virtual-insanity
매크로 가격 공시 펀더 테크 섹터 뉴스 볼트
← 뒤로

RT by @jerryjliu0: Brilliant to see @llama_index build Surreal Slides on top of

seedling literature 2026-03-10

RT by @jerryjliu0: Brilliant to see @llama_index build Surreal Slides on top of

Brilliant to see @llama_index build Surreal Slides on top of @SurrealDB.

Parsing slide decks with LlamaParse, storing structured data in SurrealDB, then querying your entire presentation library in natural language. That is exactly the kind of agentic workflow we built SurrealDB to support.

No more digging through folders to find that one slide. Just ask.

Great work @jerryjliu0 and @itsclelia!

Jerry Liu (@jerryjliu0)

We built a neat tool that lets you convert a directory of Powerpoint files into clean, structured markdown - that Claude Code / agent SDK / any generalized agent wrapper can easily understand.

The pptx skill in Claude Code is quite basic and doesn’t have high-fidelity understanding over graphics/charts/tables.

Our project Surreal Slides uses LlamaParse to convert presentations into clean structured data that you can put into a db (@SurrealDB) for simple retrieval, without having to take screenshots of the data on the fly.

Thanks to @itsclelia for this project, check it out: github.com/run-llama/surreal…


Video

출처: https://github.com/run-llama/surreal-slides

분할된 노트

  • [[RT_by_jerryjliu0_Brilliant_to_see_llama_index_build_Surreal_]]
  • [[RT_by_jerryjliu0_Brilliant_to_see_llama_index_build_Surreal__1]]
  • [[RT_by_jerryjliu0_Brilliant_to_see_llama_index_build_Surreal__2]]
  • [[RT_by_jerryjliu0_Brilliant_to_see_llama_index_build_Surreal__3]]
  • [[RT_by_jerryjliu0_Brilliant_to_see_llama_index_build_Surreal__4]]

딥 분석

핵심 요약

LlamaIndex(=LlamaParse)로 PPTX를 구조화해 SurrealDB에 저장하고 자연어로 프레젠테이션 라이브러리를 질의하는 워크플로우(“Surreal Slides”)가 공개되었다. 이미지/차트 고해상도 이해는 제한적이지만, 슬라이드·노트의 텍스트·구조를 정규화해 에이전트가 효율적으로 검색·활용하게 하는 전형적인 에이전트 오케스트레이션 사례다. (출처: run-llama/surreal-slides, Jerry Liu 트윗)

주요 인사이트

  • 에이전트 친화적 파이프라인 구성: LlamaParse로 슬라이드를 구조화 → SurrealDB에 저장 → 자연어 질의로 검색하는 흐름은, 비정형 프레젠테이션 자료를 에이전트가 직접 소비하도록 만드는 실용적 패턴이다.
  • 검색 UX 개선: 파일 시스템/폴더를 뒤질 필요 없이 “질문→응답”으로 원하는 슬라이드를 바로 찾을 수 있으므로 지식재사용(knowledge reuse) 비용이 크게 낮아진다.
  • 한계: pptx 스킬이 그래픽/차트/표의 고충실도 이해에는 아직 제약이 있어, 도표나 이미지 기반 데이터의 자동 추출·해석은 추가 보완이 필요하다(원문에서 개발자도 이 점을 언급).
  • 결합 가치: LlamaIndex의 파싱 능력과 SurrealDB의 구조화·쿼리 특성이 결합되면 프레젠테이션·교육·세일즈 자료 같은 도메인에서 '슬라이드 레벨 지식베이스'를 빠르게 만들 수 있다.
  • 확장 가능성: 동일 패턴을 문서(보고서, 회의록 등)로 확장하면 조직 내 지식 검색·자동화 에이전트의 범용성이 커진다.

출처 간 교차 분석

  • 노트(리트윗 본문)와 GitHub 리포지토리(run-llama/surreal-slides)는 같은 흐름(파싱→DB 저장→NL 질의)을 설명한다. 노트는 구현 의도와 사용자 가치를 강조(“No more digging through folders. Just ask.”), 리포지토리는 구체적 구현체·코드(에이전트·데이터 모델·연결 방식)를 제공한다.
  • Jerry Liu의 원문 트윗(인용 블록)은 pptx 스킬의 한계를 명시적으로 지적하며, LlamaParse 기반 변환의 강점을 보완책으로 제시한다. 즉, 요약·구조화 단계가 그래픽 해석의 부족을 텍스트 구조화로 보완하는 설계라는 점에서 서로 보완적이다.
  • 모순점은 없음 — 다만 실무 적용 시 그래픽/표 해석이 필요한 케이스(데이터 시각화가 핵심인 슬라이드)는 추가 처리(예: OCR + 비전 모델) 필요성이 드러난다.

투자/실무 시사점

기업 내부 지식검색·세일즈 자료 관리, 교육 콘텐츠 관리 같은 실무 영역에서 도입 우선순위가 높다—특히 문서 텍스트 중심의 자료는 빠른 비용절감 효과(검색 시간 단축)를 기대할 수 있다. 그래픽·차트 중심 자료는 별도 비전 처리 보완을 고려해야 한다.

(참고 출처: run-llama/surreal-slides 리포지토리 및 Jerry Liu 트윗)

분석 소스

  • [OK] https://github.com/run-llama/surreal-slides (github)
  • [OK] https://nitter.net/llama_index (general)
  • [OK] https://nitter.net/SurrealDB (general)
  • [OK] https://nitter.net/jerryjliu0 (general)
  • [OK] https://nitter.net/itsclelia (general)

deep_enricher v1 | github-copilot/gpt-5-mini | 2026-03-12