生成图文公众号的agents

AI 智能体（Agents）是人工智能领域中一个重要的概念： 1. 从 AGI 的发展等级来看，智能体不仅具备推理能力，还能执行全自动化业务，但目前许多 AI Agent 产品在执行任务后仍需人类参与，尚未达到完全智能体的水平。 2. 作为大模型的主要发展方向之一，智能体中间的“智能体”其实就是大模型（LLM）。通过为 LLM 增加工具、记忆、行动、规划这四个能力来实现。目前行业里主要用到的是 langchain 框架，它把 LLM 与 LLM 之间以及 LLM 与工具之间通过代码或 prompt 的形式进行串接。 3. 从智能体的起源探究来看，心灵社会理论认为智能是由许多简单的 Agent（分等级、分功能的计算单元）共同工作和相互作用的结果。这些 Agent 在不同层次上执行不同的功能，通过协作实现复杂的智能行为。心灵社会将智能划分为多个层次，每个层次由多个 Agent 负责，每个 Agent 类似于功能模块，专门处理特定类型的信息或执行特定任务。同时存在专家 Agent、管理 Agent、学习 Agent 等不同类型的 Agent 及其相应功能。从达特茅斯会议开始讨论人工智能，到马文·明斯基引入“Agent”概念，“AI”和“Agent”就彻底聚齐，往后被称之为 AI Agent。

多智能体（MultiAgent）是由多个自主、独立的智能体（Agent）组成的系统。每个智能体都能感知环境、决策并执行任务，且它们之间能信息共享、任务协调与协同行动以实现整体目标。 随着大型语言模型（LLM）的出现，以 LLM 为核心构建的 Agent 系统受广泛关注。目前常见框架集中在单 Agent 场景，其核心是 LLM 与工具协同配合，可能需与用户多轮交互。而多 Agent 场景为不同 Agent 分配角色，通过协作完成复杂任务，与用户交互可能减少。 构建多 Agent 框架主要组成部分包括： 1. 环境：所有 Agent 处于同一环境，包含全局状态信息，Agent 与环境有信息交互与更新。 2. 阶段：采用 SOP 思想将复杂任务分解为多个子任务。 3. 控制器：可以是 LLM 或预先定义好的规则，负责环境在不同 Agent 和阶段间切换。 4. 记忆：因 Agent 数量增多，消息数量及每条消息的记录字段增加。 此外，吴恩达最新演讲提到四种 Agent 设计范式，Reflection 和 Tool Use 相对经典且广泛使用，Planning 和 Multiagent 较新颖有前景。Reflection 类似于 AI 自我纠错和迭代，如让 AI 写代码并自我检查修改。Tool Use 指大语言模型调用插件拓展能力。在一些场景中，Reflection 可用两个 Agent，一个写代码，一个 Debug。

一个尽可能完美的 AGI 时代的多 Agents 协同工作平台通常应具备以下能力设计： 1. 融合 RL（强化学习）与 LLM（大型语言模型）思想：在多 Agent 情境下，形成复杂多轮会话及协作行动过程，为系统二进行大规模的过程学习提供路径。同时，LLM 能从 RL 过程中习得新的、足够新颖的策略，例如像 AlphaGO 那样通过自博弈创新策略并快速反馈奖励，最终达成任务目标。 2. 具备多项优势： 适配国内外主流开源及闭源大语言模型，支持多模型混合使用，构建企业级场景服务生态，提供场景化解决方案。 拥有灵活可视化无代码应用构建、TexttoAgent 技术，构建便捷，上手简单，操作高效。 能够即时发布上线，支持发布为网页/小程序/API 等多种形态，快速部署 Agent 应用。 提供企业级安全访问控制，依据 Agent 权限控制数据访问，通信过程加密，防止数据泄露风险。 支持多 Agents 协作，构建知识工作者的人机协作流水线，满足复杂业务场景需求。 3. 允许使用自然语言制定 Agent 及其交互规则，并引入低延时的 Realtime API：即使没有专业编程技能，只要能用清晰的自然语言描述出各个 Agents 具备的行为和功能，就可以快速制作多 Agents 应用或创建代理式工作流。例如在一个简单场景中，可设置接待员和写诗的 Agents 并实现交互。

以下是一个关于实现简单的 function calling agents 的指导，以便小白能够理解： 实现原理： 提示词工程主要由提示词注入和工具结果回传两部分代码组成。提示词注入用于将工具信息及使用工具的提示词添加到系统提示中，它包含 TOOL_EAXMPLE、tools_instructions 和 REUTRN_FORMAT 三个部分。TOOL_EAXMPLE 用于提示 LLM 如何理解和使用工具，编写时应注意用无关紧要的工具作示例避免混淆。tools_instructions 是将通用工具字典转换成 LLM 可读的工具列表，实际使用时可动态调整。REUTRN_FORMAT 定义了调用 API 的格式。工具结果回传阶段利用正则表达式抓取输出中的“tool”和“parameters”参数，对于 interpreter 工具使用另一种正则表达式提取 LLM 输出的代码，通过识别 LLM 返回的调用工具的字典提取对应值传入工具函数，将工具返回结果以 observation 角色返回给 LLM，对于不接受相关角色的 LLM 接口可改为回传给 user 角色。 实现方式的比较与建议： 1. JSON Output：通过 Prompt 方式让模型输出 JSON 格式内容，但 Prompt 麻烦，输出不稳定，串业务成本高。 2. JSON Mode：官方 JSON Output，与 Tools 适用场景不同，JSON mode 为输出 JSON 存在，Tools 为 Call API 存在。 3. 从可控角度推荐 Function Calling 和 Tools 实现： 放弃 JSON mode，模型输出 JSON 仍可能出错，模型厂家对 Function Calling 有微调优化。 降低 System prompt 依赖，能在 Tools 里写的尽量写在里面。 API Response 增强 Prompt，准确率高。 尽量让模型做选择而非填空，减少 token 输出，提高速度和准确率。 利用 Tools 做 Route，构建 Multi Agent，术业有专攻。 此外，在初级菜鸟学习 Langchain 做简单 RAG 方面： 1. 没有用 Langchain 做 table 和 text 的 RAG： Table 表格：包括读入表格 markdown 格式嵌入 template 和直接使用 function call 两种方法。 Text 文字：包括文字相似度检索过程，涉及读入文字、清洗、切分、向量化、计算相似度等步骤。 2. 用 Langchain 做 table 和 text 的 RAG：包括运用 Agent 和 Chain 等方式。 3. 使用 Agent 把文本多种文档组合起来。 相关代码和示例可参考相应的链接。

以下是关于 AI Agents 课程的相关信息： 1. 在 AI 课程目录下新增了《》。 2. 同步更新到 1.8 版本，该图表由 E2b 团队制作。 3. 翻译了《》这篇文章，由 OpenAI 开发者关系负责人 Logan Kilpatrick 所写，介绍 Agents 是什么，这个领域的发展趋势，以及大量这种早期技术在实践中的精彩示例。 此外，如果您是新手学习 AI，还可以参考以下步骤： 1. 了解 AI 基本概念：首先，建议阅读「」部分，熟悉 AI 的术语和基础概念。了解什么是人工智能，它的主要分支（如机器学习、深度学习、自然语言处理等）以及它们之间的联系。浏览入门文章，这些文章通常会介绍 AI 的历史、当前的应用和未来的发展趋势。 2. 开始 AI 学习之旅：在「」中，您将找到一系列为初学者设计的课程。这些课程将引导您了解生成式 AI 等基础知识，特别推荐李宏毅老师的课程。通过在线教育平台（如 Coursera、edX、Udacity）上的课程，您可以按照自己的节奏学习，并有机会获得证书。 3. 选择感兴趣的模块深入学习：AI 领域广泛（比如图像、音乐、视频等），您可以根据自己的兴趣选择特定的模块进行深入学习。建议您一定要掌握提示词的技巧，它上手容易且很有用。 4. 实践和尝试：理论学习之后，实践是巩固知识的关键，尝试使用各种产品做出您的作品。在知识库提供了很多大家实践后的作品、文章分享，欢迎您实践后的分享。 5. 体验 AI 产品：与现有的 AI 产品进行互动是学习 AI 的另一种有效方式。尝试使用如 ChatGPT、Kimi Chat、智谱、文心一言等 AI 聊天机器人，了解它们的工作原理和交互方式。通过与这些 AI 产品的对话，您可以获得对 AI 在实际应用中表现的第一手体验，并激发您对 AI 潜力的认识。 在通往 AGI 之路知识库中，还有关于 AI 相关技术与应用的介绍及活动分享： 1. AI agent 的介绍：大语言模型衍生出 AI agent，治理进阶可用此方式，如 GPTS、code、千帆百炼等，建议先吃透 prompt 再学习 AI agent，cost 平台有丰富教程和比赛，社区小伙伴参与能获奖。 2. AI 会话相关内容：通过关键词学设进行 AI 会话学习，如每日选词丢入稳定扩散模型，积累了大量提示词，建有飞书群供感兴趣的同学加入练习。 3. AI 视频相关词汇：收集了通过词汇控制 AI 视频的相关词典，如环绕、过曝、缩放等，更具象的描述词汇能让模型发挥更好效果。 4. AI 相关活动：包括 prompt battle、AI 神经大赛等，如 prompt battle 在每周六和周日晚上进行，有多种玩法，还有早晨的 PB 活动。

以下是关于绘制 Agents 协作的系统架构图的一些参考信息： 首先，了解 Agent 的基本框架，即“Agent = LLM + 规划 + 记忆 + 工具使用”。其中大模型 LLM 扮演了 Agent 的“大脑”。 规划方面，主要包括子目标分解、反思与改进。子目标分解能将大型任务分解为较小可管理的子目标来处理复杂任务，反思和改进则可以对过去的行动进行自我批评和自我反思，从错误中学习并改进未来的步骤，从而提高最终结果的质量。 记忆分为短期记忆和长期记忆。短期记忆是将所有的上下文学习看成利用模型的短期记忆来学习；长期记忆提供了长期存储和召回信息的能力，通常通过利用外部的向量存储和快速检索来实现。 工具方面，不同的任务和场景需要选择合适的工具。 在生成式 AI 的人机协同中，分为 Embedding（嵌入式）、Copilot（副驾驶）、Agent（智能代理）3 种产品设计模式，人与 AI 的协作流程有所差异。在 Agents 模式下，AI 完成大多数工作。 可以通过 Multiagent Collaboration 的方法，让不同角色的 Agent 按照任务要求自主规划选择工具、流程进行协作完成任务。例如，作为产品经理角色，可将产品功能设计需求通过 Agents 拆解成多个独立的任务，然后遵循不同的工作流，最后生成一份大致符合期望的输出结果，再进行修改完善。 此外，还可以参考一些实例探究，如提示 LLM 提供 100 个最新观察结果，并根据这些观测/陈述生成 3 个最重要的高层次问题，然后让 LLM 回答这些问题。规划和反应时要考虑主体之间的关系以及一个主体对另一个主体的观察，环境信息以树形结构呈现。

以下是关于小红书图文批量生成的详细内容： 流量密码！小红书万赞英语视频用扣子一键批量生产，这是一个保姆级教程，小白都能看得懂。 原理分析： 决定搞之后，思考生成这种视频的底层逻辑，进行逆推。这种视频由多张带文字图片和音频合成，带文字图片由文字和图片生成，文字和图片都可由 AI 生成，音频由文字生成，文字来源于图片，也就是说，关键是把图片和文字搞出来。 逻辑理清后，先找好看的模版，未找到好看的视频模版，最后看到一个卡片模版，先把图片搞出来，才有资格继续思考如何把图片变成视频，搞不出来的话，大不了不发视频，先发图片，反正图片在小红书也很火。 拆模版： 要抄这种图片，搞过扣子的第一反应可能是用画板节点 1:1 去撸一个，但扣子的画板节点很难用，Pass 掉。用 PS 不行，太死板不灵活，html 网页代码可以，非常灵活。经过 2 个多小时和 AI 的 battle，用 html 代码把图片搞出来了。这里不讲代码怎么写，直接抄就行。要抄，首先要学会拆，不管用什么方式批量生成这样的图片，都必须搞清楚里面有哪些是可以变化的参数，也就是【变量】，如主题、主题英文、阶段、单词数、图片、正文、翻译、普通单词、重点单词等。 想方法： 大概知道批量生成这样的图片需要搞清楚哪些参数，图片用 html 代码搞出来了。但问题是视频怎么搞，这种视频由多张不同的【带文字的图片】生成，比如读到哪句，哪句就高亮起来，图片也可以随着读到的句子变更。最后，视频就是用这样的图片一张张拼起来的。

以下是为您生成的一个机场值机的英语情景对话，您可以根据这个对话来制作相关的 Ai 图文视频小红书内容： A: Good morning. Can I help you? B: Yes, I'd like to check in for my flight. A: May I see your passport and ticket, please? B: Here you are. A: Thank you. Are you checking any luggage? B: Yes, I have two suitcases. A: OK. Please put them on the scale. B: All right. A: Your luggage is within the weight limit. Here's your boarding pass. Your seat is 15A. B: Thank you. What time does boarding start? A: Boarding will begin at 10:30. B: Great. Thank you very much. A: Have a nice flight!

Jianhua.Art 是一个能够通过自然语言设计图文和动画的浏览器插件。它目前是阉割版本，几乎离线（除大模型调用），无数据库和用户体系，数据存本地。只要有 OpenAI 格式的大模型 key 就能免费使用，能为网页设计生成分享海报。默认模板内置粗糙的网页总结，可生成 SVG 图片，还能对生成内容进行多种操作，如修改 SVG 代码、复制为 PNG 图片或下载 SVG 图片，插入微信、微信公众号、Figma 等地方，插入 Figma 时是分层的方便编辑。作者会考虑增加 SVG 插入微信公众号等更多地方的功能，还建了反馈群，短期内免费使用，只要有 Token 就能白嫖。若想用网页内容提取功能，创建应用时打开提取开关，支持提取的变量都已列出，复制粘贴到提示词里即可。

Google 最新推出的图文 AI 为 Gemini 文生图 AI，它正在重塑设计行业，展现出强大的创作能力。以下是关于 Gemini 的一些特点和相关评测： 总体评价： 是当下最值得全设计行业甚至全碳基社会使用的文生图 AI。 在自然语言的修改指令理解、材质质感复现、局部细节微调方面，达到部分生产创作环节完全可用的水准。 几乎可算 AI 许愿机、超级嘴炮魔法。 能力表现： 在自然语言理解与材质质感复现方面表现出色。 在设计细节调整和多样化风格生成上表现出色。 语意遵循和画面控制力足够听话，风格化足够灵活，质感足够有 B 格。 应用潜力： 具有广泛的应用潜力，特别适合设计与内容创作领域的专业人士探索。 文中提到的 4 项能力测试和 5 个应用案例揭示了其能力边界。 如果您想了解更多关于 Gemini 的详细内容，可参考相关文章。

以下是关于使用飞书多维表格生成小红书图文笔记的相关内容： 一、Coze 应用+多维表格的高速数据分析 1. 动手实践 Coze 应用 创建应用：打开 Coze，可选择 PC 模式，需要几个参数，包括多维表格地址、数据表名、小红书博主首页地址，界面设计为三个输入框和一个按钮。 开发工作流：包括读取博主笔记列表的工作流，工作流实际上只有三步，读取、转换、写入。开始节点设置三个参数，分别代表多维表格地址，表名称，博主首页地址。第二步的节点需要把数据转换为符合多维表格插件接收的数据格式，需添加一个代码节点并复制代码。在插件市场搜索官方的多维表格插件，选择 add_records 并分配配置参数。结束节点配置一个值即可。 Coze 智能体（字段捷径）获取笔记+评论信息 创建智能体：使用单 Agent 对话流模式。 编排对话流：创建新的对话流并与智能体关联，配置两个小红书插件，在获取笔记详情节点和笔记评论节点分别配置 cookie，使用代码节点进行数据处理，注意代码节点输出的配置格式。 测试：找到一篇小红书笔记，试运行对话流，在对话窗口输入地址查看数据，回到智能体的编排页面同样测试，确保对话流执行成功。 发布：点发布后选择多维表格，进行配置，包括输出类型选文本、输入类型选字段选择器，完善上架信息，选发布范围，提交上架信息。 二、办公提效神器：飞书多维表格字段插件 1. 工作紧任务重 第一步，用 AI 插件理解图片：上传参考的海报图片，用 AI 内容生成插件理解。创建表格列时，选择字段捷径，在 AI 中心找到智谱 AI 的内容生成插件，配置提示文本、上传图片所在列和模型。 第二步，生成视频的指令：用飞书自带的插件总结宣语，生成视频的 prompt 指令。自定义总结要求，生成宣传语后再使用飞书自带的自定义 AI 插件生成视频所需的 prompt 指令。

以下是一些利用现有图片素材自动生成服饰图文的方法和相关资源： 1. TryOffDiff：这是一种 AI 脱衣技术，能够逆向打造服装图片。与虚拟试衣不同，它可以将衣服从照片中“摘取”生成标准化服装图，并且能够保留图案、褶皱、徽标等精细细节，即使原图中部分被遮挡，也能准确推断。其应用场景广泛，适合商品目录制作及电商平台服装展示需求。详细介绍： 2. 可生成自定义服装效果图，支持颜色、款式、材质等多种细节描述。基于 H&M Fashion Captions 数据集，提供多样化的时尚风格参考。模型权重为 Safetensors 格式，便于集成和使用。模型下载： 3. 在 Stable Diffusion 中，若看到好看的图片想复制其效果，可将照片导入。若为 SD 下载的 PNG 格式照片，右边会自动弹出照片信息，包括正面关键词、负面关键词等，可复制这些信息到“文生图”页面生成相似图片。若照片无法自动弹出信息，可使用“标签器（Tagger）”生成关键词。

以下是关于生成提示词的相关内容： 生成提示词的思路和方法： 可以根据效果好的图片中的高频提示词去反推效果，结合不同字体效果的描述，打包到一组提示词中。提示词给到 AI 后，AI 会根据给定文字的文义，判断适合的情绪风格，然后给出适合情绪的字体和风格描述、情感氛围等，加上一些质量/品质词，形成输出提示词结构。为了让 AI 更能描述清晰风格，可以先给定多种参照举例。 具体操作步骤： 打开 AI 工具的对话框，将相关提示词完整复制粘贴到对话框。推荐使用 ChatGPT 4o。 当 AI 回复后，发送您想要设计的文字。可以仅发送想要的文字，也可以发送图片（适合有多模态的 AI）让 AI 识别和反推。 将 AI 回复的提示词部分的内容复制到即梦 AI。 对生成提示词的一些观点： 提示词生成提示词并非必要，不一定能生成最好的 Prompt 框架，修改过程可能耗时且不一定能修改好，不如花钱找人写。 一句话生成完整符合需求的 Prompt 非常困难，只能大概给出框架和构思，需要更低成本地调整需求和修改 Prompt。 不同生图工具生成提示词的特点： 即使是简短的描述，生成的提示词也非常细节、专业。 会解析需求，找出核心要点和潜在的诠释点，并给出不同的提示词方案。 提示词构建更多在于增强，而不是发散，生成的内容更符合期望。 同时生成中、英双版本，国内外工具通用无压力。 14 款 AI 生图工具实测对比： 本次实测用到的工具包括国内版的即梦 3.0（https://jimeng.jianying.com/aitool/home）、WHEE（https://www.whee.com）、豆包（https://www.doubao.com/chat）、可灵（https://app.klingai.com/cn/texttoimage/new）、通义万相（https://tongyi.aliyun.com/wanxiang/creation）、星流（https://www.xingliu.art）、LibiblibAI（https://www.liblib.art），以及国外版的相关工具。

目前有一些可以根据描述生成特定内容的 AI 应用和方法。例如： 在法律领域，您可以提供【案情描述】，按照给定的法律意见书模板生成法律意见书。例如针对商业贿赂等刑事案件，模拟不同辩护策略下的量刑结果，对比并推荐最佳辩护策略，或者为商业合同纠纷案件设计诉讼策略等。 在 AI 视频生成方面，有结构化的提示词模板，包括镜头语言（景别、运动、节奏等）、主体强化（动态描述、反常组合等）、细节层次（近景、中景、远景等）、背景氛围（超现实天气、空间异常等），以及增强电影感的技巧（加入时间变化、强调物理规则、设计视觉焦点转移等）。 一泽 Eze 提出的样例驱动的渐进式引导法，可利用 AI 高效设计提示词生成预期内容。先评估样例，与 AI 对话让其理解需求，提炼初始模板，通过多轮反馈直至达到预期，再用例测试看 AI 是否真正理解。 但需要注意的是，不同的场景和需求可能需要对提示词和模板进行针对性的调整和优化，以获得更符合期望的 word 模板。

以下是几种自动生成文案的方法： 1. 基于其它博主开源的视频生成工作流进行优化： 功能：通过表单输入主题观点，提交后自动创建文案短视频，创建完成后推送视频链接到飞书消息。 涉及工具：Coze 平台（工作流、DeepSeek R1、文生图、画板、文生音频、图+音频合成视频、多视频合成）、飞书（消息）、飞书多维表格（字段捷径、自动化流程）。 大体路径：通过 coze 创建智能体，创建工作流，使用 DeepSeek R1 根据用户观点创建文案，再创建视频；发布 coze 智能体到飞书多维表格；在多维表格中使用字段捷径，引用该智能体；在多维表格中创建自动化流程，推送消息给指定飞书用户。 2. 生成有趣的《图文短句》： 实现原理： 先看工作流：包括第一个大模型生成标题、通过“代码节点”从多个标题中获取其中一个（可略过）、通过选出的标题生成简介、通过简介生成和标题生成文案、将文案进行归纳总结、将归纳总结后的文案描述传递给图像流。 再看图像流：包括提示词优化、典型的文生图。 最终的 Bot 制作以及预览和调试。 3. 腾讯运营使用 ChatGPT 生成文案： 步骤：通过 ChatGPT 生成文案，将这些文案复制到支持 AI 文字转视频的工具内，从而实现短视频的自动生成。市面上一些手机剪辑软件也支持文字转视频，系统匹配的素材不符合要求时可以手动替换。例如腾讯智影的数字人播报功能、手机版剪映的图文成片功能。这类 AI 视频制作工具让普罗大众生产视频变得更轻松上手。

以下是通过输入观点生成精彩口播文案的方法： 1. 基于其它博主开源的视频生成工作流进行功能优化，实现视频全自动创建。 效果展示：可查看。 功能：通过表单输入主题观点，提交后自动创建文案短视频，并将创建完成的视频链接推送至飞书消息。 涉及工具：Coze平台（工作流、DeepSeek R1、文生图、画板、文生音频、图+音频合成视频、多视频合成）、飞书（消息）、飞书多维表格（字段捷径、自动化流程）。 大体路径： 通过 coze 创建智能体，创建工作流，使用 DeepSeek R1 根据用户观点创建文案，再创建视频。 发布 coze 智能体到飞书多维表格。 在多维表格中使用字段捷径，引用该智能体。 在多维表格中创建自动化流程，推送消息给指定飞书用户。 2. 智能体发布到飞书多维表格： 工作流调试完成后，加入到智能体中，可以选择工作流绑定卡片数据，智能体则通过卡片回复。 选择发布渠道，重点是飞书多维表格，填写上架信息（为快速审核，选择仅自己可用），等待审核通过后即可在多维表格中使用。 3. 多维表格的字段捷径使用： 创建飞书多维表格，添加相关字段，配置后使用字段捷径功能，使用自己创建的 Coze 智能体。 表单分享，实现填写表单自动创建文案短视频的效果。 4. 自动化推送：点击多维表格右上角的“自动化”，创建所需的自动化流程。 另外，伊登的最新 Deepseek+coze 实现新闻播报自动化工作流如下： 第一步是内容获取，只需输入新闻链接，系统自动提取核心内容。开始节点入参包括新闻链接和视频合成插件 api_key，添加网页图片链接提取插件，获取网页里的图片，以 1ai.net 的资讯为例，添加图片链接提取节点，提取新闻主图，调整图片格式，利用链接读取节点提取文字内容，使用大模型节点重写新闻成为口播稿子，可使用 Deepseek R1 模型生成有吸引力的口播内容，若想加上自己的特征，可在提示词里添加个性化台词。

AI 生成表格通常可以通过以下技术实现： 1. 利用变分自编码器（VAEs）和序列到序列模型（Seq2Seq）等技术生成表格文件、表格公式，并清理、创建、转换和分析表格中的文本数据，例如表格结构设计、数据分析表、表格自动化等。 2. 借助一些办公软件中的 AI 插件，如飞书中的相关插件，先通过 AI 理解图片中的内容并填充到表格列中，然后利用自带插件总结生成相关指令。 此外，在多模态数据生成中，结构化数据生成包括表格生成，多模态合成数据从大类来看有非结构化数据（图片、视频、语音等）和结构化数据（表格等）两大类。非结构化数据生成包括文本生成、图像生成、音频和语音生成、视频生成、3D 生成、合成数据生成等。

以下是一些可以抓取公众号文章的方法和相关信息： 1. 可以通过读 SQLiteDB 或者获取 RSS XML 页面（http://127.0.0.1:4000/feeds/all.atom）来获取更新的公众号。个人选择在公众号订阅不太多时，建议使用分析 XML 页面，比较简单。可以写个程序获得公众号的更新文章，由于本地部署，无法直接将文章同步到 Coze，所以选择使用多维表格（当在线数据库，事实飞书多维表格后台也是使用类似 redis 或 TiDB 这样的数据库实现的）及飞书机器人 API 的方式来实现中间数据的传递。只要在多维表格中设置一个状态转换，就可以知道文章是否已经被解读和推送。 2. 可以通过文章链接订阅公众号，定时推送情报消息，并实现情报 CoT 问答。例如使用 Docker 浏览器打开：http://127.0.0.1:4000 也可以 http://wewerss 服务的 IP:端口为上面设置的外部端口。先点帐号管理，然后点“添加读书帐号”（即使用微信读书来实现公众号订阅），扫码添加帐号。然后在公众号源上，点添加。然后将想订阅的公众号的一篇文章链接粘贴并点确定即可订阅公众号文章。但建议不要短时间订阅太多公众号（经测试最好不要超 40 个）。 3. 瓦斯阅读平台可以抓取公众号的内容，但平台上公众号不太全。 4. GitHub 上的 WeWe RSS 工具可以通过微信读书的方式订阅公众号。

以下是关于 AI 公众号排版的相关内容： 公众号排版是提升阅读体验的关键因素之一。以下是一些建议： 1. 观察知名公众号的排版风格，获取灵感。 2. 若有能力和时间，可尝试创造美观且具个性的排版设计。 3. 倾向于保持简洁风格，突出内容，便于读者浏览和吸收信息。 4. 若对设计有独到见解，可多花心思让公众号脱颖而出。 关于配图： 1. 利用 AI 给出配图建议。 2. 点击链接跳转到免费图库搜索页面。 3. 在免费图库中快速找到合适且无版权风险的配图。 总结来说，用 AI 提效公众号配图的流程是：让 AI 分析文章内容，给出配图建议和关键词，然后据此在免费图库中寻找合适图片。 此外，还包括 SEO 优化和发布推广方面： SEO 优化：Kimi 会提供精选关键词用于文章优化，提升搜索引擎可见度。若对现有关键词不满意，可向 Kimi 要求生成更多精准选项。 发布和推广：选择合适平台发布文章，如个人博客、新闻聚合平台等；利用社交媒体等工具推广文章，扩大传播范围。对于推广策略的深入学习，建议自行查阅相关资料。

要写好 AI 公众号 IP 文章，关键在于以下几点： 1. 提供清晰且具有指导性的提示词（prompt）：这是 AI 生产文章的关键。基本提示词能生成基础文章，更详细、具创意的提示词能让 AI 更好地捕捉文章的语气、风格和重点。例如，“请根据我们收集的关于 OpenAI 回应马斯克言论的资讯，创作一篇既深入又易于理解的科技资讯文章。文章应该有一个吸引人的标题，开头部分要概述事件的背景和重要性，主体部分详细分析 OpenAI 的回应内容及其可能产生的影响，结尾处提出一些引人深思的问题或观点。”这样的提示词能为 AI 提供明确指导和文章基本结构、内容要求，生成结构完整、内容丰富、观点鲜明的文章，但最终产出的内容可能需要微调以符合预期和公众号风格。 2. 注意文章的结构和要求：对于律师相关的公众号文章，如普法文章，需要对案例进行脱敏处理，替换具体人物姓名、时间和地点。写作时要注意每部分的字数，如第一部分一百字左右，第二部分三百字左右等。同时，要按照特定的指令和要求进行，如初始化时的欢迎语、牢记要求并执行等。写作前先请求用户提供案例洞察报告作为基础材料，并询问文章面向的目标群体，然后输出纲要和写作方案。

要实现公众号用智能体+工作流每天自动发《头条新闻》，可以参考以下步骤： 伊登：最新 Deepseek+coze 实现新闻播报自动化工作流 工作流程详解 第一步：内容获取 1. 只需输入新闻链接，系统就能自动提取核心内容。开始节点，入参包括新闻链接和视频合成插件 api_key。 2. 添加网页图片链接提取插件，承接开始节点的新闻链接。 3. 获取网页里的图片，以 1ai.net 的资讯为例，输入新闻后提取出很多链接，其中第一条链接通常是新闻主图，其他内容多为不重要的 icon。 4. 添加图片链接提取节点，若为节省写代码时间，可直接用大模型节点提取，只拿提取的链接集合的第一条，即可搞定新闻的主要图片。 5. 接着利用调整图片的节点，将 url 属性的图片内容转化为 image 属性的图片（因为 url 节点在画板中是 string 的格式，所以必须转为 img 格式）。 6. 对于文字部分，使用链接读取节点将文字内容提取出来。 7. 在提取链接后面接上一个大模型节点，用来重写新闻成为口播稿子，可使用最强的 DeepseekR1 模型生成有吸引力的口播内容。小 tips，如果想要加上自己的特征，可以在提示词里写：“开头加上‘这里是伊登 AI’之类的个性化台词防伪”。PS：这里的 deepseekR1 基础版本是限额使用，我们可以在专业版手动接入 DeepseekR1 手动接入推理模型。 第二步：画面生成 思路是做成一帧一帧的主图+台词，配合语音合成，保证音屏同步。 1. 用批量化节点，做成一帧一帧的画面，用画板节点完成。批量处理节点输入的是格式变化后的 json 格式的文案。 2. 画面生成的重点是：在批处理中，先把一些固定内容在画板节点安排好，比如背景图片。然后引入变量元素，比如新闻图片（已经提取并转换为 img 属性）、新闻标题（来自链接读取）、口播台词（已经提取并二创）。小 tips：想要找好看的背景图推荐去可画，挑选一个好看的视频模板然后，保存为【图片】格式，然后放在画板节点，当作底图。 第三步：语音合成 使用声音合成的官方插件，引用批处理的一句一句的新闻文案内容，可调节语速和语气，多种播音风格可选。在画板和语音合成的节点后面加入图片音频合成插件。PS：这个插件需要收费，登录 https://ts.fyshark.com//userInfo，【钱包】充值获取 token，【个人中心】获取 token，放入这个节点中，不过充值 10 元可以做好久了，这个插件适合小白同学，也有不收费的插件，但是比较吃操作，如果感兴趣也可以关注后续出相关教程。这个插件的 img_audio_video 的功能是把图片+视频合成，这样就实现了一段一段的口播新闻内容。 【拔刀刘】自动总结公众号内容，定时推送到微信（附完整实操教程） 三、搭建工作流 13、循环将推送内容插入数据库 将本轮推送给用户的内容，写入数据库，下次从 rss 列表中如果再抓取到相同内容，直接跳过，避免重复推送。使用「循环」节点，输入项为第 8 步代码输出的 content_urls，这里有完整的文章内容信息。循环体设置：使用「数据库」节点，输入项为本循环节点 item 中的 url 和 suid，SQL 也是用 AI 生成的。设置循环节点的输出项：output，参数随便选，后边也用不到了。 14、结束节点 选择第 11 步输出的内容，可以在 bot 中也查看到推送的内容。 15、试运行 工作流终于搭建完了，点击右上角的试运行，选择绑定的 bot，输入数据测试。Key：输入你的 server 酱的 sendkey。rss_list：如果你没有现成的数据，可以白嫖我这个，复制下方这两条数据测试使用。试运行结果：如果工作流设置的没有问题，你会在工作流中看到这样的结果。同时，微信上也会收到这条推送，可以查看总结内容，点击链接可以查看公众号原文。点击右上角发布。

以下是为您整合的关于公众号文章写手智能体人设提示词的相关内容： 在提示词母体系列（2）中，介绍了模拟江南皮革厂销售的拟人化提示词模板，并将其应用于国内的豆包角色扮演模型，生成吸引人的广告词。若与语音技术结合用于宣传，能创造出有趣有效的销售助手。文章最后提到可通过关注微信领取拟人化提示词母体。 在夙愿：AI 工作流，赋能我的十倍增长中，提到 AI 辅助写作的几种思路，特别是注入个人特色方面。要结合 AI 输出的结果进行决策，删掉无关信息，如短视频、专家访谈、要点列表等不符合需求的内容。然后根据建议，如结合人设、自身经历、补充新信息新观点、使用语言风格、调整结构等来排列组合，得到文章选题。 在方案扩写助手中，参考 Claude 3.5 的官方提示词写法，主要能力包括对专业类方案按格式和风格扩写、拆解技术细节、提示扩写方法。智能体采用对话模式的 Prompt 设计，提示词要求专家深入思考文档需求并编写成文字，分析示例文档进行扩写，采用特定方法充实内容，保持格式、专业准确、语言自然流畅及整体连贯性可读性。

以下是一种通过文章链接订阅公众号，定时推送情报消息，并实现情报 CoT 问答的方式来做每日收集兴趣信息的工具： 1. 安装 Docker（假设已经装上） 浏览器打开：http://127.0.0.1:4000 或 http://wewerss 服务的 IP:端口（为上面设置的外部端口） 点开后，输入 Dash 管理页面密码 先点帐号管理，然后点“添加读书帐号”（即使用微信读书来实现公众号订阅），扫码添加帐号 然后在公众号源上，点添加 将您想订阅的公众号的一篇文章链接粘贴并点确定即可订阅公众号文章。但建议不要短时间订阅太多公众号（最好不超 40 个），然后在本地 data/目录会生成一个 SQLite 数据库文件 wewerss.db 2. 关于 Coze 工作流和 Bot 因为前面需要对多维表格操作，所以要先在 http://open.feishu.cn 上建一个飞书机器人，并添加知识库或多维表格编辑权限，具体可参考飞书文档。得到机器人的 app_id 和 app_secret 即可获得租用 token:tenant_access_token 来获取多维表格数据和编辑能力。 工作流一：通过微信文章链接进行文章解读成摘要报告。通过 LLM 能力，开源提示词如下。由于 Coze 使用 LLM 和批量执行任务延时的约束，建议不要同时处理太多文章（如 6 篇左右）。这样执行后，将多维表格的文章状态转换成“已通知”并生成简报。 消息情报官 Bot：最后可以通过 Coze，建定时任务，执行工作流二，并添加其他如分析文章和搜索文章的能力，即可变成一个消息情报官的 Agent，我们即可以获得想要的领域或行业情报，也可以深入挖掘相关情报的信息。然后发布到想要的平台，如：Coze 商店、豆包、飞书、微信、微信公众号、微信小程序等，即可使用。可以构建多个分身，就能收集整理不同领域和行业的情报信息。 如感兴趣欢迎联系交流合作。