欢迎来到《小5讲堂》
这是《千帆平台》系列文章，每篇文章将以博主理解的角度展开讲解。
温馨提示：博主能力有限，理解水平有限，若有不对之处望指正！
前言
最近在使用excel设置表格数据时，突然想放到技术博客上面。
大家都知道，Markdown表格的格式和实际效果是不一样，格式不一样，
因此就用AIGC方式自动Excel表格数据转为MD，一起来看下创建过程和实际效果。
创建应用
应用名称
Excel表格转Markdown小助手
应用描述
轻松将Excel表格数据转换为Markdown格式代码
应用头像
角色指令
由于指令也是MD格式，所以博主这里就用代码方式展示，这样就能保持MD原样。
# 角色任务
将用户提供的Excel表格数据转换为Markdown格式，并以代码方式输出。你需要具备处理Excel文件和Markdown格式数据的能力，以及编写相关代码的技能。
# 工具能力
1. Excel文件处理
能够读取和解析Excel文件，提取表格数据。
2. Markdown格式转换
将提取的Excel表格数据转换为Markdown格式。
3. 编码输出
以代码方式输出转换后的Markdown数据。
# 要求与限制
1. 准确性
确保转换的Markdown数据准确无误，保留Excel表格中的原始数据和格式。
2. 代码可读性
输出的代码应具备良好的可读性，便于用户理解和使用。
3. 无需设计界面
角色指令中禁止涉及任何界面设计，专注于背后的代码逻辑和数据处理能力。
组件能力
博主这里使用了代码解释器组件，目的是通过代码解释器的代码来对Excel文件进行解释，最后转为MD格式文本
开场白
你好！我是表格转Markdown小助手，请上传你的Excel文件，点击开始转MD
推荐问
开始转MD
Excel表格数据
读取Excel文件
import pandas as pd
import io
def read_excel(filename):
excel_info = ""
# 加载Excel文件
df = pd.read_excel(filename)
# 打印每一列的信息
excel_info += f"使用pandas的DataFrame中接口打印{filename}每一列的名称及数据类型如下: \n"
num_line = len(df)
excel_info += f"{filename}总行数: {num_line}\n"
info_str = io.StringIO()
df.info(verbose=True, buf=info_str)
excel_info += info_str.getvalue()
# 打印数据样例
excel_info += "为您展示每一列的数据样例: "
for column in df.columns:
excel_info += "{}: {}\n".format(column, df[column].iloc[0])
# unique小于200打印可选值
excel_info += "以下列的unique可选值的数量小于200: "
for column in df.columns:
unique_values = df[column].dropna().unique()
if len(unique_values) = 2000:
return excel_info
excel_info += s
return excel_info
# 读取excel文件信息
excel_info = read_excel(filename="表格转MD.xlsx")
print(excel_info)
数据转为MD
import pandas as pd
# 读取Excel文件
file_path = '表格转MD.xlsx'
df = pd.read_excel(file_path)
# 将DataFrame保存为Markdown格式
markdown_file_path = '表格转MD.md'
df.to_markdown(markdown_file_path, index=False)
# 打印转换后的Markdown数据
with open(markdown_file_path, 'r') as file:
markdown_data = file.read()
print(markdown_data)
输出效果
总共执行了两次代码，一次是读取excel数据，一次是数据转为MD。
下面格式的冒号在右边，是指右对齐的意思，在左边就是左对齐的意思，去掉默认就是居中对齐。
| 年份 | 融资总额（亿美元） | 同比增长率 |
|-------:|---------------------:|-------------:|
| 2020 | 10 | 0.5 |
| 2021 | 15 | 0.5 |
| 2022 | 25 | 0.67 |
| 2023 | 40 | 0.6 |
- 右对齐
- 居中对齐
MD常用格式
Markdown列举常用格式如下：
1.无序列表：使用-、+或*开头，例如：
- 苹果
- 香蕉
- 橙子
- 苹果
- 香蕉
- 橙子
2.有序列表：使用数字加.开头，例如：
1. 第一步
2. 第二步
3. 第三步
- 第一步
- 第二步
- 第三步
3.任务列表：在无序列表前添加[]或[x]，例如：
- [ ] 完成任务1
- [x] 完成任务2
- 完成任务1
- 完成任务2
4.代码块：使用三个反引号```开头和结尾，例如：
```python
def hello_world():
print("Hello, world!")
def hello_world():
print("Hello, world!")
5.链接：CSDN
使用[文本](链接地址)格式，例如：
[CSDN](https://www.csdn.net/)
这些只是Markdown的一些常用格式，实际上Markdown还支持更多高级功能和语法。
平台简介
千帆平台AppBuilder是基于大模型搭建AI原生应用的工作台，提供RAG、Agent、GBI等应用框架，文档问答、表格问答、对话、创作等应用组件，以及文生图、语音等传统AI组件，分别以低代码态、代码态的产品形态面向不同开发能力的用户和开发场景。
千帆平台还有Modelbuilder，一站式大模型开发及服务运行平台。千帆不仅提供了包括文心一言底层模型和第三方开源大模型，还提供了各种AI开发工具和整套开发环境，轻松使用和开发大模型应用。
支持数据管理、自动化模型SFT以及推理服务云端部署的一站式大模型定制服务
百度千帆平台是百度AI开发的大模型一站式平台，集成了多种大模型，包括语言模型、图像模型、语音模型和跨模态模型等。以下是关于百度千帆平台的详细介绍：
1.功能特点：
- 多模态能力：百度千帆平台集成了多种模态的能力，如语言、图像、语音和跨模态等，能够满足不同领域的应用需求。
- 丰富的预训练模型：平台提供了多种预训练模型，包括通用模型、领域模型和场景模型等，企业可以根据自身需求选择合适的模型进行微调和优化，以提高模型的准确性和效率。
- 全方位NLP解决方案：百度千帆平台支持语言理解、语言生成、文本分类、情感分析、文本相似度分析、翻译功能以及语音生成等多种NLP功能，为企业提供全方位的解决方案。
2.主要应用：
- 提高企业效率：通过使用百度千帆平台，企业可以快速构建高效的AI应用，提高业务流程的自动化水平和效率。例如，在金融领域，利用该平台可以快速构建智能客服、风险控制和投资分析等应用。
- 跨语言沟通：在跨语言沟通场景下，百度千帆平台的翻译功能可以帮助人们快速顺畅地交流，打破语言障碍。
- 文本创作与写作：平台还支持文本类创作和写作，为内容创作者提供强大的工具支持。
3.使用方法：
- 数据导入：在百度千帆平台上，用户首先需要导入数据。通过选择“数据服务 > 数据集管理”，用户可以创建数据集并上传无标注文件或链接内容。
- 数据标注：在导入数据后，用户可以对数据进行标注。平台提供了自动生成回答或手动生成回答的选项，用户可以根据需求选择。标注好的文本数据将在“有标注信息”页签下展示。
- 模型训练与发布：在数据标注完成后，用户可以配置训练参数并选择合适的模型进行训练。训练完成后，用户可以将模型发布为服务，供其他人或系统调用。
- 在线测试：发布服务后，用户可以在线测试模型的性能，并根据测试结果进行调整和优化。
总之，百度千帆平台是一个功能强大、易于使用的大模型一站式平台，能够帮助企业快速构建AI应用并提高业务效率。无论是NLP功能、跨语言沟通还是文本创作与写作等应用场景，百度千帆平台都能提供强大的支持。
总结
总体体验下来输出的效果还是非常不错的，基本能够实现想要的功能效果。
推荐文章
【千帆平台】使用AppBuilder零代码创建应用，Excel表格数据转为Markdown格式文本
【千帆平台】AppBuilder工作流编排新功能体验之创建自定义组件
【千帆平台】AppBuildert工作流编排新功能体验之创建自定义组件
【千帆平台】使用AppBuilder三步手搓应用创建精准多轮对话agent之K12互动式练习题
【千帆平台】百度智能云千帆AppBuilder应用探索益智游戏之猜物小游戏
【人工智能】百度智能云千帆AppBuilder，快速构建您的专属AI原生应用
6550
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
