是否可以理解为agent生成工作流的过程，是通过与agent进行自然语言实现的，而不用预设固定的规则和流程

AI 智能体在多个领域有着广泛的应用和发展： 1. 在品牌卖点提炼中，AI 智能体可以成为引导型的助手，帮助我们在寻找卖点的过程中提供更多思考维度。但在搭建智能体之前，需要明确其能力边界，例如 AI 对公司的主要产品、产品解决的用户需求、产品独特之处、获得的认可、依赖的核心渠道、核心购买人群、使用过的营销手段、在新渠道的期望结果等方面了解程度接近于 0。AI 真正的能力在于通过分析数据和信息进行逻辑推理、快速处理和分析数据并提取有价值的信息和模式、拥有大量训练数据并能输出更全面的相关信息、理解用户提供的内容并按正确结构梳理有效输出内容。 2. 宝玉日报 3 月 13 日的相关内容中提到了关于 AI 智能体的推荐阅读，如《真正的 AI 智能体即将到来：告别死板提示词，迎接自主规划时代！》，介绍了 LLM 智能体不再靠提示词，而是具备自主规划与行动能力，DeepResearch 与 Claude Sonnet 3.7 正在用强化学习推动智能体时代。 3. 在企业自动化方面，生成式 AI 应用有搜索、合成和生成等核心用例。Menlo Ventures 投资的公司在这些类别中有早期突破性的代表，其中心是 LLMs 的少样本推理能力。借助多步逻辑、外部内存以及访问第三方工具和 API 等新型构建块，下一波智能体正在拓展 AI 能力的边界，实现端到端流程自动化。在深入探讨人工智能体领域时，将概述 Menlo 对新兴市场的论点，包括定义智能体以及追溯现代人工智能技术栈的架构演化过程，并探讨这一范式转变对应用和基础设施层面的影响。

AI Agent 是基于大型语言模型（LLM）和其他技术实现的智能实体，其核心功能在于自主理解、规划决策、执行复杂任务。 它包括以下几个概念： 1. Chain：通常一个 AI Agent 可能由多个 Chain 组成。一个 Chain 视作是一个步骤，可以接受一些输入变量，产生一些输出变量。大部分的 Chain 是大语言模型完成的 LLM Chain。 2. Router：可以使用一些判定（甚至可以用 LLM 来判定），然后让 Agent 走向不同的 Chain。例如：如果这是一个图片，则 a；否则 b。 3. Tool：Agent 上可以进行的一次工具调用。例如，对互联网的一次搜索，对数据库的一次检索。 此外，AI Agent 还需要三个 Agent： 1. Responser Agent：主 agent，用于回复用户（伪多模态）。 2. Background Agent：背景 agent，用于推进角色当前状态（例如进入下一个剧本，抽检生成增长的记忆体）。 3. Daily Agent：每日 agent，用于生成剧本，配套的图片，以及每日朋友圈。 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。其具有多重层次，将智能划分为多个层次，从低层次的感知和反应到高层次的规划和决策，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，如视觉处理、语言理解、运动控制等。智能不是集中在单一的核心处理单元，而是通过多个相互关联的 Agent 共同实现。这种分布式智能能够提高系统的灵活性和鲁棒性，应对复杂和多变的环境。同时，在《心灵社会》中，还包括专家 Agent、管理 Agent、学习 Agent 等不同类型的 Agent 及其功能。 AI Agent 是一个融合了语言学、心理学、神经学、逻辑学、社会科学、计算机科学等多个学科精髓的综合实体。它不仅拥有实体形态，更蕴含着丰富的概念形态，同时它还具备了许多人类特有的属性。因为这些学科大多以人为研究对象，致力于探索人类内在的本质。

智能体（Agent）在人工智能和计算机科学领域是一个重要概念，指能够感知环境并采取行动以实现特定目标的实体，既可以是软件程序，也可以是硬件设备。 在 LLM 支持的自主 Agent 系统中，LLM 充当 Agents 的大脑，并具有以下关键组成部分： 1. 规划：包括子目标和分解，将大型任务分解为更小、可管理的子目标，以有效处理复杂任务。 2. 反思和完善：能够对过去的行为进行自我批评和反思，从错误中吸取教训，并针对未来步骤进行完善，提高最终结果质量。 3. 记忆：包含短期记忆，用于所有的上下文学习；长期记忆，通过利用外部向量存储和快速检索实现长时间保留和回忆（无限）信息的能力。 4. 工具使用：学习调用外部 API 来获取模型权重中缺失的额外信息，包括当前信息、代码执行能力、对专有信息源的访问等。 此外，还有 2025AGENT 智能体全球创作大赛。当下 AI 时代，智能体 Agent 技术放大人与人之间的差距，掌握这些工具的创作者将获得竞争优势。该大赛由 Flowith AI 联合微博 AI、小红书科技薯、即刻平台共同推出，邀请众多科技媒体与博主作为评委嘉宾，结合大众评选方式完成。比赛宗旨是用结果说话，期待看到通过 Agent 实现的创造性解决方案和产出、能显著提升工作效率的 Agent 工作流、探索 Agent 能力边界的实验性项目、能为公众带来实际价值的 Agent 应用以及通过作品展示 AI 能力的边界。比赛具有开放平台、实战展示、全球视野、行业交流等亮点。 以下是一些智能体 Agent 相关的目录： 1. 2. 3. 4. 5. 6.

智能体（Agent）在人工智能和计算机科学领域是一个重要概念，指能够感知环境并采取行动以实现特定目标的实体，既可以是软件程序，也可以是硬件设备。 在 LLM 支持的自主 Agent 系统中，LLM 充当 Agents 的大脑，并辅以几个关键组成部分： 1. 规划：包括子目标和分解，将大型任务分解为更小、可管理的子目标，以有效处理复杂任务。 2. 反思和完善：能够对过去的行为进行自我批评和反思，从错误中吸取教训，并针对未来步骤进行完善，提高最终结果质量。 3. 记忆：包含短期记忆，所有的上下文学习利用模型的短期记忆来学习；长期记忆，为 Agents 提供长时间保留和回忆（无限）信息的能力，通常通过利用外部向量存储和快速检索来实现。 4. 工具使用：学习调用外部 API 来获取模型权重中缺失的额外信息，包括当前信息、代码执行能力、对专有信息源的访问等。 以下是一些与智能体 Agent 相关的目录： 1. 2. 3. 4. 5. 6. 2025AGENT 智能体全球创作大赛的常见问题： 1. 如何报名参加比赛？可以通过→首页的“立即参赛”按钮进入报名页面，填写相关信息并提交即可完成报名。 2. 参赛是否需要缴纳费用？本次比赛完全免费，不收取任何报名费用。 3. 可以使用哪些技术和工具开发 Agent？可以使用任何 AI 模型、编程语言和开发工具，只要最终作品符合提交要求即可。 4. 如何提交作品？在本网站直接提交，通过该通道上传您的 Agent 作品和相关材料，同时如果采用 flowith 搭建了 Agent 可以在微博、小红书、即刻平台发布，并@Flowith 官方，可以获得额外的会员奖励。 5. 比赛的奖项设置是怎样的？比赛设有金、银、铜奖和多个单项奖，在获奖后，将获得由组委会颁发的奖金和证书，请保证联系方式的准确性，以便组委会联系您。 6. 参赛作品的知识产权归属？参赛作品的知识产权归参赛者所有，但组委会有权在宣传和展示中使用参赛作品。

以下是关于国内 AI Agent 的行业分析： 市场研究报告： 《爱分析：2024 中国 AI Agent 市场研究报告》深入分析了 AI Agent 的市场定义、发展阶段、核心组件及其在企业用户场景中的应用。 《爱分析：2024 年 AI Agent 实施的明路应用实践报告》指出企业实施 AI Agent 的主要目标是降低运营成本，尤其是在知识库管理、数据分析、营销与客户服务等领域。 行业发展现状： 2024 年是大模型持续落地的一年，行业内普遍认为明年将迎来 Agent 的爆发。 从大模型落地具体方式来看，2024 上半年中国 MaaS 市场规模达 2.5 亿元，中国 AI 大模型解决方案市场规模达 13.8 亿元，百度智能云在这两个市场中均获得第一名。 百度智能云旗下有千帆行业场景解决方案，沉淀了制造、能源、交通，政务、金融、汽车、教育、互联网八大行业解决方案。在 2024 百度世界大会上，百度智能云千帆大模型平台发布了工作流 Agent 能力。 AI Agent 特点： 是一种智能代理系统，接近人类大脑，可形成记忆、达成行动规划、自动交互、主动预测。 具有个性化特点，能随着用户使用了解其习惯和想法并作出喜好预测。 能够自主完成任务，如 Auto GPT 可在用户输入目标后自主执行任务、递归地开发和调试代码。 具备多 Agent 协作能力，如斯坦福大学的 SmallVille 项目和 Fixie AI。 应用场景： 目前 AI Agent 应用大多集中在 2B 场景，面向个人消费者的产品较少，个人消费者方向目前主要是“私人助理”场景。

多智能体（MultiAgent）是由多个自主、独立的智能体组成的系统。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。 随着大型语言模型的出现，以其为核心构建的 Agent 系统受广泛关注。Agent 系统利用语言模型的归纳推理能力，为不同 Agent 分配角色和任务信息，并配备工具插件以完成复杂任务。目前常见框架多集中在单 Agent 场景，其核心是语言模型与工具的协同配合，可能需与用户多轮交互。同时，更多 Agent 框架关注多 Agent 场景，为不同 Agent 指定角色，通过协作完成复杂任务，与用户交互可能减少。 构建多 Agent 框架的主要组成部分包括： 1. 环境：所有 Agent 处于同一环境，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：通常采用 SOP 思想，将复杂任务分解为多个子任务。 3. 控制器：可以是语言模型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：相比单 Agent，多 Agent 框架中因 Agent 数量增多，消息数量及相关字段也增多。 在 Agent 产品开发方面，本质是动态 Prompt 拼接，通过工程化手段将业务需求转述为新的 Prompt。包括短期记忆（messages 里的历史 QA 对）、长期记忆（summary 之后的文本塞回 system prompt）、RAG（向量相似性检索）、Action（触发 tool_calls 标记进行请求循环）等。 Coze Agent 是多功能的 AI 应用程序和聊天机器人开发平台，支持创建各种聊天机器人并部署到不同平台。它采用多 Agent 模式，可提高系统处理能力和效率，在自然语言处理等领域有效。用户能利用插件和工具定制机器人，支持四种主要设计模式，是强大灵活的工具。但内容由 AI 大模型生成，请仔细甄别。

Flowith 可以根据自然语言构建工作流。即使没有专业编程技能，只要能用清晰的自然语言描述出想要的各个 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。 使用工作流的步骤如下： 1. 配置工作流： 在 Code 节点内使用 IDE 工具，通过 AI 自动生成代码或编写自定义代码逻辑，来处理输入参数并返回响应结果。 该节点支持 JavaScript、Python 运行时，需注意不同运行时的特定事项。 可在 IDE 底部单击尝试 AI，并输入自然语言设定代码逻辑，也可选中代码片段通过快捷键唤起 AI 并输入自然语言让其修改代码。 2. 通过工作流数据库节点操作数据表： 在工作流中添加数据库节点对数据表进行操作，可通过 NL2SQL 方式和代码方式进行调用，支持完整读写模式。 参考以下操作添加并配置工作流节点： 单击页面顶部的工作流页签，然后单击创建工作流。 输入工作流名称和使用描述，然后单击确认。 在基础节点页签下，将数据库节点拖入到工作流配置画布区域。 根据相关信息配置数据库节点，包括输入添加 SQL 执行中需要的参数，输入要执行的 SQL 语句，可单击自动生成使用大模型生成 SQL。 需注意不支持 Select语法、多表 Join 操作，最多返回 100 行数据。在配置数据库节点前，要确保已经搭建了一个 Bot，并在这个 Bot 中创建好了数据表。

自然语言处理（NLP）是人工智能和语言学领域的分支学科。它包括让电脑对输入的语言进行认知和理解，将其转化为有意义的符号和关系，并根据目的进行处理。自然语言处理涵盖了多个方面和步骤，基本包括认知、理解、生成等部分。其旨在处理和运用自然语言，例如把计算机数据转化为自然语言。自然语言处理涉及多门学科，如概率论、统计学、逼近论、凸分析、计算复杂性理论等。在计算机科学中，为了让计算机能理解和处理自然语言这种复杂多样、具有语境依赖性和模糊性的信息，引入了 Token 化的概念，将复杂的文本数据分解成更小、更易于计算机处理的单元，如单词、短语或标点符号，从而更有效地进行语言处理和提取意义。

以下是使用 Coze 搭建一个关于自然语言课程期末复习指南智能体的步骤： 1. 访问 Coze 官网（https://www.coze.cn），注册并登录。 2. 点击页面左上角的⊕，通过【标准创建】填入智能体的基本信息。 3. 了解 Bot 开发调试界面： 人设与回复逻辑（左侧区域）：设定智能体的对话风格、专业领域定位，配置回复的逻辑规则和限制条件，调整回复的语气和专业程度。 功能模块（中间区域）： 技能配置： 插件：扩展智能体的专业能力，如计算器、日历等工具。 工作流：设置固定的处理流程和业务逻辑。 图像流：处理和生成图像的相关功能。 触发器：设置自动化响应条件。 知识库管理： 文本：存储文字类知识材料。 表格：结构化数据的存储和调用。 照片：图像素材库。 记忆系统： 变量：存储对话过程中的临时信息。 数据库：管理持久化的结构化数据。 长期记忆：保存重要的历史对话信息。 文件盒子：管理各类文档资料。 交互优化（底部区域）： 开场白：设置初次对话的问候语。 用户问题建议：配置智能推荐的后续问题。 快捷指令：设置常用功能的快速访问。 背景图片：自定义对话界面的视觉效果。 预览与调试（右侧区域）：实时测试智能体的各项功能，调试响应效果，优化交互体验。 4. 设定智能体的人设与回复逻辑后，为智能体配置对应的技能，以保证其可以按照预期完成目标任务。例如，以获取 AI 新闻的智能体为例，需要为它添加一个搜索新闻的接口来获取相关新闻。具体操作如下： 在智能体编排页面的技能区域，单击插件功能对应的+图标。 在添加插件页面，选择相关功能，然后单击新增。 修改人设与回复逻辑，指示智能体使用相应插件来搜索所需内容。 （可选）为智能体添加开场白，让用户更好地了解智能体的功能。开场白功能目前支持豆包、微信公众号（服务号）。 5. 配置好智能体后，在预览与调试区域中测试智能体是否符合预期。可单击清除图标清除对话记录。 6. 完成测试后，将智能体发布到社交渠道中使用。具体操作如下： 在智能体的编排页面右上角，单击发布。 在发布页面输入发布记录，并勾选发布渠道。 单击发布。 更多内容，请访问 Coze 官方文档： 英文版：https://www.coze.com/docs/welcome.html 中文版：https://www.coze.cn/docs/guides/welcome

如果您需要从自然语言文本中提取格式化数据，LLamaIndex 可能是一个更好的选择，因为它提供了各种 Pydantic 程序，可以帮助您将输入的文本字符串转换为结构化的 Pydantic 对象。 然而，如果您的任务不涉及自然语言，或者您更熟悉 LangChain 的工作方式，那么 LangChain Extraction 也可能是一个不错的选择，因为它可以帮您提取非自然语言文本中的格式化数据。

以下是关于如何学习提示词运用的建议： 1. 理解提示词的作用：提示词为模型提供上下文和指示，其质量直接影响模型输出质量。 2. 学习提示词的构建技巧： 明确任务目标，用简洁准确的语言描述。 给予足够的背景信息和示例，帮助模型理解语境。 使用清晰的指令，如“解释”“总结”“创作”等。 对特殊要求应给予明确指示，如输出格式、字数限制等。 3. 参考优秀案例：研究和学习已有的优秀提示词案例，在领域社区、Github 等资源中获取大量案例。 4. 实践、迭代、优化：多与语言模型互动，根据输出结果提高提示词质量，尝试各种变体，比较分析输出差异，持续优化提示词构建。 5. 活用提示工程工具：如 Anthropic 的 Constitutional AI 等，辅助构建和优化提示词。 6. 跟上前沿研究：提示工程是前沿研究领域，持续关注最新研究成果和方法论。 精心设计的提示词能最大限度发挥语言模型的潜力，多实践、多学习、多总结，终可掌握窍门。同时，在与大模型交互时，方法论不是关键，不断尝试和交互是最佳方法，无需严格遵循规则，未达成目的就锲而不舍地再尝试或更换模型。另外，用 Markdown 格式清晰表达问题有助于提高与模型交流的效率和精确性，其具有结构清晰、格式化强调、适用性广等优点。

以下是关于用文生图来画插画风格的系统流程图、概念图的快速上手的 prompt、平台和教程： 平台：Tusiart Prompt 提示词： 用英文写您想要 AI 生成的内容，不用管语法，仅使用单词和短语的组合去表达需求，单词、短语之间用英文半角逗号隔开。 描述逻辑通常包括人物及主体特征（服饰、发型发色、五官、表情、动作），场景特征（室内室外、大场景、小细节），环境光照（白天黑夜、特定时段、光、天空），画幅视角（距离、人物比例、观察视角、镜头类型），画质（高画质、高分辨率），画风（插画、二次元、写实）。 教程： 1. 定主题：确定您需要生成的图的主题、风格和要表达的信息。 2. 选择基础模型 Checkpoint：按照主题找内容贴近的 checkpoint，如麦橘、墨幽的系列模型。 3. 选择 lora：在生成内容基础上，寻找内容重叠的 lora 以控制图片效果及质量。 4. ControlNet：可控制图片中特定图像，如人物姿态、特定文字等，高阶技能可后续学习。 5. 局部重绘：下篇再教。 6. 设置 VAE：无脑选择 840000 这个即可。 7. 负向提示词 Negative Prompt：用英文写您想要 AI 避免产生的内容，单词和短语组合，中间用英文半角逗号隔开。 8. 采样算法：一般选 DPM++2M Karras，也可留意 checkpoint 详情页上模型作者推荐的采样器。 9. 采样次数：选 DPM++2M Karras 时，采样次数在 30 40 之间。 10. 尺寸：根据喜好和需求选择。 辅助网站： 1. http://www.atoolbox.net/ ：通过选项卡方式快速填写关键词信息。 2. https://ai.dawnmark.cn/ ：每种参数有缩略图参考，更直观选择提示词。 3. https://civitai.com/ ：可抄作业，复制图片的详细参数用于生成。 下次作图时，可先选择模板，点击倒数第二个按钮快速输入标准提示词。

以下是利用 AI 在剪映平台创作情感类语录的全流程： 1. 录制声音： 录制时注意语气和情感，控制时长在 5 秒以上。 可以自由录制任意内容，或按照例句进行录制。 可以选择直接录制自己的声音，或者上传觉得不错的声音片段。 2. 克隆音色： 完成录制后，在相应界面为克隆的音色命名。 3. 声音处理： 可以对克隆的声音进行美化、降噪等处理。 如果对自己的声音音色不满意，但对朗读语气满意，可以结合剪映里自带的音色，保留自己的语气。 4. 歌词创作： 文案完成后，若预设的 AI 语音效果不佳，可让 AI 进行歌词改写。 可以给 AI 附加定义歌词风格和时间长度等方向。 对 AI 生成的歌词进行修改定稿。 5. 其他方面： 有分享利用软件进行声音克隆的尝试，包括同款录音话筒的使用、克隆收费情况等。 交流了播音腔与深夜陪伴声音的特点及软件里的音色情况。 分享了对声音发挥的理解，以及使首尾帧丝滑连贯的操作技巧。

以下是几种使用 AI 生成流程图的方法： 1. 使用 Lucidchart 生成项目管理流程图： 注册并登录：。 选择模板：在模板库中搜索“项目管理流程图”。 编辑图表：根据项目需求添加和编辑图形和流程步骤。 优化布局：利用 AI 自动布局功能，优化图表的外观。 保存和分享：保存图表并与团队成员分享，或导出为 PDF、PNG 等格式。 2. 使用 Midjourney 生成 B 端产品页面的流程图： 图片描述：把找到的设计参考图上传到 Midjourney 中，得到一个专属的链接，再使用「参考图链接+文本描述」的方式生成图像。 使用方法：例如想得到一个带有交互流程的 UI 界面图，先把找好的素材图上传到 Midjourney 中。在 Midjourney 中复制参考图的链接再加上文字提示，如「参考图链接+node UI」，就能得到和参考图很类似的设计图。如果想要纯正面、扁平效果的设计流程图，可以继续调整文字提示，如「参考图链接+flat UI,node UI,frontal」。如果想要手绘风格、黑白风格的交互设计图，在文字提示中加入「参考图链接+node UI,drawing style,frontal,black and white,flat UI,2D,no shadow」。 加入参数：Midjourney 生成的图默认是正方形，如果想得到其他比例的图，需要在文字描述中加入特定的参数来做到这一点，如「aspect」或「ar」。比例为 9:16 的设计图，使用提示「参考图链接+node UI,black and whitear 9:16」；或者 16:9 的图「参考图链接+node UI,ar 16:9」。 组件设计：Midjourney 的作用不同于设计软件，利用 AI 能在几秒钟内得到很有创造力的图像，这些设计图能为后面的设计提供更多灵感。除了生成整张的设计图，还可以扩宽思路，利用 AI 输出多种风格的设计组件，探索更多设计风格的可能性。例如，扁平组件系统的关键词：「UI kit,flat design,outline,ar 16:9」。 3. 使用 ChatGPT 生成各种流程图、时序图等： 确定制作目标：明确要生成的流程图类型，如时序图或流程图。 通过自然语法描述逻辑：用自然语言描述生成 Mermaid 图形语法。 在线校验测试是否成功：最后测试生成的图形是否符合预期。

以下是为您推荐的根据文字生成流程图的 AI 工具： 1. Lucidchart： 简介：强大的在线图表制作工具，集成 AI 功能，可自动化绘制多种示意图。 功能：拖放界面，易于使用；支持团队协作和实时编辑；丰富的模板库和自动布局功能。 官网：https://www.lucidchart.com/ 2. Microsoft Visio： 简介：专业的图表绘制工具，适用于复杂的流程图等。AI 功能可帮助自动化布局和优化图表设计。 功能：集成 Office 365，方便与其他 Office 应用程序协同工作；丰富的图表类型和模板；支持自动化和数据驱动的图表更新。 官网：https://www.microsoft.com/enus/microsoft365/visio/flowchartsoftware 3. Diagrams.net： 简介：免费且开源的在线图表绘制工具，适用于各种类型的示意图绘制。 功能：支持本地和云存储（如 Google Drive、Dropbox）；多种图形和模板，易于创建和分享图表；可与多种第三方工具集成。 官网：https://www.diagrams.net/

扣子 API 的调用流程如下： 1. 传递请求的相关部分： Body：用于传递请求的主体部分，可以是 JSON、XML 或其他类型的数据。在 GET 方法中通常不用于传递参数，因为 GET 方法的 URL 已包含必要参数。 Path：用于定义请求的路径部分，通常以“/”开头，后面跟着一系列段落。在 GET 方法中可传递参数，但常编码为 URL 一部分。 Query：用于定义请求的查询部分，通常以“?”开头，后跟一系列键值对。在 GET 方法中是常用的参数传递方式。 Header：用于定义 HTTP 请求的头信息部分，包括各种头部字段。在 GET 方法中通常不用于传递参数，而是定义请求头部信息。 2. 配置输出参数： 如果填写无误，可直接点击自动解析，会自动调用一次 API 给出对应的输出参数。 例如填入汉字“张”，点击自动解析。解析成功会显示成功，输出参数填好后点击保存并继续。参数描述可根据需求填写。 3. 调试与校验： 测试工具是否能正常运行。 运行后查看输出结果，Request 为输入的传参，Response 为返回值，点击 Response 可看到解析后的参数。 此外，创建扣子的令牌步骤如下： 在扣子官网左下角选择扣子 API，在 API 令牌中选择“添加新令牌”，为令牌起名，选择过期时间（如永久有效），选择指定团队空间（个人空间或团队空间），勾选所有权限，保存好令牌的 Token，切勿向他人泄露。 让 Coze 智能体机器人连上微信和微信群的配置： 1. 获取机器人 ID：在个人空间中找到要接入微信的机器人，如画小二智能小助手，点击进入编辑界面，浏览器地址栏 bot/之后的数据即为机器人的 Bot ID。 2. API 授权：点击右上角发布，会出现 Bot as API，勾选并确定应用已成功授权 Bot as API。

对于 AI 视频入门新手，从零学习可用的工具组合与降低工作流程，您可以参考以下内容： 工具组合方面： Runway：在真实影像方面质感较好，战争片全景镜头处理出色，控件体验感不错，但存在爱变色、光影不稳定的问题。 SVD：在风景片测试中表现较好，其他方面一般。 Pixverse：擅长物体滑行运动。 Pika：在生成人物表情自然的画面方面表现出色，可用于局部重绘。 11labs：用于制作 AI 声音，英文效果较好，但存在声音没有情绪和情感的问题。 MJ：局部重绘功能强大。 ComfyUI：可进行高清放大和细节增强。 可灵：图生视频效果质量高且稳定，但贵且慢。 Pika 2.2 版本：在首尾帧过渡上有不错表现。 Pixverse：生成速度最快的视频生成平台。 工作流程方面： 1. 分析小说内容：使用如 ChatGPT 等 AI 工具提取关键场景、角色和情节。 2. 生成角色与场景描述：借助如 Stable Diffusion 或 Midjourney 等工具生成视觉描述。 3. 图像生成：使用 AI 图像生成工具创建角色和场景图像。 4. 视频脚本制作：将提取的关键点和生成的图像组合成脚本。 5. AI 声音制作：利用如 11labs 等工具将小说文本转换为语音，添加背景音乐和音效。 6. 视频编辑与合成：使用如剪映等视频编辑软件将图像、音频和文字合成为视频。 7. 后期处理：对生成的视频进行剪辑、添加特效和转场，提高视频质量。 8. 审阅与调整：观看视频，根据需要重新编辑某些场景或调整音频。 9. 输出与分享：完成编辑后，输出最终视频并在所需平台分享。 需要注意的是，具体的操作步骤和所需工具可能因项目需求和个人偏好有所不同。同时，AI 工具的可用性和功能可能会随时间变化，建议直接访问工具网址获取最新信息和使用指南。