Test de PPTAgent : outil IA open source pour convertir automatiquement des documents en présentations PowerPoint élégantes

Les trois grandes douleurs de la création de présentations, vécues par tous les professionnels

Réunion départementale du lundi matin, rapport OKR de fin de trimestre, présentation client avant la livraison du projet — tous ces scénarios partagent un cauchemar commun : faire des présentations PowerPoint.

Selon le rapport Microsoft Work Trend Index 2026, les travailleurs du savoir consacrent en moyenne 3,2 heures par semaine à la création de présentations, dont 60 % du temps est consacré à l'ajustement de la mise en page plutôt qu'à la création de contenu. La réalité est encore plus cruelle :

1. Extraction de contenu chronophage : résumer 50 pages de documentation technique en 15 pages essentielles nécessite des relectures, synthèses et réorganisations répétées
2. Barrière élevée pour la mise en page : harmonie des couleurs, alignement, proportion texte/image — difficile pour un non-designer de produire des diapositives "présentables"
3. Travail répétitif important : à chaque présentation, c'est le même cycle infernal "trouver un modèle → remplir le contenu → ajuster le format"

Les outils de présentation ne manquent pas sur le marché, mais jusqu'à l'arrivée de PPTAgent, aucune solution open source ne permettait réellement de comprendre le contenu des documents et de générer automatiquement des présentations structurées.

Qu'est-ce que PPTAgent : bien plus qu'un simple "convertisseur document vers PPT"

PPTAgent est un framework open source de génération de présentations IA développé par l'Institut de technologie informatique de l'Académie chinoise des sciences (ICIP-CAS), ayant déjà recueilli plus de 4 900 étoiles sur GitHub. Ce n'est pas un simple outil de remplissage de modèles, mais un système multi-agents collaboratif (Agentic Framework) capable de :

• Comprendre les documents en profondeur : analyser les formats PDF, Word, Excel, etc., et extraire automatiquement les arguments clés et les données
• Génération réflexive : optimiser continuellement la qualité des résultats grâce à un cycle itératif Recherche → Conception → Réflexion
• Intégration texte-image : appeler automatiquement des modèles de génération d'images pour créer des illustrations, ou extraire des graphiques directement des documents
• Export multi-format : prendre en charge le format natif PPTX et les présentations HTML

Entrée document → Agent Recherche (étude de contenu) → Agent Conception (design visuel) → Optimisation réflexive → Sortie PPTX

En août 2025, l'article sur PPTAgent a été accepté par EMNLP 2025 ; en avril 2026, son modèle affiné DeepPresenter a été accepté par ACL 2026 — une double reconnaissance académique de cette méthodologie.

Matrice des fonctionnalités principales : que peut faire PPTAgent

Trois modes d'exécution

1. Mode CLI (recommandé pour usage personnel)

# Installation
uv tool install pptagent

# Assistant de configuration interactif
pptagent onboard

# Générer une présentation en une phrase
pptagent generate "Rapport trimestriel Q4" -o rapport.pptx

# Générer avec pièces jointes
pptagent generate "Revue technique" \
  -f architecture.pdf \
  -f benchmark.xlsx \
  -p "10-15" \
  -o revue-technique.pptx

2. Docker Compose (déploiement serveur)

docker pull forceless/deeppresenter-sandbox
docker pull forceless/deeppresenter-host
docker tag forceless/deeppresenter-sandbox deeppresenter-sandbox
docker tag forceless/deeppresenter-host deeppresenter-host

docker compose up -d
# Accéder à http://localhost:7861

3. Compilation depuis les sources (mode développeur)

git clone https://github.com/icip-cas/PPTAgent.git
cd PPTAgent
uv pip install -e .
playwright install-deps && playwright install chromium
npm install --prefix deeppresenter/html2pptx
python webui.py

Analyse approfondie de l'architecture technique

Le concept de conception central de PPTAgent est la "génération réflexive" (Reflective Generation) — pas de sortie unique, mais une approche itérative en plusieurs passes pour atteindre le résultat optimal.

Flux de collaboration multi-agents

┌─────────────────────────────────────────────────┐
│                  AgentLoop.run()                 │
├─────────────────────────────────────────────────┤
│                                                 │
│  ┌──────────┐    ┌──────────┐    ┌──────────┐  │
│  │ Recherche│───▶│ Conception│──▶│ Réflexion│  │
│  │  Agent   │    │  Agent   │    │  Boucle  │  │
│  └──────────┘    └──────────┘    └──────────┘  │
│       │               │               │        │
│       ▼               ▼               ▼        │
│  ┌──────────┐    ┌──────────┐    ┌──────────┐  │
│  │  Web     │    │  HTML    │    │ Évaluation│ │
│  │  Search  │    │  Render  │    │  Qualité │  │
│  │  arXiv   │    │  PPTX    │    │ Correction│ │
│  └──────────┘    └──────────┘    └──────────┘  │
│                                                 │
└─────────────────────────────────────────────────┘

L'Agent Recherche gère la couche contenu : il analyse les documents d'entrée, effectue si nécessaire des recherches en ligne pour enrichir les connaissances contextuelles, et génère un "rapport de recherche" structuré (manuscript). Il prend en charge la gestion du contexte et replie automatiquement le contenu ancien lorsque le document est trop long (context_folding: true), évitant ainsi de dépasser la fenêtre de contexte du modèle.

L'Agent Conception gère la couche visuelle : selon le type de contenu (rapport technique / présentation de produit / cours pédagogique), il sélectionne la mise en page appropriée, génère le code HTML des diapositives, puis les convertit en images via Playwright ou directement en PPTX.

La Boucle de Réflexion est la clé de l'assurance qualité : le système évalue la complétude, la cohérence logique et la cohérence visuelle du contenu généré, et déclenche automatiquement des corrections en cas de problème, avec jusqu'à 10 itérations (MAX_SUBAGENT_TURNS).

Mécanisme d'isolation par sandbox

PPTAgent utilise des sandboxes Docker pour exécuter les tâches de génération de code (graphiques, traitement de données), évitant ainsi qu'un code malveillant n'affecte l'environnement hôte. Configuration principale :

# Contrôle du timeout du sandbox
MCP_CONNECT_TIMEOUT: 120  # Timeout de connexion (secondes)
MCP_CALL_TIMEOUT: 1800    # Timeout d'appel (secondes)

# Limites d'appels d'outils
MAX_TOOLCALL_PER_TURN: 7  # Maximum 7 appels d'outils par tour
TOOL_CUTOFF_LEN: 4096     # Seuil de troncature de sortie d'outil (caractères)

Flexibilité de configuration des modèles

PPTAgent n'est pas lié à un fournisseur LLM spécifique et prend en charge plus de 100 modèles via OpenRouter ou LiteLLM :

# Exemple de config.yaml
research_agent:
  base_url: "https://openrouter.ai/api/v1"
  model: "anthropic/claude-sonnet-4.5"
  api_key: "your_key"

design_agent:
  base_url: "https://openrouter.ai/api/v1"
  model: "google/gemini-3-pro-preview"
  api_key: "your_key"

# Prise en charge également du routage LiteLLM
# research_agent:
#   provider: "litellm"
#   model: "anthropic/claude-sonnet-4-6"
#   api_key: "your_anthropic_key"

L'éditeur recommande fortement l'utilisation du modèle affiné DeepPresenter-9B (téléchargeable sur HuggingFace), qui surpasse significativement les modèles open source généraux pour les tâches de génération de présentations.

PPTAgent vs Gamma vs Beautiful.ai vs ChatBA : comparaison horizontale

Les outils de présentation IA ne manquent pas sur le marché, mais leurs positionnements diffèrent considérablement. Voici une comparaison des solutions dominantes en 2026 :

Résumé des différences clés :

• PPTAgent est la seule solution open source, avec des données entièrement localisées, adaptée aux entreprises ayant des exigences de confidentialité
• Le mécanisme de réflexion de PPTAgent est un avantage exclusif — les autres outils fonctionnent en "génération unique", tandis que PPTAgent s'auto-évalue et se corrige
• Gamma/Beautiful.ai gagnent en simplicité d'utilisation — il suffit d'ouvrir une page web, sans configuration d'environnement
• PPTAgent offre la meilleure capacité de compréhension de documents — vous pouvez directement lui soumettre un PDF de 50 pages pour en extraire automatiquement les points clés

Cas pratique : du document technique à la présentation PPT, processus complet

Prenons l'exemple d'un livre blanc technique réel pour démontrer le flux de travail complet de PPTAgent.

Étape 1 : préparation de l'environnement

# Installation de uv (gestionnaire de paquets Python)
curl -LsSf https://astral.sh/uv/install.sh | sh

# Installation de PPTAgent
uv tool install pptagent

# Configuration initiale (assistant interactif, configuration de la clé API LLM)
pptagent onboard

pptagent onboard vous guide à travers : 1. Le choix du fournisseur LLM (OpenRouter/OpenAI/personnalisé) 2. La saisie de la clé API 3. Configuration optionnelle : Tavily (recherche améliorée), MinerU (analyse PDF améliorée), modèles T2I (illustrations améliorées)

Étape 2 : génération de la présentation

# Utilisation basique : génération en une phrase
pptagent generate "Présenter les principes fondamentaux de l'architecture Transformer" -o transformer.pptx

# Utilisation avancée : génération à partir de documents
pptagent generate "Veuillez créer une présentation technique basée sur les documents joints" \
  -f ~/docs/annual-report-2026.pdf \
  -f ~/data/metrics.xlsx \
  -p "12-18" \
  -o revue-annuelle.pptx

Description des paramètres : - -f : chemin des pièces jointes, prend en charge PDF/Word/Excel/Markdown - -p : plage de nombre de pages cible (par ex. "12-18" signifie 12 à 18 pages) - -o : chemin du fichier de sortie

Étape 3 : consultation et ajustement

Le fichier PPTX généré peut être ouvert et édité directement avec PowerPoint, WPS ou Google Slides. Les caractéristiques de sortie de PPTAgent sont :

• Structure claire : chaque page a un thème défini avec une progression logique
• Correspondance texte-image : les concepts clés sont accompagnés d'illustrations générées automatiquement ou de graphiques de données
• Style cohérent : harmonie des couleurs et des polices sur l'ensemble

Si des ajustements sont nécessaires, vous pouvez modifier le prompt et régénérer, ou éditer directement le fichier PPTX manuellement.

Utilisation de l'interface Web

# Lancer l'interface Web en mode source
python webui.py

# Ou en mode Docker
docker compose up -d
# Accéder à http://localhost:7861

L'interface Web offre des fonctionnalités visuelles de téléchargement de documents, d'édition de prompts et de prévisualisation des résultats, adaptée aux utilisateurs peu familiers avec la ligne de commande.

Utilisations avancées : modèles personnalisés, traitement par lots et intégration API

Modèles personnalisés

PPTAgent permet d'importer des modèles PPTX personnalisés pour que les présentations générées respectent la charte graphique de l'entreprise :

# Placer le modèle dans le répertoire de travail
cp company-template.pptx ~/.cache/deeppresenter/templates/

# Spécifier le modèle lors de la génération
pptagent generate "Présentation produit" \
  --template company-template.pptx \
  -o presentation-produit.pptx

Les mises en page maîtres, schémas de couleurs et paramètres de police du modèle sont conservés, PPTAgent ne remplissant que les zones de contenu.

Traitement par lots

Pour les scénarios nécessitant une génération en masse de présentations (par ex. générer automatiquement une présentation pour chaque article), vous pouvez écrire un script :

import subprocess
import glob

papers = glob.glob("papers/*.pdf")
for paper in papers:
    output = paper.replace(".pdf", ".pptx").replace("papers/", "presentations/")
    subprocess.run([
        "pptagent", "generate",
        "Veuillez créer une présentation académique de 15 minutes basée sur cet article",
        "-f", paper,
        "-p", "15-20",
        "-o", output
    ])
    print(f"Generated: {output}")

Intégration MCP : permettre à d'autres agents IA d'utiliser PPTAgent

PPTAgent fournit un mode serveur MCP, utilisable comme outil par d'autres agents (comme OpenClaw, Hermes) :

// Configuration mcp.json
{
  "mcpServers": {
    "pptagent": {
      "command": "pptagent-mcp",
      "args": [],
      "env": {
        "DEEPPRESENTER_WORKSPACE_BASE": "~/.cache/deeppresenter"
      }
    }
  }
}

Une fois configuré, d'autres agents peuvent exploiter les capacités de génération de présentations de PPTAgent via le protocole MCP, permettant une "création de présentations conversationnelle".

Mode entièrement hors ligne

Pour les scénarios sensibles aux données, PPTAgent prend en charge un fonctionnement entièrement hors ligne :

# config.yaml
offline_mode: true

# Déployer l'analyse PDF locale (MinerU)
# Déployer un LLM local (comme DeepPresenter-9B GGUF)
# Configurer un modèle T2I local

En mode hors ligne, tout le traitement s'effectue localement, sans envoi de données vers des services externes.

Limites et précautions d'usage

PPTAgent n'est pas une solution miracle, voici les limites connues de la version actuelle :

1. Ne prend pas en charge l'environnement natif Windows : les utilisateurs Windows doivent utiliser WSL (Windows Subsystem for Linux)
2. Coût de l'API LLM : générer une présentation de 15 pages consomme environ 50K-100K tokens, soit environ 0,5-1,5 $ par génération avec un modèle de niveau GPT-4
3. Démarrage initial lent : nécessite le téléchargement des images Docker (sandbox + hôte, environ 3 Go), les démarrages suivants sont rapides
4. Problèmes occasionnels de mise en page en français : certaines polices peuvent présenter des décalages d'alignement lors du rendu HTML, un ajustement dans PowerPoint après génération est recommandé
5. Prise en charge limitée des graphiques complexes : pour les visualisations de données hautement personnalisées (comme les graphiques interactifs), un traitement manuel reste nécessaire
6. Services externes optionnels mais recommandés : la recherche Tavily et l'analyse PDF MinerU améliorent significativement la qualité, mais nécessitent des clés API supplémentaires

Benchmarks de performance

Données实测 sur un MacBook Pro M2 (16 Go de RAM) :

Évaluation finale

PPTAgent est actuellement le framework open source de génération de présentations IA le plus puissant, sans conteste. Ses avantages principaux résident dans :

• Méthodologie de niveau académique : soutenue par des articles acceptés dans deux conférences majeures, EMNLP 2025 et ACL 2026
• Génération réflexive : pas de sortie unique, mais une optimisation itérative en plusieurs passes
• Entièrement open source : licence MIT, données localisées, personnalisable librement
• Écosystème riche : trois modes CLI/Web UI/Serveur MCP, couvrant les besoins individuels et d'équipe

Public recommandé : - Développeurs/chercheurs devant produire fréquemment des rapports techniques - Entreprises ayant des exigences de confidentialité des données - Développeurs d'agents souhaitant intégrer la génération de présentations dans leur flux de travail IA - Équipes souhaitant développer des solutions basées sur l'open source

Public non recommandé : - Utilisateurs occasionnels ne faisant qu'une présentation de temps en temps (Gamma est plus simple) - Présentations de marque nécessitant un design poussé (un designer professionnel reste nécessaire) - Utilisateurs sans clé API LLM et ne souhaitant pas en configurer une

PPTAgent représente un nouveau paradigme dans la génération de présentations IA : il ne remplace pas les humains dans la création de présentations, mais comprend les besoins humains pour générer automatiquement des ébauches de haute qualité. Vous devrez toujours relire et ajuster, mais ce travail répétitif "de 0 à 0,8" peut enfin être confié à l'IA.

Foire aux questions (FAQ)

1. PPTAgent est-il gratuit ?

PPTAgent est entièrement gratuit et open source (licence MIT), mais nécessite une API LLM pour fonctionner. L'utilisation de modèles via des services comme OpenRouter entraîne des frais API, environ 0,5-1,5 $ pour une présentation de 15 pages. Si vous déployez localement le modèle DeepPresenter-9B, vous pouvez obtenir un fonctionnement à coût zéro (avec une mémoire GPU suffisante).

2. Quelles langues PPTAgent prend-il en charge ?

PPTAgent prend en charge l'analyse de documents et la génération de présentations en chinois et en anglais. Pour d'autres langues (japonais, coréen, français, etc.), la génération de contenu est globalement fonctionnelle, mais la mise en page peut nécessiter des ajustements manuels. L'interface Web prend en charge 21 langues.

3. Quelle est la qualité des présentations générées ? Faut-il les modifier manuellement ?

Les présentations générées par PPTAgent ont une structure et une qualité de contenu élevées, utilisables directement pour des partages techniques internes ou comme ébauches. Cependant, pour des présentations client officielles ou des showcases de marque, un ajustement dans PowerPoint est recommandé (ajustement des polices, remplacement des illustrations, optimisation des animations). Le mécanisme de réflexion améliore significativement la qualité dès la première génération.

4. Comment déployer PPTAgent sur un intranet d'entreprise ?

PPTAgent prend en charge un mode entièrement hors ligne. Étapes : 1) Récupérer les images Docker dans un environnement connecté ; 2) Télécharger localement le modèle DeepPresenter-9B GGUF ; 3) Déployer le service local d'analyse PDF MinerU ; 4) Configurer offline_mode: true dans config.yaml. Tout le traitement s'effectue localement, sans envoi de données vers l'extérieur.

5. Quelle est la différence entre PPTAgent et les fonctionnalités PPT de Manus/ChatGPT ?

Les fonctionnalités PPT de Manus et ChatGPT reposent essentiellement sur du "texte → PPT" — elles comprennent votre description textuelle puis remplissent des modèles. La différence fondamentale de PPTAgent réside dans : 1) Compréhension approfondie des documents — analyse directe de documents complexes comme PDF/Excel ; 2) Mécanisme de réflexion — auto-vérification et correction après génération ; 3) Open source et contrôlable — les données ne quittent pas le local, les modèles sont remplaçables.