ppteval：PowerPoint智能体评测基准

ppteval 是 Microsoft 开源的评测基准，用于衡量计算机操作智能体完成 PowerPoint 任务的能力，面向 Agent 评测研究者。项目本次首次发布，创建于3月2日：基准以 Docker 沙箱运行基于 GUI 的智能体，也提供可跳过 GUI 的命令行评测方式；仓库包含评测包安装、数据准备与验证器工作流，并配有网站与论文，代码以 MIT 许可开源。对需要横向比较办公自动化 Agent 能力的团队，它提供了标准化的任务集与判分入口。