weixin_45512098的博客

扣子平台最近更新，支持将工作流一键发布为MCP，并在扣子空间中使用。这一功能使得用户可以通过对话方式直接调用扣子工作流，提升使用体验。作者尝试将儿童故事绘本工作流发布为MCP，并通过扣子空间生成带有背景音乐和人声朗读的故事视频。尽管扣子空间目前仍处于beta版本，存在一些功能限制，但作者通过多次测试和调整，最终成功生成了一个rap版本的故事视频。文章详细介绍了从发布MCP到生成视频的整个流程，并分享了在测试过程中遇到的挑战和解决方案。作者对扣子空间的未来发展充满期待，认为其与扣子平台的结合将带来更多创新可能

本文介绍了一套发票实时处理的自动化流程，通过将微信群和飞书多维表格打通，实现发票信息的自动上传、关键信息提取和数据统计。流程分为三个步骤：1）用户在微信群上传发票文件；2）微信自动将文件上传至飞书多维表格；3）飞书多维表格自动识别并提取发票信息（如报销人、金额、类型等），并生成统计图表。文章详细说明了飞书多维表格的配置方法，包括字段设置和信息提取的优化技巧，并介绍了如何使用仪表盘进行数据统计。此外，还提到了如何将微信与飞书多维表格打通，以实现更高效的发票处理流程。

程哥的私房菜这是程哥常用的菜谱，总结了我最拿手的几道菜的做法，以前总是要在手机里去找，特别麻烦，现在只要轻松一问就可以搞定啦鲍鱼红烧肉怎么做它根据我的菜谱内容输出如下，真的太方便了！！！怎么样心动了没？那么如何才能搭建这样的个人知识库？腾讯ima用DeepSeek打造的最强个人知识库，到底怎么用？超详细免费教程来了！下面再说明一下如何创建不同的知识库分类，有一些方法需要掌握：如果你是从公众号导入的文章，首先会全都默认放在个人知识库中，像这样然后你需要创建共享知识库，并将个人知识库。

今天这个篇文章就来告诉大家怎么破！如果你还没有用过腾讯的「终极知识管理工具」——，那么我推荐你一定要试一下。腾讯ima其实在去年10月份就已经推出了，但是那是用的还是腾讯自己的混元大模型，没有激起太大的水花。这个周末，腾讯重磅更新了ima，将DeepSeek-R1接了进来。ima基于DeepSeek大模型与微信生态深度融合，直接让碎片化知识闭环！而且无需本地部署AI、不用换电脑，手机/PC全端覆盖，打通公众号、网页、文档与本地文件，一键唤醒你的专属“最强大脑”。

下面还有一个比较重要的是图片比例，支持的比例还是非常多的，可以完美适配不同使用场景，比如公众号封面配图可以选16:9，小红书可以选3:4，知乎可以选3:2。你是一个文案配图大师，发挥你的想象力，写一段画图提示词，提示词内容要与给定的文本描述相关，画面要突出。下面是几张我用这个方法出的部分封面配图（包括这篇文章的封面配图），画面主题明确，还有突出重点的文字。再举个例子，这次我们写的是一篇有关职场的文章，主题是公司要求签署竞业协议，需要配个封面图。这个方法需要用到即梦，再配合一个万能提示词公式，就可以做到。

在完成回忆录的撰写后，还需要进行排版和校对的工作。由于AI 的长记忆能力现在还不够好，在撰写回忆录的时候，写到后面，AI 就很容易把之前写过的内容再次重复书写，因此建议逐篇开写，比如，序章、第一章、第二章等等，分开写。有些爷爷奶奶、爸爸妈妈想把那些珍贵的记忆好好留存下来，这不光是为了自己，也是为了能传给子孙后代，好让孩子们知道，自己的爸爸妈妈、爷爷奶奶当年是多么的酷啊。可以初步拟定一个大纲，然后将转写的文字和大纲一起发给AI，让它对大纲进行优化，比如让它依照时间顺序列出传主生平的重要事件等等。

支持飞书文档一键同步到各大自媒体平台的浏览器插件

传统的P图工具比如photoshop，需要掌握一定的操作技能，花费不少时间，才能P出一张不错的图。后来Midjourney，DALL-E3推出了基于AI的修图方法，需要选择想要修改的区域，然后通过描述进行局部修改，算是一次非常大的进步。现在，一切都变了，字节新推出了修图大模型，仅用一句话就能对图片进行修改。试用过后，我只想说：这才是我想要的修图工具！

前面通过3个维度拆解了一篇爆文，可以尝试按照这三个维度去优化自己的文章。大家在写作过程中，有没有遇到过什么困难或者有什么独特的经验呢？也欢迎在评论区留言分享。今天就这，欢迎关注程哥，和程哥一起玩AIAI Agent学习系列：Coze智能体手把手入门教程（文末有多种实战案例参考）_建立智能体时,如何写人设与回复逻辑-CSDN博客Coze插件系列_coze里常用插件-CSDN博客Coze实战技巧系列_coze循环体-CSDN博客100个好用的智能体系列 -CSDN博客智能体学习综合系列-CSDN博客。

最近几天，飞书官方大力宣传了一波飞书多维表格，在采访视频中多维表格负责人凯文直接开炫 ”性能和速度全球第一’，显示出对他们新升级产品的强大信心。可能有不少朋友还没用过飞书的多维表格，今天程哥就和大家一探究竟，看看飞书的多维表格到底好不好用？

此功能适用于gpt所有支持tools的模型，包括gpt-4-0613 and gpt-3.5-turbo-0613及之后的版本。虽然JSON模式提高了生成有效JSON输出的模型可靠性，但它并不能保证模型稳定的输出符号要求的格式化数据。该功能适用于最新的gpt-4o模型，包括：gpt-4o-2024-08-06和gpt- 4o-mini-2024-07-18。现在，OpenAI在API中引入了结构化输出这一新功能，可以确保模型生成的输出与开发人员提供的JSON模式完全匹配。2、json_schema参数。

教你搭建自带大模型的微信机器人

幸运的是，随着人工智能技术的发展，现在有了更简便的解决方案：聊天式处理Excel。通过ChatExcel和Raccoon这样的工具，我们可以通过简单的聊天来完成原本需要复杂公式才能实现的操作，极大地提升了工作效率和准确性。未来，我们有理由相信，随着技术的进一步发展，聊天式处理Excel将会拥有更广泛的应用场景和更强大的功能。为了解决这一问题，我们引入了ChatExcel和Raccoon，它们通过AI技术，让用户能够以自然语言处理Excel数据，无需深入学习复杂的公式和函数。step2 输入你想分析的内容。

虽然直播有回放，但是打工人时间也是真的不够用，也不一定有时间每个回放都看，但是又不想错过直播里面的精彩内容。选择“菜单” -> “文件” -> “导出”，进入导出界面，不选择视频导出，只勾选音频，点击“导出”即可。最近参加的圈子直播不断，有时候直播时间还互相冲突，看不过来，根本看不过来🤣。当然还是建议大家尽量看直播，现场直播的效果和感染力还是文字无法替代的。怎么样，效果是不是很炸裂，这下再也不用担心直播没时间看了。第二步，将音频上传至飞书妙记，把音频转成。导出结果如下，还自动识别了关键词。

本篇为《人工智能技术应用》专栏的第九篇。希望以学习笔记的形式和大家一起了解和探索人工智能技术的实际应用。现在关于提示词的武功秘笈已经多如牛毛，但是我相信这个就像练功一样，练到最后总是化繁为简，一招制胜！。没错，很多网站的官方文档都价值含量极高，但是很多人宁愿去搜集那些已经流传了7、8手的信息，也不愿意去信息的源头看看。学习提示词也是，OpenAI和Claude都给出了很细致的入门文档，非常适合新手阅读。​​今天我就来分享下我自己在看这个文档时的一些思考和收获。​​。

这意味着，未来的AI代理将不再局限于单一的游戏或任务，而是能够跨越不同的虚拟环境，执行多样化的工作。扩写这篇短文，请引用 https://mp.weixin.qq.com/s/nEEzAuryRgoSrizYmEeOoQ 里面的内容 ：中期来看，在不远的将来AI Agent将会作为这个世界新的打工人大行其道，每个AI Agent不需要大而全，但是Agent之间可以互相对话，互相理解，互相输出，不同的Agent可以在一起协作完成复杂的工作，到这个阶段AI主要还是在数字构成的虚拟世界里输出。

无论是常用的8GB VRAM GPU，还是性能较弱的6GB VRAM GPU，甚至是强大的24GB VRAM GPU，用户都可以期待在推断速度、GPU 内存占用以及扩散分辨率和批处理大小方面获得明显的提升。此外，Forge 还新增了几个采样器，包括 DDPM、DPM++ 等，进一步丰富了用户的模型选择。对于那些平时使用Web UI进行绘图且没有安装复杂插件的用户，或者显卡性能较差的用户，强烈推荐使用Forge进行替换。从这里我们可以看到，Forge的界面跟SD的界面是完全相同的。

有一说一，纯CPU跑起来是真心慢啊，一个7秒左右的音频，最后生成视频花了29分钟，不过最后看到美女图片能说话了，还是很开心的，作为学习和体验来说还是很不错的。最近找到一个可以在本地部署的数字人软件包，提供图片和音频就能自动合成出数字人说话视频，效果还是不错的，不管作为商用还是自己学习体验都是不错的选择。直接点击生成，则视频合成开始。只有CPU的小伙伴也不用担心，也一样可以用，只是速度慢一些，具体数据看文章介绍。最近数字人一直都是AI风口中的热点，Heygen是制作数字人的热门工具，但是要上网，更要钱啊。

我要写一篇主题为的文章，发表在我的公众号上，以扩大自己的影响力（背景），受众为，你将扮演自媒体写作专家的角色（角色），为我写出这篇文章，结构完整，语言自然，直接给出文案，不要做任何解释（目标），文章清晰流畅，能够更好的传递信息，帮我吸引更多的关注者（关键结果）。扮演自媒体写作专家的角色，根据我提供的大纲，分部分依次完成一篇文章，文章我要发布在我的公众号上，目的是用优质的文章来提升自己的影响力，我想要自然流畅、结构完整的表达方式。这就是它如何“写出”回答或者文章的。

chatgpt-on-wechat：使用ChatGPT搭建微信聊天机器人，基于GPT3.5/4.0 API实现，支持个人微信、公众号、企业微信部署。ChatGPT-Next-Web：一键免费部署你的私人 ChatGPT、谷歌Gemini 网页应用。设置访问密码，输入上面填写的 CODE 即可，此时操作完毕，可返回聊天界面。chatbot-ui：开源的ChatGPT UI界面，非常接近原版。CODE，密码，需要设置的一个密码，千万不要忘记，后面会用到。

openAI 已经开放了 sora 的测试资格申请，但是路径很深，很多人可能还不知道！如何申请测试资格？

我们探索了在视频数据上进行大规模训练生成模型。具体来说，我们联合训练了文本条件扩散模型，处理不同持续时间、分辨率和宽高比的视频和图像。我们利用了一种在视频和图像潜码的时空块上操作的变压器架构。我们最大的模型Sora能够生成一分钟的高保真视频。我们的结果表明，扩大视频生成模型的规模是朝着构建物理世界通用模拟器的有前途的路径。本技术报告重点介绍：（1）我们将各类视觉数据转换为统一表示的方法，该方法能够实现生成模型的大规模训练；（2）Sora能力和局限性的定性评估。报告中未包含模型和实现细节。

而且，与GPT模型类似，Sora也使用了Transformer 架构，并完美继承DALL·E 3的画质和遵循指令能力，生成的视频一开始看起来像静态噪音，然后通过多个步骤去除噪音，逐步转换视频。输入 prompt（提示词）：几只巨大的毛茸茸的猛犸象踏着白雪皑皑的草地走近，它们长长的毛茸茸的皮毛在风中轻轻飘动，远处覆盖着积雪的树木和雄伟的雪山，午后的阳光下有缕缕云彩，太阳高高地挂在空中距离产生温暖的光芒，低相机视角令人惊叹地捕捉到大型毛茸茸的哺乳动物，具有美丽的摄影和景深效果。这些视频保持了合理的连贯性。