以下是一些常见的 AI PPT 工具： 1. Gamma：在线 PPT 制作网站，可通过输入文本和想法提示快速生成幻灯片，支持嵌入多媒体格式，如 GIF 和视频，网址：https://gamma.app/ 2. 美图 AI PPT：由美图秀秀团队推出，通过输入简单文本描述生成专业 PPT 设计，包含丰富模板库和设计元素，适用于多种场合，网址：https://www.xdesign.com/ppt/ 3. Mindshow：AI 驱动的 PPT 辅助工具，提供智能设计功能，如自动布局、图像选择和文本优化等，网址：https://www.mindshow.fun/ 4. 讯飞智文：科大讯飞推出的 AI 辅助文档编辑工具，利用语音识别和自然语言处理技术，提供智能文本生成、语音输入、文档格式化等功能，网址：https://zhiwen.xfyun.cn/ 5. 爱设计 6. 闪击 7. Process ON 8. WPS AI 此外，熊猫 Jay 还分享了使用 AI 工具生成 PPT 的思路和指南，并因相关培训获得了 1000 元奖励。在选择工具时，应根据实际需求进行调整，试用和体验比盲目跟风更明智。

搭建精准回答的本地知识库可以参考以下步骤： 1. 登录。 2. 在左侧导航栏的工作区区域，选择进入指定团队。 3. 在页面顶部进入知识库页面，并单击创建知识库。 4. 在弹出的页面配置知识库名称、描述，并单击确认。需注意一个团队内的知识库名称不可重复，必须是唯一的。 5. 在单元页面，单击新增单元。 6. 在弹出的页面选择要上传的数据格式（默认是文本格式），然后选择一种文本内容上传方式完成内容上传。 如果想要对知识库进行更加灵活的掌控，可以使用额外的软件AnythingLLM，其安装地址为：https://useanything.com/download 。安装完成后进入配置页面，主要分为三步： 1. 第一步：选择大模型。 2. 第二步：选择文本嵌入模型。 3. 第三步：选择向量数据库。 在AnythingLLM中有一个Workspace的概念，可以创建自己独有的Workspace跟其他的项目数据进行隔离。具体操作如下： 1. 首先创建一个工作空间。 2. 上传文档并且在工作空间中进行文本嵌入。 3. 选择对话模式，AnythingLLM提供了两种对话模式： Chat模式：大模型会根据自己的训练数据和我们上传的文档数据综合给出答案。 Query模式：大模型仅仅会依靠文档中的数据给出答案。 4. 测试对话。

以下是在 20 天内快速学习 AI 技术并找到工作的一些建议： 1. 基础知识学习： 了解人工智能、机器学习、深度学习的定义及其之间的关系。 简要回顾 AI 的发展历程和重要里程碑。 熟悉统计学基础，如均值、中位数、方差等统计概念。 掌握线性代数基本概念，如向量、矩阵。 学习基础的概率论知识，如条件概率、贝叶斯定理。 2. 算法和模型： 学习监督学习中的常用算法，如线性回归、决策树、支持向量机（SVM）。 熟悉无监督学习中的聚类、降维等算法。 了解强化学习的基本概念。 3. 评估和调优： 学会如何评估模型性能，包括交叉验证、精确度、召回率等。 掌握使用网格搜索等技术优化模型参数。 4. 神经网络基础： 理解神经网络的基本结构，包括前馈网络、卷积神经网络（CNN）、循环神经网络（RNN）。 了解常用的激活函数，如 ReLU、Sigmoid、Tanh。 5. 实践操作： 像案例中的二师兄一样，通过实际操作和练习来巩固所学知识，例如使用相关工具进行炼丹。 参与社群交流和项目实践，如加入 Prompt battle 社群，尝试用 GPT 和 SD 制作图文故事绘本、小说推文等项目。 需要注意的是，20 天的时间较为紧张，要保持高强度的学习和实践，同时不断总结和反思，提升自己的能力，以增加找到工作的机会。

以下是关于扣子智能体提示词的相关信息： 创建智能体： 打开扣子官网（https://www.coze.cn/）。 “画小二智能小助手”Coze 商店体验地址：https://www.coze.cn/store/bot/7371793524687241256?panel=1&bid=6cqnnu5qo7g00 。 点击创建 Bot，在对话框中工作空间选择“个人空间”，命名为画小二智能小助手。 注意提示词区、插件区和调试区。 设置画小二助手的提示词。 扣子实战之自动化书籍推荐卡片： 具体步骤包括利用豆瓣插件爬取书籍关键信息、利用连接读取插件提取所有内容、利用大模型对关键信息提取、利用缩放节点将豆瓣节点提取的图片连接转化为真正图片（image）、利用图片生成节点绘制背景图、利用画板功能将所有关键信息组合、配置智能体等。 设计时要注重画板层级管理，确保元素正确配置，采用透明设计风格增强视觉融合。 卡片设计分为上下部分，上部为视觉重点（封面、书名、推荐指数），下部为详细内容（金句、介绍、价值主张）。 智能对决中的提示词安全： 国内外众多知名的智能体平台，包括扣子、OpenAI 的 GPT Store 等，其热门智能体的核心提示词容易被获取。 获取提示词后，可以了解其调用知识库、工作流的方式以及整体的设计逻辑和核心创意构建过程，甚至进一步获取数据文件。 提示词攻击在业内是公开的秘密，国内外各大著名的 AI 厂商几乎无一幸免。

以下是关于“张翼然：AI 赋能教学，创新引领未来”的相关内容： 张翼然是湖南农业大学教育技术系副教授，拥有国家教学成果奖，国家级和省级精品在线课程，是“人工智能+教育”实践专家，长期关注新技术及教育应用，探讨 AI 赋能教师的具体方法。 主要内容包括： 1. AI 从工具到助手赋能教师提升效率与能力。 2. AI 与教育场景融合拓展教学边界与创新场景。 3. AI 与人类智能的共生放大学生思考力塑造深度学习能力： 核心能力：AI 通过动态反馈和开放性问题引导学生超越记忆与理解，进入分析、评价与创造等高阶思维层次，拓展思维边界。 关键价值：帮助学生超越低阶任务，专注于深度学习与复杂问题的解决，激发学生的多维度思考与系统化认知。 案例：AI 介入教学后，客观上降低了学生使用知识的“门槛”，生成课程内容的问题链问题，用问题驱动学生的深度学习。 4. AIGC 教育革命：技术原理与课堂实践。 5. 大语言模型的教学潜力：交流技巧与心得。 6. 一线教师的 AI 需求与高效工具推荐。 7. AI 赋能课堂的核心逻辑：从理论到应用。 8. 解码 AI 教学案例：创新与实践。 具体的核心能力和关键价值还包括： 1. 个性化支持与学习自主性： 核心能力：AI 通过数据分析与即时反馈，提供定制化学习路径和资源，帮助学生根据自身兴趣、需求和能力规划学习。同时，赋予学生更多的学习自主权，支持自定步调学习。 关键价值：实现精准教学，关注每个学生的个体需求，帮助学生在学习过程中培养自主决策能力。 2. 群智协同与知识动态生成： 核心能力：AI 通过多主体协作框架（师生、生生、人与 AI），支持知识的动态生成与实时共享，实现课堂中知识的灵活建构与动态更新。 关键价值：知识不再静态存在，而是在交互中动态生成，多主体协同促进创新解决方案的敏捷生成。 此外，还提到了一些实践中的观点，如掌握工具只是起点，将其转化为教学实践的智慧才是目标，要共创共享、互学互鉴，不止于工具操作，更重要的是将 AI 与教育理念深度融合，打造真正有温度的智慧课堂。

ComfyUI 视频背景替换工作流主要包括以下几个方面： 1. 前景处理： 使用 SAM 之前的版本来分割视频背景，提示词和阈值可根据实际情况调整。 移除背景后，使用图像遮罩复合生成灰色背景的图像批次，以在后续与背景融合时过渡更自然顺滑。灰色背景有助于柔化前景对象（如人物）的边缘，减少锯齿或硬边缘的视觉效果，改善抠图质量，为后续处理做准备，减少背景干扰，增加深度感，便于视觉检查。 在网盘里可以找到对应的模型，下载后按文件夹目录地址放置。 2. 边缘的处理： 核心是优化和改善前景对象的边缘，使其能够与新背景无缝融合，同时保持前景细节的完整性和自然性。 通过遮罩模糊生长（growMaskWithBlur），调整扩展和模糊半径来控制边缘的遮罩。 边缘处理的主要目的包括改善前景和背景之间的过渡效果、消除锯齿和不自然的硬边缘、使整体合成效果更加自然和平滑。 遮罩的白色区域（人物轮廓）是需要重点处理和优化的区域，灰色过渡区域是创造平滑过渡的关键区域。 SetLatentNoiseMask 在 latent space 中指导模型关注和处理特定区域，主要关注白色和灰色区域。 处理过程中模型在白色和灰色区域进行精细处理，包括边缘平滑、消除锯齿、调整像素等操作，特别注重前景和背景交界处的自然过渡。 最终效果是人物轮廓边缘变得更加平滑自然，减少或消除锯齿和硬边缘，在前景（人物）和新背景之间创造更自然的 blend 效果。 3. 模型与 lora： 模型部分，选一个现有和视频画风对应的即可。 lora 用了一个 animate lcm，加速生成的时间。 4. 背景： 背景部分，可以是图片或者视频，为了有视觉效果，加了一个图像的模糊，让生成的视频有种景深的效果。 5. 前景与背景的初步融合： 图像遮罩复合（ImageCompositeMasked）用于将前景（人物）精确地与新背景合并，使用遮罩决定哪些部分保留前景，哪些部分显示背景。 图像混合（ImageBlend）具有微调和平滑化、颜色协调、细节增强、灵活性等额外作用，允许对最终效果进行更精细的控制。

以下是关于克隆声音的相关信息： ElevenLabs 推出了全自动化的 AI 配音或视频翻译工具。您只需上传视频或粘贴视频链接，它能在几十秒到几分钟内将视频翻译成 29 种语言，还能克隆原视频中的声音进行配音。群友瑞华进行了测试，相关视频链接为： 。另外，有群友测试了豆包的音色模仿，读大概 20 个字的句子，5 秒就能生成非常像的音色，之后可用自己的声音读生成的文字内容。 在 Heygen 等网站可以自助购买声音克隆服务。 MiniMax 有两个适合任务的大模型（豆包的也不错）：MiniMaxText01 支持 400 万 token 的上下文，T2A v2（speech01turbo）拥有最好的声音复刻效果。可通过其开放平台 https://platform.minimaxi.com/login 进行注册登录及实名认证。首次注册会赠送 15 元，无需充值就能玩。接着创建 API Key 并保存好，还可以克隆声音，链接为：https://platform.minimaxi.com/examinationcenter/voiceexperiencecenter/voiceCloning 。克隆时有几个地方要填：创建 voice id、上传复刻音频（10 300 秒，尽量安静）、上传音频 prompt（不超过 8 秒的声音）、试听文本（不超过 8 秒声音所念内容），然后勾选用户协议，点击“克隆”选项，过一段时间完成克隆。使用填写的 voice id 生成声音，即为克隆音色生成的声音。

以下是一些可以直接生成思维导图的 AI 应用： 1. GitMind：免费的跨平台 AI 思维导图软件，支持多种模式，如提问、回答、自动生成等。 2. ProcessOn：国内思维导图与 AIGC 结合的工具，可利用 AI 生成思维导图。 3. AmyMind：轻量级在线 AI 思维导图工具，无需注册登录，支持自动生成节点。 4. Xmind Copilot：Xmind 推出的基于 GPT 的 AI 思维导图助手，可一键拓展思路，生成文章大纲。 5. TreeMind：“AI 人工智能”思维导图工具，输入需求即可由 AI 自动完成思维导图生成。 6. EdrawMind：提供一系列 AI 工具，包括 AI 驱动的头脑风暴功能，有助于提升生产力。 总的来说，这些工具都能通过 AI 技术自动生成思维导图，提高制作效率，为知识工作者带来便利。 此外，ChatMind 也是一款利用 AI 自动生成思维导图的在线工具，输入问题、文章、数据即可，还能对问题获取答案，可导出图片与 Markdown 文档两种格式。

以下是一些可以直接生成思维导图的 AI 工具： 1. GitMind：免费的跨平台 AI 思维导图软件，支持多种模式，如提问、回答、自动生成等。 2. ProcessOn：国内思维导图+AIGC 的工具，可利用 AI 生成思维导图。 3. AmyMind：轻量级在线 AI 思维导图工具，无需注册登录，支持自动生成节点。 4. Xmind Copilot：Xmind 推出的基于 GPT 的 AI 思维导图助手，可一键拓展思路，生成文章大纲。 5. TreeMind：“AI 人工智能”思维导图工具，输入需求即可由 AI 自动完成思维导图生成。 6. EdrawMind：提供一系列 AI 工具，包括 AI 驱动的头脑风暴功能，有助于提升生产力。 总的来说，这些工具都能通过 AI 技术自动生成思维导图，提高制作效率，为知识工作者带来便利。 此外，在一些工作和生活场景中，如读书会活动，也可以通过特定的方法利用 AI 生成思维导图。例如，使用 kimichat 让 AI 拆解书籍内容并按照 markdown 产出，然后复制到在线思维导图 Markmap 中生成并微调。在 Coze 中，也有一键生成思维导图的插件和相关功能。

多智能体（MultiAgent）是由多个自主、独立的智能体（Agent）组成的系统。在这个系统中，每个智能体都能感知环境、进行决策并执行任务，且它们之间能进行信息共享、任务协调以及协同行动，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 系统近期受到广泛关注。Agent 系统会为不同的 Agent 分配角色和任务信息，并配备相应的工具插件，以完成复杂任务。目前常见框架主要集中在单 Agent 场景，其核心在于 LLM 与工具的协同配合，可能需要与用户多轮交互。同时，越来越多的 Agent 框架关注多 Agent 场景，会为不同 Agent 指定角色，通过协作完成复杂任务，与用户的交互可能减少。 构建多 Agent 框架，需要考虑相对于单 Agent 增加的组件，包括： 1. 环境（environment）：所有 Agent 处于同一个环境，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（stage）：现有多 Agent 框架通常采用 SOP 思想，将复杂任务分解为多个子任务。 3. 控制器（controller）：可以是 LLM 或预先定义好的规则，负责环境在不同 Agent 和阶段之间的切换。 4. 记忆：在多 Agent 框架中，由于 Agent 数量增多，消息数量增多，每条消息可能需记录发送方、接收方等字段。 此外，新兴的依靠协同的多智能体系统是基于复杂智能行为可来自大量简单智能系统相互作用的事实。Manus 作为一款通用型 AI 代理工具，其技术架构主要基于多智能体（Multiple Agent）架构，运行在独立虚拟机中，通过规划、执行和验证三个子模块分工协作实现对复杂任务的高效处理，核心功能由多个独立模型共同完成，还包括虚拟机、计算资源、生成物、内置多个 agents 等关键组件，并采用“少结构，多智能体”的设计哲学。