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/ru/articles/memslides-memory-driven-ai-ppt-agent.md.
Узнайте, как MemSlides использует память профиля пользователя, рабочую память, память инструментов и возможности локального редактирования д...
Инструменты ИИ для презентаций хороши в создании первого черновика. Самое сложное начинается после этого.
Пользователь может попросить меньше текста, больше диаграмм, другой визуальный ритм или изменить один маленький элемент на отдельном слайде. Во многих системах каждое новое указание рискует перезаписать предыдущие предпочтения или повредить уже корректный контент.
MemSlides подходит к созданию презентаций как к непрерывному процессу авторской работы с сохранением состояния, а не как к задаче создания одним кликом. Разработанный исследователями из Пекинского университета почты и телекоммуникаций, Университета Цинхуа и Шанхайского университета Цзяо Тун, фреймворк объединяет иерархическую память с точно ограниченным редактированием слайдов.
Система разработана для запоминания стабильных предпочтений между проектами, сохранения временных инструкций в рамках текущей презентации, повторного использования успешных стратегий редактирования и изменения только той области, которую пользователь действительно попросил изменить.
Статья MemSlides достигла первой позиции в Hugging Face Daily Papers, а проект также выпустил репозиторий с открытым исходным кодом, страницу проекта и онлайн-демо.
Работа над презентацией редко завершается за один проход.
Научная презентация может потребовать нескольких раундов доработок после отзыва руководителя. Бизнес-презентация может претерпевать многократные изменения в сюжете, акцентах на данных, визуальной иерархии и финальном призыве к действию. Предпочтения часто становятся ясны только после того, как пользователи увидят первую версию.
Это создает три практических требования для ИИ-агента по работе со слайдами:
MemSlides решает эту проблему не путем помещения всей истории диалога в один постоянно удлиняющийся промпт. Вместо этого он разделяет память по сроку жизни и функции.
MemSlides использует два срока жизни памяти:
Долговременная память далее делится по функции:
memory** хранит повторно используемый опыт редактирования и выполнения.
Результатом является многоуровневая система, в которой агент может отличать постоянные предпочтения от временных запросов, а также отделять стиль представления от операционных знаний редактирования.
| Компонент памяти | Срок жизни | Основная цель | Пример |
|---|---|---|---|
| Память профиля пользователя | Между проектами | Хранит стабильные предпочтения, учитывающие намерения | Предпочитает низкую плотность текста и визуальные объяснения |
| Рабочая память | Текущая колода | Хранит временные правила и активное состояние ревизии | Новые слайды в этой колоде должны иметь синие заголовки |
| Память инструментов | Между похожими правками | Повторно использует успешные процедуры редактирования | Надежная последовательность для изменения одной диаграммы без влияния на макет |
Во время выполнения новой задачи MemSlides использует исходный материал, необязательный шаблон и соответствующие профили памяти для создания первой колоды. Когда поступает новая обратная связь, система обновляет текущее состояние сеанса и выполняет локализованную ревизию, а не автоматически перегенерирует всю презентацию.
Персонализация часто сводится к базовому описанию роли, например, "научный исследователь", "финансовый аналитик" или "основатель стартапа". Эта информация полезна, но она не полностью описывает, как человек предпочитает общаться.
Два исследователя могут захотеть совершенно разные презентации. Один может предпочитать один вывод на слайд и минимум формул. Другой может захотеть подробные выкладки, условия эксперимента и обширные подтверждающие данные.
MemSlides организует память профиля пользователя вокруг намерения презентации и нескольких измерений предпочтений:
В начале новой работы агент извлекает элементы профиля, соответствующие текущему намерению. Затем он согласовывает их с последним запросом пользователя и любым специфичным для задачи шаблоном.
Память профиля пользователя влияет на начальную, или нулевую, презентацию.
Вместо механического разбиения документа или статьи на фиксированное количество слайдов агент может использовать активный профиль для принятия решений:
Это делает
часть персонализации планирования контента и макета, а не просто изменение цветов или шрифтов.
Не каждая инструкция должна становиться постоянным предпочтением.
Например, пользователь может запросить синие заголовки для одной презентации, потому что это соответствует бренду клиента. MemSlides не должен делать вывод, что пользователь всегда предпочитает синие заголовки.
В конце задачи система закрепляет только те сигналы взаимодействия, которые считаются стабильными и пригодными для повторного использования. Временные решения остаются в рамках текущей задачи, а не автоматически записываются в долгосрочный профиль.
Это различие помогает предотвратить два распространенных сбоя:
Некоторые инструкции важны в течение одной презентации, но должны исчезать после завершения этой задачи.
Рассмотрим такой запрос:
«Если позже будет добавлен новый слайд, его заголовок также должен быть синим.»
Инструкция может быть неактуальна во время текущего сеанса редактирования, так как никакой слайд не добавляется. Агент без состояния может легко её забыть. MemSlides сохраняет инструкцию в рабочей памяти, чтобы она оставалась активной до тех пор, пока в последующем сеансе не будет создан новый слайд.
Рабочая память отслеживает такую информацию, как:
Это превращает последовательность изолированных запросов в непрерывное редактирование одной и той же презентации.
Рабочая память также полезна, когда инструкция должна переопределить долгосрочное предпочтение. Для текущей задачи явная обратная связь от пользователя имеет приоритет. Таким образом, система может применить временное исключение, не перезаписывая постоянный профиль пользователя.
Понимание запроса не гарантирует, что агент сможет безопасно его выполнить.
Небольшое редактирование слайда может включать выбор правильного элемента, изменение правильного свойства, сохранение выравнивания, обновление базового представления, рендеринг результата и проверку того, что ничего другого не сдвинулось.
Агент может допустить ошибку:
Инструментальная память сосредоточена на этом уровне выполнения.
MemSlides записывает два вида опыта:
Результаты показывают более высокий уровень завершения в замкнутом цикле, более высокий уровень строгой проверки и гораздо более короткое среднее время до первого правильного редактирования при использовании инструментальной памяти.
Эти цифры получены в контролируемом диагностическом сценарии с девятью парными модификациями. Их не следует интерпретировать как доказательство того, что MemSlides превзойдет все альтернативы в каждой презентационной задаче. Исследование более узкое: оно проверяет, улучшает ли повторно используемый инструментальный опыт локальное редактирование в сопоставимых условиях.
Проект имеет открытый исходный код под лицензией Apache 2.0. Официальный репозиторий предоставляет как установку из исходного кода, так и рабочий процесс с 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
Запустите встроенный набор проверки "дыма":
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
Набор smoke_minimal предназначен для небольшой проверки. Для реальных экспериментов по генерации требуются учетные данные модели и сервиса, предоставленные пользователем.
Храните учетные данные вне репозитория. Проект поддерживает переменные среды, файлы .env и частную конфигурацию YAML, выбираемую через MEMSLIDES_CONFIG_FILE или --config.
Та же проблема с памятью возникает во многих долго работающих агентских рабочих процессах.
Агент по работе с документами должен сохранять писательские предпочтения, не рассматривая каждое редактирование как постоянное. Агент по кодированию должен помнить соглашения проекта, сохраняя при этом временные инструкции для конкретных веток отдельно. Агент по анализу данных должен сохранять
MemSlides демонстрирует более широкий принцип проектирования:
Поэтому ценность фреймворка не ограничивается созданием привлекательных слайдов. Он представляет собой конкретный пример того, как агент может перейти от одноразовой генерации к надёжному, итеративному взаимодействию.
MemSlides — это агент для создания презентаций, управляемый памятью, предназначенный для персонализированной генерации слайдов и многораундовой локальной ревизии. Он объединяет память профиля пользователя, рабочую память, память инструментов и ограниченный рабочий процесс редактирования.
Да, но его основная цель выходит за рамки создания чернового варианта. Он разработан для запоминания предпочтений, передачи инструкций между раундами ревизии и изменения ограниченных областей слайдов без необходимости полной перестройки всей презентации.
Память профиля пользователя хранит повторяющиеся предпочтения, сгруппированные по цели презентации и таким параметрам, как тема, содержание, визуальный стиль, макет, использование шаблонов и общие привычки. В новую задачу передаются только релевантные элементы профиля.
Долговременная память сохраняется между проектами презентаций и содержит стабильные предпочтения пользователя и многократно используемый опыт работы с инструментами. Рабочая память относится к текущей презентации и отслеживает временные инструкции, активные ограничения и состояние ревизии.
Он использует ограниченную локальную ревизию слайдов. Система определяет наименьшую затронутую область, выполняет минимальное редактирование и проверяет полноту покрытия перед завершением раунда.
Да. Официальный репозиторий включает файлы Docker Compose и команду для запуска встроенного набора тестов внутри контейнера.
Для реальных экспериментов по генерации требуются учётные данные для моделей и сервисов, выбранных пользователем. Репозиторий рекомендует хранить их в переменных окружения, файлах .env или частных конфигурационных файлах, а не добавлять их в Git.
Да. Исходный код доступен на GitHub под лицензией Apache 2.0. Авторы также предоставляют страницу проекта, статью, онлайн-демонстрацию и страницу статьи на Hugging Face.
libreoffice.org/): Используется локальным рабочим процессом для создания презентаций и обработки документов.
MemSlides рассматривает создание слайдов как непрерывный процесс авторской работы, а не как одноразовый запрос на генерацию. Его иерархическая память разделяет стабильные предпочтения пользователя, временные инструкции на уровне презентации и многократно используемый опыт редактирования.
Ограниченный рабочий процесс правок ограничивает каждое изменение минимально необходимой областью и проверяет результат перед завершением цикла. В диагностических экспериментах с парным сравнением, описанных в статье, память инструмента улучшила завершение и проверку, одновременно сократив время, необходимое для выполнения корректной правки.
Центральная идея проста: полезный агент для презентаций должен запоминать правильную информацию, вовремя забывать временные детали и изменять только то, что пользователь действительно попросил изменить.
Начните с одной фразы и получите полноценный сайт за считанные минуты.
