Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

dify使用飞书多维表格

Answer

以下是关于输入观点一键生成文案短视频以及飞书多维表格使用的相关内容：

概述： 基于其他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。感谢开源，现写教程供参考。

先看效果： 2 月 18 日.mp4

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：

  1. 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）
  2. 飞书（消息）
  3. 飞书多维表格（字段捷径、自动化流程）

大体路径：

  1. 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。
  2. 发布 Coze 智能体到飞书多维表格。
  3. 在多维表格中使用字段捷径，引用该智能体。
  4. 在多维表格中创建自动化流程，推送消息给指定飞书用户。

智能体发布到飞书多维表格：

  1. 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，直接返回视频、可查看。绑定卡片数据可自己研究，不明白可留言。
  2. 发布时选择需要的发布渠道，重点讲飞书多维表格。记得智能体提示词的 4 个变量，写了那 4 个变量，发布时这里会自动出现。填写上架信息（为快速审核，选择仅自己可用），确认发布等待审核。审核通过后，即可在多维表格中使用。

多维表格的字段捷径使用：

  1. 创建飞书多维表格，添加相关字段。配置如下图，即可使用字段捷径功能，使用自己创建的 Coze 智能体。选择“自动更新”，输入前边的 4 个字段后，“文案视频自动化”字段捷径会自动调用工作流，生成视频。
  2. 表单分享，实现文章最初的效果“填写表单，自动创建文案短视频”。

自动化推送： 点击多维表格右上角的“自动化”，创建想要的自动化流程。

此外，还有关于线下活动 SOP 的使用案例： 完全用飞书的各种功能组合完成，场地来自大家支持。

  1. 活动宣传：用飞书文档制作活动宣传页面。
  2. 活动报名：用飞书的多维表格完成及数据统计。
  3. 活动过程：大家在线协同，一起编辑文档，演示时共同展示一个文档。
  4. 活动记录。

办活动的初衷是宣扬 AI 不只是降本增效的工具，还有很多乐趣等待挖掘。

Content generated by AI large model, please carefully verify (powered by aily)

References

输入观点一键生成文案短视频

可以选择工作流绑定卡片数据，智能体则通过卡片回复，如上图所示，直接返回视频、可查看。绑定卡片数据可自己研究下，不明白的可以留言，这里不再详述。[heading3]2、发布[content]选择你需要的发布渠道，这里重点讲飞书多维表格。还记得智能体提示词的4个变量吗，写了那4个变量，发布的时候这里就会自动出现。目的是什么呢？目的是为了可以在多维表格中选择关联字段。如下图所示：所以控件要选择“字段选择器”填写上架信息（为了快速审核，选择仅自己可用），确认发布即可，等待审核。审核通过后，即可在多维表格中使用。[heading2]三、多维表格的字段捷径使用[heading3]1、创建飞书多维表格，添加相关字段。[content]配置如下图，即可使用字段捷径功能，使用自己创建的Coze智能体。选择"自动更新"，输入前边的4个字段后，“文案视频自动化”字段捷径会自动调用工作流，生成视频。效果图下：[heading3]2、表单分享，实现文章最初的效果“填写表单，自动创建文案短视频”。[content][heading2]四、自动化推送[content]点击多维表格右上角的“自动化”，创建你想要的自动化流程。

输入观点一键生成文案短视频

基于其它博主开源的视频生成工作流，做了一些功能优化，实现视频全自动创建。感谢开源的力量，现在也自己写一篇教程供大家参考。[heading2]先看效果[content][2月18日.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/Oe7ib8NfNolVf1xQMRCcJnb0n2e?allow_redirect=1)[heading2]功能：[content]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。视频创建结果通知：[https://agent.mathmind.cn/minimalist/api/video/files/57e1b73f-dafd-49bc-852e-87b1c9a084bc.mp4](https://agent.mathmind.cn/minimalist/api/video/files/57e1b73f-dafd-49bc-852e-87b1c9a084bc.mp4)[heading2]涉及工具：[content]1、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)2、飞书（消息）3、飞书多维表格（字段捷径、自动化流程）[heading2]大体路径：[content]1、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。2、发布coze智能体到飞书多维表格。3、在多维表格中使用字段捷径，引用该智能体。4、在多维表格中创建自动化流程，推送消息给指定飞书用户。

关于我们｜飞行家分享

完全用飞书的各种功能组合完成，场地都是来自大家的支持，感谢大家在过程中提供的帮助1.活动宣传：[用飞书文档制作活动宣传页面](https://waytoagi.feishu.cn/wiki/GzY1wcRZtiJ4UDk3Lnqc2iYknKb)，活动从策划到开始就用了2天时间，用AI快速制作了海报，用GPTs写了人员分配和主持人台词2.活动报名：[AI+杭州报名表-🌈通往AGI之路](https://waytoagi.feishu.cn/wiki/NCIawzq0ai9Q2ekHHJLcmURanhf)及数据统计[AI+杭州报名表-🌈通往AGI之路](https://waytoagi.feishu.cn/wiki/NCIawzq0ai9Q2ekHHJLcmURanhf?table=blkNB0gZPfRgAOjr)完全用飞书的多维表格完成，太方便了3.活动过程：大家在线协同，一起编辑文档，演示时共同展示一个文档[周三：【workshop】一起写Prompts](https://waytoagi.feishu.cn/wiki/DbaBwy0MTiZ7fdkdHKic9RHzn1W)4.活动记录：[⛺️线下活动：AI+X World Tour](https://waytoagi.feishu.cn/wiki/RYrJwrvSXi4qSMkgCrQc2MFGnAd?table=ldx5CgwFQTx14lCS)现在AI氛围充斥着赚钱和焦虑办活动的初衷是想宣扬AI不只是降本增效的工具，还有很多乐趣等待挖掘因此大理户外圆桌讨论，清迈的AI逛古城，杭州的AI玄学小组

Others are asking
dify 读取飞书文档
以下是关于使用扣子读取飞书文档的详细步骤： 扣子是字节跳动在 2024 年上线的新一代一站式 AI Bot 开发平台，也被称为“字节版 GPTs”。它是一个低门槛的 AI 应用开发平台，其核心目标是让没有编程基础的用户也能够轻松参与到 AI 生态的建设中。 登录后，在左侧功能列表中的工作空间，点击右上角“+字段”创建工作流，名称和描述自行输入。 关于读取飞书表格内容的配置： 1. 点击开始节点后面的“+”，搜索“飞书多维表格”，选择“search_record”功能。 2. 添加后，点击该节点的配置，在界面右侧的参数框中，需要填写 app_token 和 field_names。filter 是对数据的筛选条件，没有筛选需求可直接忽略。 app_token：多维表格的唯一标识符，即表格 URL 中的一段。 field_names：要读取的具体字段，这里需要的是“标题”、“内容”，作为海报的输入。 该节点运行后，就能将多维表格中的内容提取出来。
2025-03-27
飞书多维表格里的字段捷径怎么关联deepseek
飞书中将飞书多维表格里的字段捷径与 DeepSeek 关联的相关内容如下： 基于其他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。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。涉及工具包括 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）。大体路径为：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。 做一个专属的好文推荐网站（DeepSeek R1 + 飞书多维表格）时，新建带有 AI 能力的飞书多维表格，逐一添加字段，使用“DeepSeek R1”时需要关联火山方舟的账号信息，并勾选相关选项。 在 Coze 应用 + 多维表格的高速数据分析中，使用 Coze、飞书多维表格、自定义 AI 字段捷径（Agent）来实现数据的高效抓取与批量 AI 化处理。Coze 定义智能体，发布到飞书多维表格字段捷径，多维表格中使用和配置自定义的 AI 字段捷径，Coze 应用采用交互式界面将数据导入到飞书多维表格，并驱动多维表格自动运行，通过多维表格仪表盘对数据进行可视化。目的是让大家了解如何最高效率使用 AI，并将方案泛化到实际工作中。
2025-03-25
我想在飞书里面将一段话批量翻译成不同国家的语言 该 怎么做
目前飞书中可能没有直接将一段话批量翻译成不同国家语言的内置功能。但您可以借助一些第三方的翻译工具或软件来实现，比如谷歌翻译、百度翻译等。您将需要翻译的段落复制到这些工具中，然后选择您想要翻译的目标语言进行批量翻译。
2025-03-19
我想在飞书云中用DeepSeek-R1模型提取链接中的信息，请问如何写指令呢?我刚刚进行了尝试，发现提取出的信息和我点开链接看到的信息不一致，这个问题又该如何解决呢？
在飞书云中使用 DeepSeekR1 模型提取链接中的信息并解决提取信息不一致的问题，您可以参考以下内容： 对于指令编写： 虽然 R1 推理能力较强，但您想表达的不一定完全与模型吻合，因此建议多加清晰指令。 模糊指令优化方面，比如对于宽泛需求可添加维度约束，如原句“写小说”可修正为“创作以 AI 觉醒为背景的悬疑短篇，采用多视角叙事结构”；对于主观表述可量化标准，如原句“写得专业些”可修正为“符合 IEEE 论文格式，包含 5 项以上行业数据引用”。 迭代优化法包括首轮生成获取基础内容、特征强化（如加强第三段的技术细节描述）、风格调整（如改用学术会议报告语气，添加结论部分）、最终校验（检查时间逻辑一致性，列出可能的事实性错误）。 对于提取信息不一致的问题： 信息幻觉：追加请标注所有不确定陈述，并提供验证方法。 格式偏离：使用严格遵循以下模板：第一行...第二行... 深度不足：触发请继续扩展第三章节内容，添加案例佐证。 另外，关于获取字节火山 DeepSeek 系列 API 完整教程及使用方法： 1. 注册并登录火山引擎，点击立即体验进入控制台。 2. 创建一个接入点，点击在线推理创建推理接入点。 3. 为接入点命名为 DeepSeekR1。 4. 若有提示“该模型未开通，开通后可创建推理接入点”，点击“立即开通”，勾选全部模型和协议一路开通（免费）。 5. 确认无误后，点击“确认接入”按钮。 6. 自动返回创建页面，复制多出的接入点名为“DeepSeekR1”的推理点 ID 并保存。 7. 点击【API 调用】按钮，进入后点击【选择 API Key 并复制】。 8. 若已有 API key 直接查看并复制，没有则点击【创建 API key】。 9. 复制并保存好 API key。 在实现新闻播报自动化工作流方面： 第一步是内容获取，输入新闻链接，系统自动提取核心内容。开始节点的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。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。然后使用链接读取节点，将文字内容提取出来。在提取链接后面接上一个大模型节点，用 DeepSeekR1 模型生成有吸引力的口播内容。若想加上自己的特征，可在提示词里写“开头加上‘这里是伊登 AI’之类的个性化台词防伪”。
2025-03-18
飞书多维表格生成小红书图文笔记
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。
2025-03-13
飞书多维表格如何关联AI形成工作流
要将飞书多维表格关联 AI 形成工作流，可以参考以下步骤： 前期准备： 1. 设计 AI 稍后读助手的方案思路，包括简化“收集”、自动化“整理入库”和智能“选择”推荐等方面。 简化“收集”：实现跨平台收集功能，支持多端操作，理想方式是输入 URL 完成收集，借鉴微信文件传输助手通过聊天窗口输入。 自动化“整理入库”：入库时自动整理关键信息，支持跨平台查看。 智能“选择”推荐：根据收藏记录和阅读兴趣生成阅读计划。 逐步搭建 AI 智能体： 1. 创建 Bot。 2. 填写 Bot 介绍。 3. 切换模型为“通义千问”。 4. 把配置好的工作流添加到 Bot 中。 5. 新增变量{{app_token}}。 6. 添加外层 bot 提示词（可按需求和实际效果优化调整）。 通过飞书机器人与 Coze 搭建的智能体进行对话，在聊天窗口中完成链接输入和阅读计划输出，由 Coze 调用大模型、插件完成内容的整理、推荐，利用飞书多维表格存储和管理稍后读数据。 此外，还有一些关于工作流的分享心得，如起床让 AI 排 TODO 优先级、工作中有傲娇 AI 小助理加油、重点事项拆成 bot 团队组、优化 bot 包括内容选题、短视频脚本、数据分析等，并将相关资产放入飞书的知识库和多维表单中维护，未来还可能将整个公司业务搬入飞书等。
2025-03-13
我想了解dify使用
以下是关于 Dify 使用的相关内容： 使用 Dify 构建知识库的具体步骤： 1. 准备数据：收集需要纳入知识库的文本数据，包括文档、表格等格式。对数据进行清洗、分段等预处理，确保数据质量。 2. 创建数据集：在 Dify 中创建一个新的数据集，并将准备好的文档上传至该数据集。为数据集编写良好的描述，描述清楚数据集包含的内容和特点。 3. 配置索引方式：Dify 提供了三种索引方式供选择，包括高质量模式、经济模式和 Q&A 分段模式。根据实际需求选择合适的索引方式，如需要更高准确度可选高质量模式。 4. 集成至应用：将创建好的数据集集成到 Dify 的对话型应用中，作为应用的上下文知识库使用。在应用设置中，可以配置数据集的使用方式，如是否允许跨数据集搜索等。 5. 持续优化：收集用户反馈，对知识库内容和索引方式进行持续优化和迭代。定期更新知识库，增加新的内容以保持知识库的时效性。 Dify 是一个开源的大模型应用开发平台，具有以下特点： 结合后端即服务和 LLMOps 的理念，提供直观界面来快速构建和部署生产级别的生成式 AI 应用。 具备强大的工作流构建工具，支持广泛的模型集成。 提供功能丰富的提示词 IDE 和全面的 RAG Pipeline 用于文档处理和检索。 允许用户定义 Agent 智能体，并通过 LLMOps 功能对应用程序的性能进行持续监控和优化。 提供云服务和本地部署选项，满足不同用户的需求。 开源特性确保对数据的完全控制和快速的产品迭代。 Dify 的设计理念注重简单性、克制和快速迭代，无论是创业团队构建 MVP、企业集成 LLM 以增强现有应用的能力，还是技术爱好者探索 LLM 的潜力，Dify 都能提供相应的支持和工具。 Dify 官方手册：https://docs.dify.ai/v/zhhans 。一般来说，如果是个人研究，推荐单独使用 Dify，如果是企业级落地项目推荐使用多种框架结合，效果更好。
2025-03-26
dify
使用 Dify 构建知识库的具体步骤如下： 1. 准备数据： 收集需要纳入知识库的文本数据，包括文档、表格等格式。 对数据进行清洗、分段等预处理，确保数据质量。 2. 创建数据集： 在 Dify 中创建一个新的数据集，并将准备好的文档上传至该数据集。 为数据集编写良好的描述，描述清楚数据集包含的内容和特点。 3. 配置索引方式： Dify 提供了三种索引方式供选择：高质量模式、经济模式和 Q&A 分段模式。 根据实际需求选择合适的索引方式，如需要更高准确度可选高质量模式。 4. 集成至应用： 将创建好的数据集集成到 Dify 的对话型应用中，作为应用的上下文知识库使用。 在应用设置中，可以配置数据集的使用方式，如是否允许跨数据集搜索等。 5. 持续优化： 收集用户反馈，对知识库内容和索引方式进行持续优化和迭代。 定期更新知识库，增加新的内容以保持知识库的时效性。 总的来说，Dify 提供了一个可视化的知识库管理工具，使得构建和维护知识库变得相对简单。关键步骤包括数据准备、数据集创建、索引配置，以及将知识库集成到应用中并持续优化。 Dify 是一个开源的大模型应用开发平台，它通过结合后端即服务和 LLMOps 的理念，为用户提供了一个直观的界面来快速构建和部署生产级别的生成式 AI 应用。该平台具备强大的工作流构建工具，支持广泛的模型集成，提供了一个功能丰富的提示词 IDE，以及一个全面的 RAG Pipeline，用于文档处理和检索。此外，Dify 还允许用户定义 Agent 智能体，并通过 LLMOps 功能对应用程序的性能进行持续监控和优化。Dify 提供云服务和本地部署选项，满足不同用户的需求，并且通过其开源特性，确保了对数据的完全控制和快速的产品迭代。Dify 的设计理念注重简单性、克制和快速迭代，旨在帮助用户将 AI 应用的创意快速转化为现实，无论是创业团队构建 MVP、企业集成 LLM 以增强现有应用的能力，还是技术爱好者探索 LLM 的潜力，Dify 都提供了相应的支持和工具。Dify 官方手册：https://docs.dify.ai/v/zhhans 。一般地，如果是个人研究，推荐单独使用 Dify，如果是企业级落地项目推荐使用多种框架结合，效果更好。 Dify 有两种使用方式： 1. 云服务版本。直接在官网 dify.ai 上注册账号使用。 2. 部署社区版。开源，可商用，但是不能作为多租户服务使用。对个人使用完全无限制。 部署前提条件：2 核 4G 云服务器一台=159 元（不懂的也不用懂，不重要）。其实本地也可以，但是本地更折腾，作者自己不喜欢在自己电脑上部署 Web 服务，所以也懒得给大伙分享。【小插曲】今天在腾讯云开新服务器的时候，发现腾讯云居然提供了一键部署，更简单了！而且看了下，挺便宜的，羊毛不薅白不薅。
2025-03-24
如何从0到1建立dify
从 0 到 1 建立 Dify 的步骤如下： 1. 准备数据： 收集需要纳入知识库的文本数据，包括文档、表格等格式。 对数据进行清洗、分段等预处理，确保数据质量。 2. 创建数据集： 在 Dify 中创建一个新的数据集，并将准备好的文档上传至该数据集。 为数据集编写良好的描述，描述清楚数据集包含的内容和特点。 3. 配置索引方式： Dify 提供了三种索引方式供选择：高质量模式、经济模式和 Q&A 分段模式。 根据实际需求选择合适的索引方式，如需要更高准确度可选高质量模式。 4. 集成至应用： 将创建好的数据集集成到 Dify 的对话型应用中，作为应用的上下文知识库使用。 在应用设置中，可以配置数据集的使用方式，如是否允许跨数据集搜索等。 5. 持续优化： 收集用户反馈，对知识库内容和索引方式进行持续优化和迭代。 定期更新知识库，增加新的内容以保持知识库的时效性。 Dify 有以下两种使用方式： 1. 云服务版本。直接在官网 dify.ai 上注册账号使用。 2. 部署社区版。开源，可商用，但是不能作为多租户服务使用。对个人使用完全无限制。 部署前提条件：2 核 4G 云服务器一台（约 159 元）。 部署过程： 1. 参考 https://docs.dify.ai/v/zhhans/gettingstarted/installselfhosted/dockercompose 。 2. 这些命令在宝塔面板的终端安装。 3. 检查运行情况，如遇到问题（如 80 端口被占用），按照 AI 的方法解决。 4. 在浏览器输入公网 IP 进入，邮箱密码随便填，建立知识库并设置。 5. 选择模型，如智谱 AI，获取钥匙并复制保存。 6. 创建应用并测试发布。
2025-03-24
请给出知识库中关于dify的文章和教学视频
以下是关于 Dify 的相关内容： 如何接入企业微信： 创建聊天助手应用：在 Dify 平台创建基础编排聊天助手应用，获取 API 密钥和 API 服务器地址。 下载 Dify on WeChat 项目：下载并安装依赖。 填写配置文件：在项目根目录创建 config.json 文件，填写 API 密钥和服务器地址。 把基础编排聊天助手接入微信：快速启动测试，扫码登录，进行对话测试，可以选择源码部署或 Docker 部署。 把工作流编排聊天助手接入微信：创建知识库，导入知识库文件，创建工作流编排聊天助手应用，设置知识检索节点和 LLM 节点，发布更新并访问 API。 把 Agent 应用接入微信：创建 Agent 应用，设置对话模型和添加工具，生成 API 密钥，填写配置文件，启动程序并进行测试。 更多内容请访问原文：https://docs.dify.ai/v/zhhans/learnmore/usecases/difyonwechat 小七姐相关的提示词知识库文章索引： RAG 提示工程系列（3）|迈向工程化应用中关于 Dify 的介绍： Dify 是一个开源的大模型应用开发平台，它通过结合后端即服务和 LLMOps 的理念，为用户提供了一个直观的界面来快速构建和部署生产级别的生成式 AI 应用。 该平台具备强大的工作流构建工具，支持广泛的模型集成，提供了一个功能丰富的提示词 IDE，以及一个全面的 RAG Pipeline，用于文档处理和检索。 Dify 还允许用户定义 Agent 智能体，并通过 LLMOps 功能对应用程序的性能进行持续监控和优化。 Dify 提供云服务和本地部署选项，满足不同用户的需求，并且通过其开源特性，确保了对数据的完全控制和快速的产品迭代。 Dify 的设计理念注重简单性、克制和快速迭代，旨在帮助用户将 AI 应用的创意快速转化为现实，无论是创业团队构建 MVP、企业集成 LLM 以增强现有应用的能力，还是技术爱好者探索 LLM 的潜力，Dify 都提供了相应的支持和工具。 Dify 官方手册：https://docs.dify.ai/v/zhhans 一般地，如果是个人研究，推荐单独使用 Dify，如果是企业级落地项目推荐使用多种框架结合，效果更好。
2025-03-21
dify
使用 Dify 构建知识库的具体步骤如下： 1. 准备数据：收集需要纳入知识库的文本数据，包括文档、表格等格式，并对数据进行清洗、分段等预处理，确保数据质量。 2. 创建数据集：在 Dify 中创建新的数据集，将准备好的文档上传至该数据集，并为数据集编写良好的描述，清楚说明数据集包含的内容和特点。 3. 配置索引方式：Dify 提供了三种索引方式，包括高质量模式、经济模式和 Q&A 分段模式。根据实际需求选择合适的索引方式，如需要更高准确度可选高质量模式。 4. 集成至应用：将创建好的数据集集成到 Dify 的对话型应用中，作为应用的上下文知识库使用。在应用设置中，可以配置数据集的使用方式，如是否允许跨数据集搜索等。 5. 持续优化：收集用户反馈，对知识库内容和索引方式进行持续优化和迭代。定期更新知识库，增加新的内容以保持时效性。 Dify 是一个开源的大模型应用开发平台，结合后端即服务和 LLMOps 理念，为用户提供直观界面快速构建和部署生产级别的生成式 AI 应用。具备强大工作流构建工具，支持广泛模型集成，提供功能丰富的提示词 IDE 及全面的 RAG Pipeline 用于文档处理和检索。允许用户定义 Agent 智能体，并通过 LLMOps 功能对应用程序性能持续监控和优化。提供云服务和本地部署选项，满足不同用户需求，其开源特性确保对数据完全控制和快速产品迭代。Dify 官方手册：https://docs.dify.ai/v/zhhans 。一般来说，个人研究推荐单独使用 Dify，企业级落地项目推荐多种框架结合。 Dify 有两种使用方式： 1. 云服务版本：直接在官网 dify.ai 上注册账号使用。 2. 部署社区版：开源，可商用，但不能作为多租户服务使用，对个人使用无限制。部署前提条件：2 核 4G 云服务器一台（约 159 元）。
2025-03-20
多维表格自动生成视频
以下是关于多维表格自动生成视频的详细介绍： 基于其他博主开源的视频生成工作流进行功能优化，实现了视频的全自动创建。 先看效果： 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： 1. 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） 2. 飞书（消息） 3. 飞书多维表格（字段捷径、自动化流程） 大体路径： 1. 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。 2. 发布 coze 智能体到飞书多维表格。 3. 在多维表格中使用字段捷径，引用该智能体。 4. 在多维表格中创建自动化流程，推送消息给指定飞书用户。 具体步骤： 1. 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，重点为飞书多维表格，记得智能体提示词的 4 个变量，发布时会自动出现，控件选择“字段选择器”，填写上架信息（为快速审核，选择仅自己可用），确认发布等待审核，审核通过后即可在多维表格中使用。 2. 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，配置后选择“自动更新”，输入 4 个字段后，“文案视频自动化”字段捷径会自动调用工作流生成视频。 进行表单分享，实现填写表单自动创建文案短视频的效果。 3. 自动化推送：点击多维表格右上角的“自动化”，创建想要的自动化流程。 办公提效神器方面，还可用指令和 AI 生成视频插件，批量生成宣传视频。最后创建一列字段，从字段捷径 AI 中心中选择智谱 AI 生成视频，插件配置简单，直接选择视频指令作为文本描述即可批量生成。视频生成需时间，生成后可直接点击播放查看效果，如有抽象可重试或手动调整指令。
2025-03-23
deepseek在多维表格中的应用
以下是关于 DeepSeek 在多维表格中的应用相关内容： 相关链接： 具体步骤： 创建带有 AI 能力的飞书多维表格，包括设置“金句输出”“概要内容提炼”等字段，并通过选择公式获取相应结果，如选择“金句提炼.输出结果”等。输入第一个链接，后续字段会自动生成，从而完成 AI 数据库的设置。 DP 模型的使用分享： 功能：能进行自然语言理解与分析、编程、绘图等。 使用优势：可以用更少的词让模型做更多事，思维发散，能给出创意思路和高级内容。 存在问题：思维链长不易控制，可能输出看不懂或胡编乱造的内容，增加纠错成本。 审核方法：可以用其他大模型来解读 DP 模型给出的内容。 使用建议：使用时要有自己的思维雏形，多看思考过程，避免被模型冲刷原有认知。 使用场景：包括阅读、育儿、写作、随意交流等方面。 案例展示：通过与孩子共读时制作可视化互动游戏，以及左脚踩右脚式的模型交互来展示应用。 音系学和与大模型互动的分享：包括音系学研究、通过与大模型多轮对话取队名等。 Deepseek 文档分享：在 3 群和 4 群分享了相关文档，也可在 v to a gi 的飞书知识库中搜索获取。 未来活动预告：明天后天在摩纳社区提供免费算力资源带大家学习炼丹，周一晚上学习多维表格中接入 Deepseek。
2025-03-19
多维表格+coze
以下是关于多维表格与 Coze 相关的内容： 复制多维表格模版并设置： 复制多维表格模版，如。 将对应的多维表格地址、表明、Cookie 设置进去。若改了表名或需要同步数据的列明，需在代码中修改列名称，并更新配置对应的表明。 注意访问多维表格的授权问题，参考。一切就绪后，即可同步数据。 优化内容： 优化原因：原文章主要讲企业落地技术栈的组合方式，很多同学更关心数据问题。 2025.03.05 优化功能与内容调整： 优化字段捷径审核带来的影响，调整实现路径。 优化多维表格数据分析能力与最终数据效果，避免不会使用的问题。 优化 Coze 应用端功能，提升用户体验。 针对小红书部分的数据分析进行升级，做到切实可用。 效果演示与能解决的问题： 效果演示包括账号分析、赛道分析、多维表格中的数据大屏、账号分析结果、笔记分析结果等。 能帮助解决的问题：快速分析账号质量、快速定位爆款笔记、快速找到热门标签、优化笔记发布策略、赛道关键词挖掘、赛道对标账号挖掘。 飞书多维表格基础与联动： 主要构成包括输入（数据类型）、数据处理（与 Coze 联动，可在 Coze 上找插件、工作流、模板用于多维表格）、视图（透视）、看板（可视化）、工作流（自动化）、和飞书联动。 基于问卷的二次处理，使用多个工具，如 AI 自动回答、计数统计和参与时间。若想联系作者，可参考
2025-03-10
如何使用AI在网络搜索信息，并将信息填入表格内呢？
使用 AI 在网络搜索信息并填入表格内，您可以参考以下几种方法： 1. 利用 AI 与权威网站结合获取关键数据，并辅助提取结构化表格数据或编写抓取程序。例如，针对如何用 AI 撰写专业区域经济报告，信息收集时可这样操作。同时，针对报告需求将内容拆分，避免 AI 单次处理任务过长。数据处理时，借助传统工具如 Excel，结合 AI 指导高效操作数据筛选与图表生成。分析与撰写时，通过整理数据，利用 AI 辅助分析后撰写报告初稿，可指定风格并校验数据与结论准确性。但要注意，AI 仅作辅助，最终内容需人工主导校验，避免误导性结论。 2. 使用 Perplexity 进行搜索。Perplexity 的 Pro 搜索会将复杂问题拆分成不同关键词，进行多次搜索后整合结果，为用户提供全面、精准的答案。用户提问一次，Perplexity 会自动分多次搜索并把答案合并整理呈现，还会提供信息来源以便进一步查证。 3. 对于调研市场上主流的开源搜索引擎技术架构这类任务，可采用多智能体 AI 搜索引擎方案： 第一步，根据用户任务，使用搜索工具如 API WebSearchPro 补充更多信息，参考相关文档。 第二步，使用大模型如 GLM40520 把用户问题拆分成若干子搜索任务，并转换为 JSON 格式，参考相应 API 文档和 JSON 工具。 第三步，用具备联网搜索和自主分析能力的 AI 搜索智能体完成子任务，参考智能体 API 的调用方式。 第四步，智能体能调用各种插件生成思维导图等，根据工作需要选择，参考智能体 API 的调用方式。
2025-03-18
自动转换信息为表格
以下是关于自动转换信息为表格的相关内容： Andrej Karpathy 亲授：大语言模型入门 在讨论 LLM 的未来部分提到，使用 ChatGPT 收集有关规模人工智能及其创始轮次的信息，并整理成表格。ChatGPT 不是直接作为语言模型回答问题，而是使用工具，如浏览器进行搜索，将信息组织成表格，包括 A、B、C、D 和 E 系列，有日期、筹集的金额以及该系列中的隐含估值，并提供引用链接，同时会标注无法找到的信息。 50 个 ChatGPT 指令，提升工作效率 其中包括将文本转成 CSV 表格的相关提示：“从下面粘贴的列表中，创建一个包含”
2025-03-15
可以给出国内出名的大语言模型的信息吗，包括其模型名称，版本，发布时间，发布公司，模型参数，性能特点等信息，尽可能覆盖更多的大模型，使用表格输出，并按照发布时间排序
|模型名称|版本|发布时间|发布公司|模型参数|性能特点|适合应用| |||||||| |Baichuan213BChat|Baichuan2192K|10月31日|百川智能|未提及|在逻辑推理、知识百科、生成与创作、上下文对话等基础能力上排名200亿参数量级国内模型第一，在计算和代码能力上有一定优化空间|场景相对广泛且可以私有化部署，重点推荐在小说/广告/公文写作等内容创作场景、智能客服/语音助手以及任务拆解规划等场景，可部署在教育、医疗、金融等垂直行业中应用，同时可部署在低算力终端处理基础智能任务| |文心一言|V4.0|10月17日|百度|未提及|在计算、逻辑推理、生成与创作、传统安全这4大基础能力上排名国内第一，在代码、知识与百科、语言理解与抽取、工具使用能力上排名国内前三，各项能力表现均衡且绝大部分能力有很高的水平|能力栈较为广泛，可应用的场景较多，重点推荐在查询搜索知识应用、任务拆解规划Agent、文案写作以及代码编写及纠错等方面的应用，由于在逻辑推理方面的不俗表现，可以重点关注在科学研究、教育、工业方面的落地能力| |通义千问 2.0|2.0|10月31日|阿里云|千亿级参数|未提及|未提及|
2025-03-15