For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/es/articles/memslides-memory-driven-ai-ppt-agent.md.
Descubra cómo MemSlides utiliza la memoria del perfil del usuario, la memoria de trabajo, la memoria de herramientas y la capacidad de revis...
Las herramientas de presentación con IA son excelentes para producir un primer borrador. La parte más difícil comienza después.
Un usuario puede solicitar menos texto, más diagramas, un ritmo visual diferente o un cambio en un elemento pequeño de una sola diapositiva. En muchos sistemas, cada nueva instrucción corre el riesgo de sobrescribir preferencias anteriores o dañar contenido que ya era correcto.
MemSlides aborda la creación de presentaciones como un proceso de autoría continuo y con estado, en lugar de una tarea de conversión con un solo clic. Desarrollado por investigadores de la Universidad de Correos y Telecomunicaciones de Pekín, la Universidad de Tsinghua y la Universidad Jiao Tong de Shanghái, el marco combina memoria jerárquica con edición de diapositivas de alcance limitado.
El sistema está diseñado para recordar preferencias estables entre proyectos, retener instrucciones temporales dentro de la presentación actual, reutilizar estrategias de edición exitosas y modificar solo la región que el usuario solicitó cambiar.
El artículo de MemSlides alcanzó la primera posición en Hugging Face Daily Papers, mientras que el proyecto también lanzó un repositorio de código abierto, una página del proyecto y una demostración en línea.
El trabajo de presentación rara vez se completa de una sola vez.
Una presentación de investigación puede necesitar varias rondas de revisiones después de los comentarios de un supervisor. Una presentación comercial puede sufrir cambios repetidos en su historia, énfasis de datos, jerarquía visual y llamada a la acción final. Las preferencias a menudo se aclaran solo después de que los usuarios ven la primera versión.
Esto crea tres requisitos prácticos para un agente de diapositivas de IA:
MemSlides no resuelve esto colocando todo el historial de conversación en un mensaje cada vez más largo. En su lugar, separa la memoria por duración y función.
MemSlides utiliza dos duraciones de memoria:
La memoria a largo plazo se divide luego por función:
memory almacena experiencia reutilizable de edición y ejecución.
El resultado es un sistema en capas donde el agente puede distinguir una preferencia permanente de una solicitud temporal, manteniendo también el estilo de presentación separado del conocimiento operativo de edición.
| Componente de memoria | Duración | Propósito principal | Ejemplo |
|---|---|---|---|
| Memoria de perfil de usuario | Entre proyectos | Almacena preferencias estables y conscientes de la intención | Prefiere baja densidad de texto y explicaciones visuales |
| Memoria de trabajo | Mazo actual | Mantiene reglas temporales y estado de revisión activo | Las nuevas diapositivas de este mazo deben usar títulos azules |
| Memoria de herramientas | Entre ediciones similares | Reutiliza procedimientos de edición exitosos | Una secuencia confiable para cambiar un gráfico sin afectar el diseño |
Durante una nueva tarea, MemSlides utiliza el material fuente, una plantilla opcional y los recuerdos de perfil relevantes para crear el primer mazo. Cuando llegan nuevos comentarios, actualiza el estado de la sesión actual y realiza una revisión localizada en lugar de regenerar automáticamente toda la presentación.
La personalización a menudo se reduce a una descripción básica del rol, como "investigador académico", "analista financiero" o "fundador de una startup". Esa información es útil, pero no describe completamente cómo una persona prefiere comunicarse.
Dos investigadores pueden querer presentaciones muy diferentes. Uno puede preferir una sola conclusión por diapositiva y ecuaciones mínimas. Otro puede querer derivaciones detalladas, condiciones experimentales y abundante evidencia de apoyo.
MemSlides organiza la memoria del perfil de usuario en torno a la intención de la presentación y varias dimensiones de preferencia:
Al inicio de un nuevo trabajo, el agente recupera los elementos del perfil que coinciden con la intención actual. Luego los concilia con la última solicitud del usuario y cualquier plantilla específica de la tarea.
La memoria del perfil de usuario influye en la presentación inicial, o de ronda cero.
En lugar de dividir mecánicamente un artículo o documento en un número fijo de diapositivas, el agente puede utilizar el perfil activo para decidir:
Esto hace que
No toda instrucción debe convertirse en una preferencia permanente.
Por ejemplo, un usuario puede solicitar títulos azules para una presentación porque coincide con la marca de un cliente. MemSlides no debe concluir que el usuario siempre prefiere títulos azules.
Al finalizar una tarea, el sistema consolida únicamente las señales de interacción consideradas estables y reutilizables. Las elecciones temporales permanecen dentro del trabajo actual, sin escribirse automáticamente en el perfil a largo plazo.
Esta distinción ayuda a prevenir dos fallos comunes:
Algunas instrucciones son importantes durante toda una presentación, pero deben desaparecer cuando ese trabajo finaliza.
Considere esta solicitud:
"Si más adelante se añade una nueva diapositiva, su título también debe ser azul."
La instrucción puede no ser relevante durante la ronda de edición actual porque no se está agregando ninguna diapositiva. Un agente sin estado podría olvidarla fácilmente. MemSlides almacena la instrucción en la memoria de trabajo para que permanezca activa hasta que una ronda posterior cree una nueva diapositiva.
La memoria de trabajo rastrea información como:
Esto convierte una secuencia de indicaciones aisladas en una edición continua de la misma presentación.
La memoria de trabajo también es útil cuando una instrucción debe anular una preferencia a largo plazo. Para la tarea actual, la retroalimentación explícita del usuario tiene prioridad. Por lo tanto, el sistema puede aplicar una excepción temporal sin sobrescribir el perfil persistente del usuario.
Comprender una solicitud no garantiza que un agente pueda ejecutarla de forma segura.
Una pequeña edición de diapositiva puede implicar seleccionar el elemento correcto, cambiar la propiedad adecuada, mantener la alineación, actualizar la representación subyacente, renderizar el resultado y verificar que nada más se haya movido.
Un agente puede fallar al:
La memoria de herramientas se centra en esta capa de ejecución.
MemSlides registra dos tipos de experiencia:
La experiencia incluye Agent Lesson, Tool Error y Auto Extract. A través de Preload, ingresa a la memoria de trabajo (WM), pasa por múltiples rondas de modificación y finalmente completa el Job End. La Tool Chain Experience, por otro lado, registra la experiencia de la cadena de herramientas a nivel operativo, que contiene múltiples ciclos de operación. Cada ciclo incluye pasos como razonamiento, invocación de herramientas, observación, etc., formando finalmente la Tool Memory. Este diagrama está estrechamente relacionado con el contexto y presenta de manera intuitiva los tipos de memoria y el flujo de trabajo mencionados en el contexto.](https://we0-cms.oss-cn-beijing.aliyuncs.com/cms-assets/image/2026/07/73f06528-68e3-4e3f-86e6-09068a098c91-2bfd80a0-adae-4973-9936-e9b188f35bdd.png)
La memoria del perfil del usuario determina cómo debería ser la presentación. La memoria de herramientas ayuda a determinar cómo realizar ese cambio de manera confiable.
El agente puede recuperar experiencias relevantes antes de intentar una edición similar, reduciendo errores repetidos y ensayos innecesarios.
Describe tu idea una vez y We0 AI puede generar un sitio de presentacion, paginas y CMS, y ayudarte a atraer clientes y trafico tras el lanzamiento.
Una generación completa de proyectos para registro gratuito
Lo mejor para probar un flujo de generación completo y ver rápidamente el primer borrador del proyecto.
Un riesgo importante en la edición de presentaciones de múltiples turnos es la sobredición.
Cuando un usuario solicita cambiar una etiqueta, un gráfico o un párrafo, un sistema que reescribe toda la diapositiva —o toda la presentación— puede alterar accidentalmente fórmulas, colores, espaciados o contenidos correctos.
MemSlides introduce un proceso de revisión localizada en el ámbito de la diapositiva, estructurado en tres etapas:
El sistema convierte la solicitud del usuario en un contrato de ejecución. Esto identifica:
El agente aplica el cambio mínimo efectivo. Dependiendo de la tarea, esto puede implicar un parche local, una actualización de estilo con alcance limitado, o una inserción o eliminación específica de una página.
Antes de finalizar la ronda de revisión, el sistema verifica que el objetivo solicitado se haya actualizado y que las regiones no relacionadas no hayan cambiado. Si la cobertura es incompleta, la ronda se bloquea y el agente debe reintentar.
Este mecanismo protege el contenido que ya es correcto.
El siguiente ejemplo compara una reescritura amplia de toda la diapositiva con un parche localizado de MemSlides. El cambio solicitado afecta a un elemento en la parte inferior de la diapositiva. La reescritura amplia cambia colores, elimina un bloque de fórmulas y modifica el diseño, mientras que el parche localizado actualiza solo el objetivo.
La evaluación de MemSlides examina no solo si la edición ocurre eventualmente, sino también si la edición pasa una verificación estricta y con qué rapidez el sistema alcanza el primer resultado correcto.
El artículo informa que la memoria del perfil del usuario mejora la alineación de la personalidad durante la generación de la primera ronda. El sistema utiliza preferencias que coinciden con la intención, en lugar de aplicar
Un perfil fijo para cada tarea.
Los casos cualitativos de memoria de trabajo también muestran que una preferencia introducida en una ronda temprana puede permanecer activa y surtir efecto más tarde, incluso cuando no se repite en la retroalimentación intermedia.
El equipo de investigación probó la memoria de herramientas mediante una configuración diagnóstica de pares emparejados. Cada par utilizó el mismo mazo fuente, modelo, persona y edición solicitada. La diferencia principal fue si se inyectaba o no la memoria de herramientas.
| Métrica | Con memoria de herramientas | Sin memoria de herramientas |
|---|---|---|
| Finalización de bucle cerrado | 0.963 | 0.815 |
| Verificación estricta | 0.534 | 0.310 |
| Tiempo hasta la primera edición correcta | 242.5 segundos | 609.5 segundos |
| Proporción de tiempo de herramienta central | 0.327× | 1.000× |
Los resultados muestran una mayor tasa de finalización de bucle cerrado, una tasa de verificación estricta más fuerte y un tiempo promedio mucho más corto hasta la primera edición correcta cuando se utiliza la memoria de herramientas.
Estas cifras provienen de un entorno diagnóstico controlado que involucra nueve pares de modificación emparejados. No deben interpretarse como una prueba de que MemSlides superará a todas las alternativas en cada tarea de presentación. El estudio es más acotado: prueba si la experiencia reutilizable de herramientas mejora la edición local bajo condiciones emparejadas.
El proyecto es de código abierto bajo la licencia Apache 2.0. El repositorio oficial proporciona tanto una instalación desde el código fuente como un flujo de trabajo con Docker.
sudo apt-get update
sudo apt-get install -y libreoffice fontconfig fonts-noto-cjk poppler-utils
conda env create -f environment.yml
conda activate memslides
pip install -e ".[research]"
python -m playwright install chromium ffmpeg
python -m memslides.experiment --help
Ejecutar la suite de pruebas de humo integrada:
python -m memslides.experiment run smoke_minimal \
--output-base .memslides/experiments \
--parallel 1
docker compose build
docker compose run --rm memslides python -m memslides.experiment run smoke_minimal \
--output-base /app/.cache/memslides/experiments \
--parallel 1
La suite smoke_minimal está diseñada como una pequeña prueba de verificación. Los experimentos de generación reales requieren credenciales de modelo y servicio proporcionadas por el usuario.
Mantenga las credenciales fuera del repositorio. El proyecto admite variables de entorno, archivos .env y configuración YAML privada seleccionada a través de MEMSLIDES_CONFIG_FILE o --config.
El mismo problema de memoria aparece en muchos flujos de trabajo de agentes de larga duración.
Un agente de documentos necesita preservar las preferencias de escritura sin tratar cada edición como permanente. Un agente de codificación necesita recordar las convenciones del proyecto mientras mantiene separadas las instrucciones temporales específicas de una rama. Un agente de análisis de datos necesita retener
el objetivo actual mientras se reutilizan procedimientos de herramientas fiables.
MemSlides demuestra un principio de diseño más amplio:
Por lo tanto, el valor del marco no se limita a crear diapositivas atractivas. Ofrece un ejemplo concreto de cómo un agente puede pasar de la generación única a una colaboración fiable e iterativa.
MemSlides es un agente de presentaciones basado en memoria para la generación personalizada de diapositivas y la revisión local en múltiples rondas. Combina la memoria del perfil del usuario, la memoria de trabajo, la memoria de herramientas y un flujo de trabajo de edición acotado.
Sí, pero su enfoque principal va más allá de producir un primer borrador. Está diseñado para recordar preferencias, trasladar instrucciones entre rondas de revisión y modificar regiones limitadas de diapositivas sin reconstruir innecesariamente toda la presentación.
La memoria del perfil del usuario almacena preferencias recurrentes organizadas por intención de presentación y dimensiones como tema, contenido, estilo visual, diseño, uso de plantillas y hábitos generales. Solo los elementos de perfil relevantes se enrutan a una nueva tarea.
La memoria a largo plazo persiste entre proyectos de presentación y contiene preferencias estables del usuario y experiencia reutilizable de herramientas. La memoria de trabajo pertenece a la presentación actual y rastrea instrucciones temporales, restricciones activas y el estado de la revisión.
Utiliza una revisión local acotada a la diapositiva. El sistema identifica la región afectada más pequeña, realiza una edición mínima y verifica la cobertura antes de completar la ronda.
Sí. El repositorio oficial incluye archivos de Docker Compose y un comando para ejecutar la suite de pruebas integrada dentro de un contenedor.
Los experimentos de generación real requieren credenciales para los modelos y servicios seleccionados por el usuario. El repositorio recomienda almacenarlas en variables de entorno, un archivo .env o archivos de configuración privados, en lugar de incluirlas en Git.
Sí. El código fuente está disponible en GitHub bajo la licencia Apache 2.0. Los autores también proporcionan una página del proyecto, artículo, demo en línea y página del artículo en Hugging Face.
libreoffice.org/): Utilizado por el flujo de trabajo local para la presentación y el procesamiento de documentos.
MemSlides trata la creación de diapositivas como un proceso continuo de autoría, no como una única solicitud de generación. Su memoria jerárquica separa las preferencias estables del usuario, las instrucciones temporales del nivel de la presentación y la experiencia de edición reutilizable.
El flujo de trabajo de revisión acotada limita cada cambio a la región más pequeña necesaria y verifica el resultado antes de completar el ciclo. En los experimentos emparejados de diagnóstico del artículo, la memoria de la herramienta mejoró la finalización y verificación, reduciendo al mismo tiempo el tiempo necesario para lograr una edición correcta.
La idea central es simple: un agente de presentaciones útil debe recordar la información correcta, olvidar los detalles temporales en el momento adecuado y cambiar solo lo que el usuario realmente le pidió que cambiara.
Empieza con una sola frase y obtén un sitio completo en minutos.
