 9297:9297 \-p 8088:8088 \-v $HOME:/root \forceless/pptagent
WSL2 (Windows) 用户
打开powershell
# 1. 确保已安装最新版 NVIDIA 驱动
# 从官网下载: https://www.nvidia.com/Download/index.aspx# 2. 更新 WSL2 内核
wsl --update
wsl --shutdown# 3. --shutdown# 3. 在 WSL 发行版中安装工具包
sudo apt update
sudo apt install -y n
sudo apt install -y nvidia-container-toolkit# 4. 运行容器时不需要 --ipc=host 参数
docker run -dt --name pptagent \--gpus all \--env-file .env \-p 9297:9297 \-p 8088:8088 \-v $HOME:/root \forceless/pptagent
常规系统NVIDIA 驱动
验证 NVIDIA 驱动安装
# 检查 NVIDIA 驱动是否安装
nvidia-smi# 如果未安装，安装推荐驱动：
sudo apt update
sudo apt install -y ubuntu-drivers-common
sudo ubuntu-drivers autoinstall
sudo reboot
安装 NVIDIA Container Toolkit
# 添加软件包仓库
distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \&& curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - \&& curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list# 安装工具包
sudo apt update
sudo apt install -y nvidia-container-toolkit# 重启 Docker
sudo systemctl restart docker
验证 NVIDIA Container Toolkit 安装
# 运行测试容器
docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi# 应该显示与主机上 nvidia-smi 相同的输出
配置 Docker 守护进程
# 创建或修改 Docker 配置文件
sudo nano /etc/docker/daemon.json
添加以下内容：
{"runtimes": {"nvidia": {"path": "/usr/bin/nvidia-container-runtime","runtimeArgs": []}},"default-runtime": "nvidia"
}
然后重启 Docker：
sudo systemctl daemon-reload
sudo systemctl restart docker
使用正确的 GPU 参数运行容器
# 正确的运行命令
docker run -dt --name pptagent \--gpus all \--ipc=host \--env-file .env \-p 9297:9297 \-p 8088:8088 \-v $HOME:/root \forceless/pptagent
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