一个基于AI的PPT评分系统，支持PPT、PPTX、PDF格式文件的自动评分和分析。

• 📁 多格式支持: 支持PPT、PPTX、PDF文件上传
• 🤖 智能评分: 基于LLM或规则的评分算法
• 📊 详细分析: 提供创新性、可行性、社会效益、演示质量等维度评分
• 🔄 批量处理: 支持批量上传和处理
• 📈 对比分析: 支持多个PPT文件的对比分析
• 🎨 现代界面: 美观的AI科技风格界面
• 🐳 容器化部署: 支持Docker部署

1. 克隆项目

git clone <repository-url>
cd PPT_Score

2. 安装依赖

pip install -r requirements.txt

3. 配置环境变量

cp .env.example .env
# 编辑 .env 文件，填入你的API密钥

4. 运行应用

python main.py

5. 访问应用 打开浏览器访问 http://localhost:8000

1. 使用Docker Compose（推荐）

# 设置环境变量
export OPENROUTER_API_KEY=your_api_key_here

# 启动服务
docker-compose up -d

2. 使用Docker

# 构建镜像
docker build -t ppt-scorer .

# 运行容器
docker run -d \
  -p 8000:8000 \
  -v ./uploads:/app/uploads \
  -v ./ppt_scores.db:/app/ppt_scores.db \
  -e OPENROUTER_API_KEY=your_api_key_here \
  ppt-scorer

如果您使用 M1 Mac 并需要部署到 Linux 服务器，请使用以下方法：

# 方法1: 使用构建脚本 (推荐)
./build.sh

# 方法2: 手动构建
docker buildx build --platform linux/amd64 --tag ppt-scorer:latest --load .

更多跨平台构建信息请参考：CROSS_PLATFORM_BUILD.md

• SCORING_METHOD: 评分方法 (rule_based 或 llm_based)
• OPENROUTER_API_KEY: OpenRouter API密钥
• OPENROUTER_MODEL: 使用的模型 (默认: anthropic/claude-3-haiku-20240307)
• DATABASE_URL: 数据库连接URL
• MAX_FILE_SIZE_MB: 最大文件大小限制（MB）
• DEBUG: 调试模式

• anthropic/claude-3-haiku-20240307
• anthropic/claude-3-sonnet-20240229
• openai/gpt-4o
• 其他OpenRouter支持的模型

• POST /upload - 上传PPT文件

• GET /presentations - 获取所有PPT列表
• GET /presentation/{id} - 获取PPT详情
• GET /compare?ids=1,2,3 - 对比多个PPT

• POST /presentation/{id}/rescore - 重新评分
• DELETE /presentation/{id} - 删除PPT
• GET /download/{id} - 下载原文件

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   前端界面      │    │   FastAPI后端   │    │   AI评分引擎    │
│   (HTML/JS)     │───▶│   (Python)      │───▶│   (LLM/Rules)   │
└─────────────────┘    └─────────────────┘    └─────────────────┘
                              │
                              ▼
                       ┌─────────────────┐
                       │   SQLite数据库  │
                       │   (PPT信息/评分) │
                       └─────────────────┘
                              │
                              ▼
                       ┌─────────────────┐
                       │   文件存储      │
                       │   (uploads/)    │
                       └─────────────────┘

• 后端: FastAPI, SQLAlchemy, LiteLLM
• 前端: HTML5, CSS3, JavaScript (Vanilla)
• AI: OpenRouter (Claude 3, GPT-4)
• 文件处理: python-pptx, PyPDF2, pdf2image
• 数据库: SQLite
• 部署: Docker, Docker Compose

1. 在 scorer.py 中添加新的评分方法
2. 更新 _score_with_rules 或 _score_with_llm 方法
3. 测试新算法的准确性

1. 在 extractor.py 中添加新的提取器
2. 更新 extract_content 方法
3. 在前端更新支持的文件类型

• 修改 static/index.html 中的样式和布局
• 所有样式都在HTML文件的 <style> 标签中
• JavaScript功能在文件底部的 <script> 标签中

1. 上传失败

   • 检查文件大小是否超过限制
   • 确认文件格式是否支持
   • 查看服务器日志

2. 评分失败

   • 检查API密钥是否正确
   • 确认网络连接正常
   • 查看模型是否可用

3. Docker部署问题

   • 确认端口没有被占用
   • 检查环境变量设置
   • 查看容器日志

# Docker Compose日志
docker-compose logs -f

# Docker容器日志
docker logs <container-id>

# 本地开发日志
python main.py  # 直接在终端查看

1. Fork项目
2. 创建功能分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 开启Pull Request

MIT License - 详见 LICENSE 文件

如有问题或建议，请创建Issue或联系开发团队。