AI智能体|扣子(Coze)搭建【自动生成超高质量PPT】工作流
各位好久不见,你的失踪人口又回来了,已经超过一周的时间没有进行文章的更新了。
没更新的这段时间,主要还是因为工作上的调整以及身体生病所导致的停更,具体以后再说。
我们先讲今天的主要主题,使用 Coze 智能体一键生成 PPT 。
(这里肯定有人会有疑惑,为什么已经有 AI 生成 PPT 的软件了,我们还要搭建一个工作流呢?文末会告诉你答案)
在职场上 PPT 几乎是必备的技能,尤其是公司内部向领导汇报,更注重这方面的能力,甚至之前我看到一个招聘的岗位还把这个列为了重点要求。
(小声比比:其实大家都懂得,很多公司内部都不用 PPT 汇报的,整个 Excel 就能讲清楚了,这么搞是不是某位 boss 喜欢看 PPT 给他提供情绪价值)
就我了解的情况来说,目前大多数人做 PPT 的流程一般都是先确定目标,再确定框架,然后在收集数据,再将数据整理好,填充上去,就完成了整个 PPT 的制作。
但除了在职场上我们需要使用 PPT 外,在我们平时的学习中也能使用到。
比如我们通过一些学习视频的链接上传给 Coze 让它给我们生成一个学习的 PPT 这样我们学起来就效率就会高一些。
因此,无论你是打工,还是平常学习,我都希望你能掌握 PPT 这一项技能,它是真能当饭吃的。
如果你不信的话,你可以去某宝,某多,很多那种 PPT 代做,市场是有这种需求的。
好了,接下来我们看看这个智能体生成 PPT 的效果如何。
需求分析
纯人工做一个 ppt 花费的时间以及精力非常多,从选题,设计,排版,内容填充等多个方面去考虑做一个 PPT 至少一天的时间是需要的。
但如果能用 ai 一件生成一个完整的 PPT 在通过手动去修改这个 PPT 的一些细节,那么我们能节省非常多的时间和精力。
因此,AI 生成 PPT 是用户们的真需求,而且在市面上也有不小的 PPT 代做市场,但你想在其中分一杯羹的前提是你要会,不会也没关心,边干边学。
工作流流程分析
本次的工作流有三个版本,根据关键词来生成 PPT ,根据上传的文件生成 PPT ,根据上传的链接生成 PPT ,我这里把三个版本都贴出来给大家参考。
但本期我们只讲最简单的版本,根据关键词生成 PPT 。
如果你对其他的版本有兴趣,但又不知道该怎么做,你可以留言,我会根据情况进行判断,是否出相关的教程,毕竟存在时间成本,望理解!
整体事件的工作流程如下。
整体 Coze 工作流如下。
根据关键词生成 PPT 版。
根据文件生成 PPT 版。
根据链接生成 PPT 版。
保姆级工作流教程(关键词生成PPT版)
第一,开始节点
开始节点设置两个参数,一个是 topic 另一个是 key。
topic 的意思是 PPT 的主题内容。
key 的意思是 PPT 模板主题的选择。
第二,生成大纲(iSlide插件)
生成大纲的节点,参数设置为开始节点的 topic ,作用是根据这个节点生成内容大纲。
第三,生成PPT模板
这个节点只需要把 keyword 这个参数设置为开始节点中的 key 即可,作用就是生成 PPT 的模板。
第四,生成搭建 PPT 的任务
这个节点的官方解释为根据 PPT 模版 id 和 PPT 大纲 id 获取 PPT 的缩略图,并输出生成 ppt 的任务 id 。
我们在根据生成 ppt 的任务 id 来形成一个生成 ppt 的任务传递给下一个节点,让其下一个节点生成 PPT 。
这个节点有两个参数,一个是 outLineId 另一个是 themeId ,他们代表的是大纲 id 和模板 id 。
第五,生成 PPT
这个节点的作用就是根据上一个节点传输出来的生成 PPT 任务,进行 PPT 的生成,接收的数据为 get_thumbnail 节点的 historyId 。
第六,结束
结束节点主要是获取生成 PPT 的链接,我们可以根据链接去下载 PPT 文档。
总结
整体一共有六步,难度并不算大,仔细操作,我相信这个流程肯定难不倒你。
现在该回答上面说的疑惑了,现在市面上很多 AI 生成 PPT 的产品,我们只需要输入一个关键词,我们就能生成 PPT 了,但是为啥还要整个智能体?
其实这里我是想教大家一些思路,拆解一个事件的思路,第一步做什么,第二步做什么等等,这种思路对达成某件事,或者某个目标来说是十分有益的。
因为现在大多数人做一件事情,都只是设置了一个目标,并没有去拆解这个目标该怎么做,比如你想做公众号,你想一个月涨一千粉,但是你不知道怎么开始,第一步干嘛,第二步干嘛。
如果你不拆解目标,那么你执行就会非常都乱,且很容易走弯路,那么我希望你能从这么多文章中学到一些思路,做事的思路,而不是局限于工作流。
当你把一件事情拆解到能在现实中执行,并且你在通过自己的努力以及认知去达成一个个小目标,最终达成这个大目标,那么很多事情就不在那么困难了。
就拿网上比较火的一句话"泪水打湿猪脚饭,发誓要挣一百万",如果什么都不懂,那么这句话就是鸡汤,听的时候振奋,但现实却不知道该怎么入手,具体步骤是什么。
最后再送你一句话:很多人对行动感到迷茫,是因为他们问题的定义不够清晰。
共勉!
感谢你的耐心。
如果看完喜欢,请帮忙转发分享一下,你的点赞转发,就是我更新下去的动力!
相关文章:

AI智能体|扣子(Coze)搭建【自动生成超高质量PPT】工作流
各位好久不见,你的失踪人口又回来了,已经超过一周的时间没有进行文章的更新了。 没更新的这段时间,主要还是因为工作上的调整以及身体生病所导致的停更,具体以后再说。 我们先讲今天的主要主题,使用 Coze 智能体一键生…...
list.sort(*, key=None, reverse=False)的两个问题
在python官网中,5.1. More on Lists,list.sort()是关于排序的方法。 list.sort(*, keyNone, reverseFalse) 中有两个问题: * 是什么意思key有什么作用 * 是什么意思 * 表示后面必须是关键字参数,具体见python官网4…...

文档处理的相关工具
目前网页端的文档,可以通过沉浸式翻译来进行翻译阅读和学习。 但是某些文献只有pdf下载的版本,所以需要一个免费的针对pdf的翻译工具。 保留公式和图片格式。 推荐一个pdf翻译的工具,可以自己部署使用。如果需要word版本,后面讨论…...

java基础(面向对象进阶高级)内部类
内部类 内部类概述、成员内部类 (了解) 内部类创建对象: 一定要继承外部类对象,才能创建内部类对象。 拓展:成员内部类访问外部类的成员特点: 成员内部类中,是否可以直接访问外部类的实例成员?? 当然可以啊&#x…...

使用Python,OpenCV,Tesseract-OCR对自己的运动数据图片进行识别及分析,并使用Matplotlib绘制配速图出来
使用Python,OpenCV,Tesseract-OCR对自己的运动数据图片进行识别及分析,并使用Matplotlib绘制配速图出来 1. 效果图2. 源码3. 全量源码及运动图片资源参考主要分为 目录下图片解析及读取;拼九宫格图片出来,可以自由配置(m*n)取决于自己有多少张运动图片遍历图片并进行运动…...

小白的进阶之路系列之七----人工智能从初步到精通pytorch自动微分优化以及载入和保存模型
本文将介绍Pytorch的以下内容 自动微分函数 优化 模型保存和载入 好了,我们首先介绍一下关于微分的内容。 在训练神经网络时,最常用的算法是反向传播算法。在该算法中,根据损失函数相对于给定参数的梯度来调整参数(模型权重)。 为了计算这些梯度,PyTorch有一个内置…...

创建型模式之 Builder (生成器)
创建型模式之 Builder (生成器) 摘要: 本文介绍了生成器(Builder)设计模式,属于创建型模式之一。该模式通过将复杂对象的构建与表示分离,使同一构建过程能创建不同表现形式。文章以小米汽车不同配置版本为例说明了模式…...

智能物资出入库管控系统
概述 智能物资管理系统利用RFID自动识别技术,物联网技术、人脸识别、指纹、指静脉生物识别技术,应用于军械装备的管理,可实时准确采集军械装备编配、 储存、供应、使用等数据,实时掌握军械装备物资的分布及数量 状况。细化管理到…...
鸿蒙OSUniApp 制作倒计时与提醒功能#三方框架 #Uniapp
使用 UniApp 制作倒计时与提醒功能 前言 倒计时与提醒功能在移动应用中应用广泛,如活动秒杀、任务提醒、考试倒计时等。一个实用的倒计时组件不仅要精准计时,还要兼容多端,尤其是在鸿蒙(HarmonyOS)等新兴平台上保证流…...
深入剖析网络协议:七层协议与四层协议详解
在计算机网络的世界中,数据的传输与交互离不开协议的规范。其中,七层协议和四层协议是网络通信架构的核心概念,它们如同网络世界的 “交通规则”,保障着数据准确、高效地在不同设备间流转。本文将深入解读七层协议与四层协议&…...

机器学习-线性回归基础
一、什么是回归 依据输入x写出一个目标值y的计算方程,求回归系数的过程就叫回归。简言之:根据题意列出方程,求出系数的过程就叫做回归。 回归的目的是预测数值型的目标值y,分类的目的预测标称型的目标值y。 二、线性回归 2.1线性…...
自学嵌入式 day 25 - 系统编程 标准io 缓冲区 文件io
(3)二进制文件读写函数: ①fread: size_t fread(void *ptr, size_t size, size_t nmemb, FILE *stream); 功能:从指定的stream流对象中获取nmemeb个大小为size字节的数据块到ptr所在的本地内存中。 参数&…...

[Vue组件]半环进度显示器
[Vue组件]半环进度显示器 纯svg实现,不需要其他第三方库,功能简单,理论上现代浏览器都能支持 封装组件 所有参数都选填,进度都可选填 <template><div class"ys-semiring"><div class"svg-container…...

科技赋能建筑行业,智能楼宇自控系统崭露头角成发展新势力
在科技浪潮席卷全球的时代背景下,传统建筑行业正面临着前所未有的变革压力。随着城市化进程加快,建筑规模与复杂度不断攀升,能源消耗、运营效率、用户体验等问题日益凸显。智能楼宇自控系统凭借物联网、大数据、人工智能等前沿技术࿰…...
Rust入门之并发编程基础(一)
Rust入门之并发编程基础(一) 无畏并发 本文源码 安全且高效地处理并发编程是 Rust 的另一个主要目标。并发编程(Concurrent programming),代表程序的不同部分相互独立地执行,而 并行编程(par…...
高级特性实战:死信队列、延迟队列与优先级队列(二)
三、延迟队列:实现任务定时执行 3.1 延迟队列概念解析 延迟队列(Delay Queue),是一种特殊的队列,它的独特之处在于队列中的元素(消息)并不会立即被处理,而是会在指定的延迟时间过后…...
VR 电缆故障测试系统:技术革新
VR 电缆故障测试系统,作为电力领域的创新科技成果,融合了虚拟现实技术、三维建模、实时交互等前沿技术,为电缆故障测试带来了全新的解决方案。它的工作原理犹如一位经验丰富的侦探,通过层层线索,精准地锁定电缆故障的位…...
Rocky Linux上安装Go
使用官方二进制包安装 1. 下载 Go 官方二进制包 cd /tmp wget https://go.dev/dl/go1.22.3.linux-amd64.tar.gz2. 解压并安装到 /usr/local sudo rm -rf /usr/local/go # 如果之前有旧版本先删除 sudo tar -C /usr/local -xzf go1.22.3.linux-amd64.tar.gz3. 设置环境变量…...
深度学习论文: FastVLM: Efficient Vision Encoding for Vision Language Models
深度学习论文: FastVLM: Efficient Vision Encoding for Vision Language Models FastVLM: Efficient Vision Encoding for Vision Language Models PDF: https://www.arxiv.org/abs/2412.13303 PyTorch代码: https://github.com/shanglianlm0525/CvPytorch PyTorch代码: https…...

白杨SEO:做AI搜索优化的DeepSeek、豆包、Kimi、百度文心一言、腾讯元宝、通义、智谱、天工等AI生成内容信息采集主要来自哪?占比是多少?
大家好,我是白杨SEO,专注SEO十年以上,全网SEO流量实战派,AI搜索优化研究者。 在开始写之前,先说个抱歉。 上周在上海客户以及线下聚会AI搜索优化分享说各大AI模型的联网搜索是关闭的,最开始上来确实是的。…...

显示docker桌面,vnc远程连接docker
目录 相关概念: 实现步骤: 1.启动docker容器 2.安装x11 3.Docker 容器中安装一个完整的图形桌面(XFCE)和 VNC 远程桌面服务器(TightVNC) 4.配置vncservice 5.本地安装VNC Viewer连接VNC Viewer下载地…...
Web 端顶级视效实现:山海鲸端渲染底层原理与发布模式详解
大家好,欢迎大家回到山海鲸的渲染模式系列教程。昨天,我们看了一下山海鲸支持的3种渲染模式的整体概览。今天,我们就来看一下山海鲸支持的最基础的渲染模式,也就是端渲染的渲染设置。 1. 山海鲸的端渲染 我们说到端渲染…...

腾讯云国际站性能调优
全球化业务扩张中,云端性能直接决定用户体验与商业成败。腾讯云国际站通过资源适配、网络优化与存储革新,为企业提供全链路调优方案。 资源精准适配 实例选型需与业务场景深度耦合,计算优化型实例加速AI训练效率3倍,内存…...

深入解析操作系统内核与用户空间以及内核态与用户态转换
用户空间和内核空间的划分是现代操作系统的基础,对应用程序网络模型的设计和优化有着深远的影响。 内核空间与用户空间的分工 现代操作系统为了保证系统的稳定性和安全性,将虚拟内存空间划分为用户空间和内核空间。 一、用户空间 用户空间是用户程序…...

每日一题洛谷P8662 [蓝桥杯 2018 省 AB] 全球变暖c++
P8662 [蓝桥杯 2018 省 AB] 全球变暖 - 洛谷 (luogu.com.cn) DFS #include<iostream> using namespace std; int n, res; char a[1005][1005]; bool vis[1005][1005]; bool flag; int dx[4] { 0,0,1,-1 }; int dy[4] { 1,-1,0,0 }; void dfs(int x, int y) {vis[x][y]…...

【JVM】初识JVM 从字节码文件到类的生命周期
初识JVM JVM(Java Virtual Machine)即 Java 虚拟机,是 Java 技术的核心组件之一。JVM的本质就是运行在计算机上的一个程序,通过软件模拟实现了一台抽象的计算机的功能。JVM是Java程序的运行环境,负责加载字节码文件&a…...

多级体验体系构建:基于开源AI智能客服与AI智能名片的S2B2C商城小程序体验升级路径研究
摘要:在体验经济时代,传统企业单一的总部体验模式难以覆盖全链路用户需求。本文针对B端与C端体验深度差异,提出“一级总部体验—二级区域体验—三级终端体验”的分层架构,并引入“开源AI智能客服”与“AI智能名片”技术࿰…...
每日算法 -【Swift 算法】字符串转整数算法题详解:myAtoi 实现与正则表达式对比
Swift 字符串转整数算法题详解:myAtoi 实现与正则表达式对比 🧩 题目背景 LeetCode 上的经典算法题 8. String to Integer (atoi) 是一道考察字符串解析与边界处理的题目。这道题虽看似简单,但处理细节相当复杂。我们将使用 Swift 语言实现…...
记录一个难崩的bug
1.后端配置了 Filter 过滤器,如果再配置了Configuration ,那么会出现冲突吗? 过滤器与Configuration类本身无直接冲突,但需注意注册机制、执行顺序和依赖管理。通过显式控制过滤器的注册方式和优先级,结合Spring Security的链式配…...

Git切换历史版本及Gitee云绑定
1、git介绍 Git是目前世界上最先进的分布式版本控制系统 Linux <- BitKeeper(不是开源的,但免费的,后来要收费) Linus Torvalds(林纳斯托瓦兹) 两周时间吧,弄了个 Git;大约一个月就把Linux代码从BitK…...