部署开源PPTagent 生成工具

开源PPTagent 生成工具

注意：发现自己测试环境显卡不行带不动，测试失败了，以下步骤未能完全验证
[一、PPTagent 的主要作用](#一、PPTagent 的主要作用)
- [1. 智能文档转换](#1. 智能文档转换)
- [2. AI 增强功能](#2. AI 增强功能)
- [3. 学术/商业场景](#3. 学术/商业场景)
二、最低配置要求
- [基础运行模式（调用 OpenAI API）](#基础运行模式（调用 OpenAI API）)
- [高级模式（本地 LLM 推理）](#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](#docker 安装)
- [WSL2 (Windows) 用户](#WSL2 (Windows) 用户)
- [常规系统NVIDIA 驱动](#常规系统NVIDIA 驱动)
[启动和使用 PPTAgent](#启动和使用 PPTAgent)

注意：发现自己测试环境显卡不行带不动，测试失败了，以下步骤未能完全验证

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：

python 复制代码

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：

python 复制代码

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

python 复制代码

#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

python 复制代码

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

构建前端

python 复制代码

cd frontend
npm install
npm run build
cd ..

初始化数据库

python 复制代码

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

python 复制代码

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

python 复制代码

# 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

python 复制代码

# use docker proxy if you are in China
# docker pull dockerproxy.net/forceless/pptagent:latest
docker pull forceless/pptagent:latest

MINERU_API 申请

python 复制代码

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

python 复制代码

# 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

python 复制代码

# 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

python 复制代码

# 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

python 复制代码

# 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

python 复制代码

# 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

python 复制代码

# 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

python 复制代码

# 创建或修改 Docker 配置文件
sudo nano /etc/docker/daemon.json

添加以下内容：

python 复制代码

{
  "runtimes": {
    "nvidia": {
      "path": "/usr/bin/nvidia-container-runtime",
      "runtimeArgs": []
    }
  },
  "default-runtime": "nvidia"
}

然后重启 Docker：

python 复制代码

sudo systemctl daemon-reload
sudo systemctl restart docker

使用正确的 GPU 参数运行容器

python 复制代码

# 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

python 复制代码

# 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：

python 复制代码

http://localhost:5000