MemSlides Explicado: Agente de IA Orientado por Memória para Geração Personalizada de PowerPoint e Edição Local
Saiba como o MemSlides utiliza memória de perfil de usuário, memória de trabalho, memória de ferramentas e capacidade de revisão parcial para gerar apresentações personalizadas e suportar edições confiáveis em múltiplas rodadas.
MemSlides: Um Agente de IA Baseado em Memória para Geração Personalizada de Slides e Edição em Múltiplas Etapas
Introdução
As ferramentas de IA para apresentações são boas em produzir um primeiro rascunho. A parte mais difícil começa depois disso.
Um usuário pode solicitar menos texto, mais diagramas, um ritmo visual diferente ou uma alteração em um pequeno elemento de um único slide. Em muitos sistemas, cada nova instrução corre o risco de sobrescrever preferências anteriores ou danificar conteúdo que já estava correto.
O MemSlides aborda a criação de apresentações como um processo contínuo e com estado, em vez de uma tarefa de conversão em um clique. Desenvolvido por pesquisadores da Universidade de Correios e Telecomunicações de Pequim, da Universidade Tsinghua e da Universidade Jiao Tong de Xangai, o framework combina memória hierárquica com edição de slides com escopo restrito.
O sistema foi projetado para lembrar preferências estáveis entre projetos, reter instruções temporárias dentro do deck atual, reutilizar estratégias de edição bem-sucedidas e modificar apenas a região que o usuário realmente solicitou alterar.
O artigo do MemSlides alcançou a primeira posição no Hugging Face Daily Papers, enquanto o projeto também lançou um repositório de código aberto, página do projeto e demonstração online.
[Descrição da imagem omitida conforme instrução]
MemSlides: Gerar Slides Não é Suficiente
O trabalho de apresentação raramente é concluído em uma única etapa.
Uma apresentação de pesquisa pode precisar de várias rodadas de revisões após o feedback de um orientador. Um pitch de negócios pode passar por alterações repetidas em sua história, ênfase de dados, hierarquia visual e chamada para ação final. As preferências geralmente se tornam claras apenas depois que os usuários veem a primeira versão.
Isso cria três requisitos práticos para um agente de slides de IA:
- Ele deve lembrar preferências que permanecem estáveis em diferentes tarefas de apresentação.
- Ele deve preservar regras temporárias que se aplicam apenas ao deck atual.
- Ele deve entender o limite de uma edição local e evitar reescrever conteúdo não relacionado.
O MemSlides não resolve isso colocando todo o histórico da conversa em um prompt cada vez mais longo. Em vez disso, ele separa a memória por tempo de vida e função.
[Descrição da imagem omitida conforme instrução]
O Design de Memória Hierárquica
O MemSlides usa dois tempos de vida de memória:
- Memória de longo prazo persiste entre tarefas de apresentação.
- Memória de trabalho permanece ativa durante o deck atual e suas rodadas de revisão.
A memória de longo prazo é então dividida por função:
- Memória de perfil do usuário registra preferências recorrentes do usuário.
- **Memória de ferra
memory armazena experiências reutilizáveis de edição e execução.
O resultado é um sistema em camadas no qual o agente pode distinguir uma preferência permanente de uma solicitação temporária, ao mesmo tempo que mantém o estilo de apresentação separado do conhecimento operacional de edição.
| Componente de memória | Duração | Objetivo principal | Exemplo |
|---|---|---|---|
| Memória de perfil do usuário | Entre projetos | Armazena preferências estáveis e conscientes da intenção | Prefere baixa densidade de texto e explicações visuais |
| Memória de trabalho | Apresentação atual | Mantém regras temporárias e estado de revisão ativo | Novos slides nesta apresentação devem usar títulos azuis |
| Memória de ferramentas | Entre edições semelhantes | Reutiliza procedimentos de edição bem-sucedidos | Uma sequência confiável para alterar um gráfico sem afetar o layout |
Durante uma nova tarefa, o MemSlides usa o material de origem, um modelo opcional e memórias de perfil relevantes para criar a primeira apresentação. Quando um novo feedback chega, ele atualiza o estado da sessão atual e realiza uma revisão localizada, em vez de regenerar automaticamente toda a apresentação.
Memória de Perfil do Usuário: Aprendendo Preferências de Apresentação Estáveis
Muitas vezes, a personalização é reduzida a uma descrição básica de função, como "pesquisador acadêmico", "analista financeiro" ou "fundador de startup". Essa informação é útil, mas não descreve completamente como uma pessoa prefere se comunicar.
Dois pesquisadores podem querer apresentações muito diferentes. Um pode preferir uma única conclusão por slide e o mínimo de equações. Outro pode querer derivações detalhadas, condições experimentais e ampla evidência de suporte.
O MemSlides organiza a memória do perfil do usuário em torno da intenção da apresentação e várias dimensões de preferência:
- Tema
- Conteúdo
- Estilo visual
- Layout
- Uso de modelo
- Hábitos gerais de apresentação
No início de um novo trabalho, o agente recupera os itens do perfil que correspondem à intenção atual. Em seguida, ele os concilia com a solicitação mais recente do usuário e qualquer modelo específico da tarefa.
Como as Preferências Entram no Primeiro Rascunho
A memória do perfil do usuário influencia a apresentação inicial, ou rodada zero.
Em vez de dividir mecanicamente um artigo ou documento em um número fixo de slides, o agente pode usar o perfil ativo para decidir:
- Quais conceitos exigem uma definição precoce
- Quanta evidência deve aparecer em cada slide
- Se os mecanismos precisam de diagramas
- Quanto texto é aceitável
- Se as conclusões devem aparecer antes dos detalhes
- Se o slide final deve incluir ações ou uma lista de verificação
Isso torna
parte de personalização do planejamento e layout de conteúdo, não apenas uma mudança de cores ou fontes.
Como as Preferências Estáveis São Consolidadas
Nem toda instrução deve se tornar uma preferência permanente.
Por exemplo, um usuário pode solicitar títulos azuis para uma apresentação porque isso combina com a marca de um cliente. O MemSlides não deve concluir que o usuário sempre prefere títulos azuis.
Ao final de uma tarefa, o sistema consolida apenas os sinais de interação considerados estáveis e reutilizáveis. Escolhas temporárias permanecem dentro do trabalho atual, em vez de serem automaticamente gravadas no perfil de longo prazo.
Essa distinção ajuda a evitar duas falhas comuns:
- Pedir que os usuários repitam preferências básicas em todos os projetos
- Tratar instruções pontuais como hábitos pessoais permanentes
Memória de Trabalho: Mantendo Instruções Temporárias Ativas
Algumas instruções são importantes durante toda uma apresentação, mas devem desaparecer quando o trabalho termina.
Considere esta solicitação:
"Se um novo slide for adicionado posteriormente, seu título também deve ser azul."
A instrução pode não ser relevante durante a rodada de edição atual, porque nenhum slide está sendo adicionado. Um agente sem estado pode facilmente esquecê-la. O MemSlides armazena a instrução na memória de trabalho para que permaneça ativa até que uma rodada posterior crie um novo slide.
A memória de trabalho rastreia informações como:
- Preferências temporárias da apresentação
- Restrições específicas da sessão
- O objetivo atual da apresentação
- Regiões previamente editadas
- Verificações inacabadas
- Histórico de revisões e estado ativo
Isso transforma uma sequência de comandos isolados em uma edição contínua do mesmo conjunto de slides.
A memória de trabalho também é útil quando uma instrução deve substituir uma preferência de longo prazo. Para a tarefa atual, o feedback explícito do usuário tem prioridade. O sistema pode, portanto, aplicar uma exceção temporária sem reescrever o perfil persistente do usuário.
Memória de Ferramentas: Reutilizando Experiências de Edição Confiáveis
Entender uma solicitação não garante que um agente consiga executá-la com segurança.
Uma pequena edição de slide pode envolver selecionar o elemento certo, alterar a propriedade correta, preservar o alinhamento, atualizar a representação subjacente, renderizar o resultado e verificar se nada mais se moveu.
Um agente pode falhar ao:
- Selecionar a região errada
- Alterar o código ou objeto errado
- Aplicar uma edição mais ampla do que a solicitada
- Parar antes que a alteração seja concluída
- Repetir uma sequência de ferramentas que falhou anteriormente
A memória de ferramentas foca nessa camada de execução.
O MemSlides registra dois tipos de experiência:
- Experiência de tarefa em nível de rodada, que resume lições, erros e padrões úteis de uma rodada de edição.
- Experiência de cadeia de ferramentas em nível de operação, que armazena sequências compactas de raciocínio, chamadas de ferramentas e observações para reutilização durante operações semelhantes.
A memória do perfil do usuário determina como a apresentação deve ser. A memória de ferramentas ajuda a determinar como fazer essa alteração de forma confiável.
O agente pode recuperar experiências relevantes antes de tentar uma edição semelhante, reduzindo erros repetidos e tentativas desnecessárias.
Revisão Local Escopada por Slide: Alterar Apenas o Solicitado
Um grande risco na edição de apresentações em múltiplas rodadas é a edição excessiva.
Quando um usuário pede para alterar um rótulo, gráfico ou parágrafo, um sistema que reescreve o slide inteiro—ou toda a apresentação—pode acidentalmente modificar fórmulas, cores, espaçamentos ou conteúdos corretos.
O MemSlides introduz um processo de revisão local escopado por slide, baseado em três etapas:
1. Planejar
O sistema converte a solicitação do usuário em um contrato de execução. Isso identifica:
- Se a edição é local ou global
- Qual(is) slide(s) é(são) afetado(s)
- A menor região alvo
- Regras ativas e dicas de seleção
- Requisitos de verificação
2. Agir
O agente aplica a alteração mínima eficaz. Dependendo da tarefa, isso pode envolver um patch local, uma atualização de estilo com escopo restrito ou uma inserção ou exclusão específica de página.
3. Proteger
Antes de encerrar a rodada de revisão, o sistema verifica se o alvo solicitado foi atualizado e se regiões não relacionadas não foram alteradas. Se a cobertura estiver incompleta, a rodada é bloqueada e o agente deve tentar novamente.
Esse mecanismo protege o conteúdo que já está correto.
O exemplo abaixo compara uma reescrita ampla de slide inteiro com um patch localizado do MemSlides. A alteração solicitada afeta um item na parte inferior do slide. A reescrita ampla altera cores, remove um bloco de fórmula e modifica o layout, enquanto o patch escopado atualiza apenas o alvo.
Resultados Experimentais
A avaliação do MemSlides examina mais do que apenas se uma edição ocorre. Ela também mede se a edição passa por uma verificação rigorosa e a rapidez com que o sistema atinge o primeiro resultado correto.
Comportamento de Personalização e Memória de Trabalho
O artigo relata que a memória do perfil do usuário melhora o alinhamento da persona durante a geração da primeira rodada. O sistema utiliza preferências compatíveis com a intenção, em vez de aplicar
um perfil fixo para cada tarefa.
Casos de memória de trabalho qualitativa também mostram que uma preferência introduzida numa ronda inicial pode permanecer ativa e fazer efeito mais tarde, mesmo quando não é repetida no feedback intercalar.
Ablação da Memória de Ferramentas
A equipa de investigação testou a memória de ferramentas através de uma configuração de pares emparelhados de diagnóstico. Cada par usou a mesma fonte de apresentação, modelo, persona e edição solicitada. A principal diferença era se a memória de ferramentas era injetada.
| Métrica | Com memória de ferramentas | Sem memória de ferramentas |
|---|---|---|
| Conclusão em circuito fechado | 0,963 | 0,815 |
| Verificação rigorosa | 0,534 | 0,310 |
| Tempo da primeira edição correta | 242,5 segundos | 609,5 segundos |
| Proporção de tempo da ferramenta principal | 0,327× | 1,000× |
Os resultados mostram uma taxa de conclusão em circuito fechado mais elevada, uma taxa de verificação rigorosa mais forte e um tempo médio muito menor para a primeira edição correta quando a memória de ferramentas é utilizada.
Estes números provêm de um ambiente de diagnóstico controlado que envolve nove pares de modificação emparelhados. Não devem ser interpretados como prova de que o MemSlides superará todas as alternativas em todas as tarefas de apresentação. O estudo é mais restrito: testa se a experiência reutilizável de ferramentas melhora a edição local sob condições emparelhadas.
Executar o MemSlides Localmente
O projeto é de código aberto sob a licença Apache 2.0. O repositório oficial fornece tanto uma instalação a partir da fonte como um fluxo de trabalho Docker.
Instalar a partir da Fonte
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
Executar o conjunto de testes básicos integrado:
python -m memslides.experiment run smoke_minimal \
--output-base .memslides/experiments \
--parallel 1
Executar com Docker
docker compose build
docker compose run --rm memslides python -m memslides.experiment run smoke_minimal \
--output-base /app/.cache/memslides/experiments \
--parallel 1
O conjunto smoke_minimal destina-se a uma pequena execução de verificação. As experiências de geração reais requerem credenciais de modelo e serviço fornecidas pelo utilizador.
Mantenha as credenciais fora do repositório. O projeto suporta variáveis de ambiente, ficheiros .env e configuração YAML privada selecionada através de MEMSLIDES_CONFIG_FILE ou --config.
Porque é que o Design do MemSlides Importa Além da Geração de PPTs
O mesmo problema de memória aparece em muitos fluxos de trabalho de agentes de longa duração.
Um agente documental precisa de preservar preferências de escrita sem tratar cada edição como permanente. Um agente de codificação precisa de lembrar as convenções do projeto enquanto mantém instruções temporárias específicas da ramificação separadas. Um agente de análise de dados precisa de reter
o objetivo atual ao reutilizar procedimentos de ferramentas confiáveis.
O MemSlides demonstra um princípio de design mais amplo:
- Preferências persistentes do usuário devem ser separadas do estado da sessão.
- O estado da sessão deve sobreviver a várias rodadas.
- A experiência de execução deve ser armazenada independentemente das preferências do usuário.
- Solicitações locais devem operar dentro de limites explícitos.
- A verificação deve ocorrer antes que uma revisão seja considerada completa.
O valor da estrutura, portanto, não se limita à criação de slides atraentes. Ele oferece um exemplo concreto de como um agente pode passar da geração única para uma colaboração iterativa e confiável.
FAQ
O que é o MemSlides?
O MemSlides é um agente de apresentação orientado por memória para geração personalizada de slides e revisão local em múltiplas rodadas. Ele combina memória de perfil do usuário, memória de trabalho, memória de ferramentas e um fluxo de edição com escopo definido.
O MemSlides é um gerador de PowerPoint com IA?
Sim, mas seu foco principal vai além da produção de um primeiro rascunho. Ele é projetado para lembrar preferências, transportar instruções entre rodadas de revisão e modificar regiões limitadas de slides sem reconstruir desnecessariamente a apresentação completa.
O que a memória de perfil do usuário armazena?
A memória de perfil do usuário armazena preferências recorrentes organizadas por intenção de apresentação e dimensões como tema, conteúdo, estilo visual, layout, uso de modelos e hábitos gerais. Apenas itens de perfil relevantes são roteados para uma nova tarefa.
Qual é a diferença entre memória de trabalho e memória de longo prazo?
A memória de longo prazo persiste entre projetos de apresentação e contém preferências estáveis do usuário e experiência reutilizável de ferramentas. A memória de trabalho pertence à apresentação atual e rastreia instruções temporárias, restrições ativas e estado da revisão.
Como o MemSlides evita alterar conteúdo de slides não relacionados?
Ele usa revisão local com escopo no slide. O sistema identifica a menor região afetada, realiza uma edição mínima e verifica a cobertura antes de concluir a rodada.
O MemSlides pode ser executado com Docker?
Sim. O repositório oficial inclui arquivos do Docker Compose e um comando para executar o conjunto de testes internos dentro de um contêiner.
O MemSlides requer chaves de API?
Experimentos reais de geração exigem credenciais para os modelos e serviços selecionados pelo usuário. O repositório recomenda armazená-las em variáveis de ambiente, .env ou arquivos de configuração privados, em vez de enviá-las para o Git.
O MemSlides é código aberto?
Sim. O código-fonte está disponível no GitHub sob a licença Apache 2.0. Os autores também fornecem uma página do projeto, artigo, demonstração online e página do artigo no Hugging Face.
Ferramentas Relacionadas
- MemSlides Demo: O espaço de trabalho online oficial para experimentar o fluxo de geração personalizada de slides.
- MemSlides GitHub: A implementação de código aberto, arquivos de configuração, executor de experimentos e configuração do Docker.
- MemSlides Project Page: Uma visão geral da estrutura, componentes de memória, exemplos e resultados.
- Docker: Executa o projeto e suas dependências em um ambiente de contêiner reproduzível.
- LibreOffice: Suíte de escritório gratuita usada para converter e manipular arquivos de apresentação durante os experimentos.
libreoffice.org/): Usado pelo fluxo de trabalho local para apresentação e processamento de documentos.
- Playwright: Fornece automação de navegador utilizada pela configuração do projeto e pelo fluxo de trabalho de renderização.
Links Relacionados
- MemSlides Paper on arXiv: O artigo de pesquisa oficial que descreve o framework e os experimentos.
- MemSlides HTML Paper: Uma versão legível em navegador do artigo completo.
- MemSlides on Hugging Face: A página do artigo, discussão da comunidade e links do projeto.
- Repositório GitHub do MemSlides: Código-fonte, comandos de instalação, arquivos Docker e ferramentas de experimento.
- Site do Projeto MemSlides: Explicação visual sobre memória de perfil, memória de trabalho e revisão local.
- Demonstração ao Vivo do MemSlides: A interface web oficial para testar o sistema.
- Apache License 2.0: A licença utilizada pelo repositório de código aberto.
Resumo
O MemSlides trata a criação de slides como um processo contínuo de autoria, em vez de uma solicitação única de geração. Sua memória hierárquica separa preferências estáveis do usuário, instruções temporárias do nível do deck e experiência de edição reutilizável.
O fluxo de trabalho de revisão com escopo então limita cada alteração à menor região necessária e verifica o resultado antes de concluir a rodada. Nos experimentos de pares combinados diagnósticos do artigo, a memória da ferramenta melhorou a conclusão e a verificação, reduzindo o tempo necessário para alcançar uma edição correta.
A ideia central é simples: um agente de apresentação útil deve lembrar as informações certas, esquecer detalhes temporários no momento certo e alterar apenas o que o usuário realmente pediu para modificar.