告别手动码字!AI智能生成+文档下载,职场/学习效率翻倍攻略!

一、写在前面

本文重点介绍如何将AI智能生成文字直接转换为word文档,支持下载,最终提升大家学习和职场办公的效率。

二、实操环境

1、Pandoc-api服务:

下载地址:https://github.com/alphakevin/pandoc-api

Pandoc是一个功能强大的文档转换工具,支持多种文档格式之间的转换。它由John MacFarlane 开发,广泛应用于学术写作、出版和技术文档处理领域。

Pandoc支持多种输入和输出的格式,包括但不限于:

输入格式:Markdown、HTML、Word(.docx)等;

输出格式:PDF、HTML、Word(.docx)、Markdown等;

2、MaxKB 服务:

下载地址:https://maxkb.cn/index.html

三、操作步骤

1、搭建 pandoc-api 服务

pandoc-api服务的作用是,将文本信息转换成word 文档,并提供下载链接。搭建过程如下:

下载pandoc-api.tar镜像压缩包到本地服务器,执行下载命令:

复制代码
wget https://try1.fit2cloud.cn/pandoc-api.tar

加载pandoc-api镜像,执行加载命令:

复制代码
docker load -i pandoc-api.tar

运行pandoc-api服务,执行运行命令:

复制代码
docker run -d -p 5000:5000 --restart=always --name pandoc-api pandoc-api

2、基于MaxKB发布调用 pandoc-api 服务的函数。

复制代码
import requests

def convert_markdown_to_word(markdown_text):
    """
    发送 Markdown 文本到指定的 API,并获取生成的 Word 文件的下载链接

    :param markdown_text: Markdown 格式的文本
    :param api_url: API 的 URL
    :return: Word 文件的下载链接
    """
    # pandoc-api 部署 pandoc-api 的服务器的URL地址
    api_url = "http://ip:5000/convert"
    # 构造请求数据
    data = {
        "markdown": markdown_text
    }

    # 发送 POST 请求
    response = requests.post(api_url, json=data)

    # 检查响应状态
    if response.status_code == 200:
        # 解析 JSON 响应
        response_data = response.json()
        if 'download_url' in response_data:
            # 返回下载链接
            return response_data['download_url']
        else:
            return "Error: 'download_url' not found in the response"
    else:
        # 返回错误信息
        return f"Error: {response.status_code}, {response.text}"

其中将 markdown_test 设置成输入参数,具体参见如下:

3、基于MaxKB创建应用编排调用 pandoc-api 服务的函数。

如下图所示,前端流程节点为 AI 对话节点,下面添加文档生成函数节点,输入参数设置为AI 回答内容即可。

四、最终效果演示

工作流执行详情,如下图所示点击下载即可下载到文档

相关推荐
土星云SaturnCloud2 小时前
液冷技术的未来:相变冷却、喷淋冷却等前沿技术探索
服务器·人工智能·ai
寻道模式4 小时前
【时间之外】创业踩坑指南(16)-科技手段
科技·ai·rpa
Corleo4 小时前
记录一次复杂的 ONNX 到 TensorRT 动态 Shape 转换排错过程
python·ai
m0_603888715 小时前
Decentralized Autoregressive Generation
ai·去中心化·区块链·论文速览
效率客栈老秦5 小时前
Python Trae提示词开发实战(12):AI实现API自动化批量调用与数据处理让效率提升10倍
人工智能·python·ai·prompt·trae
FIT2CLOUD飞致云7 小时前
应用升级为智能体,模板中心上线,MaxKB开源企业级智能体平台v2.5.0版本发布
人工智能·ai·开源·1panel·maxkb
程序员欣宸7 小时前
LangChain4j实战之十二:结构化输出之三,json模式
java·人工智能·ai·json·langchain4j
m0_603888718 小时前
Scaling Trends for Multi-Hop Contextual Reasoning in Mid-Scale Language Models
人工智能·算法·ai·语言模型·论文速览
颜值博主8 小时前
新一代大模型范式: Inner Tools
人工智能·ai·语言模型
次元工程师!9 小时前
Ubuntu部署DDSP-SVC 6.3音色克隆大模型和使用(基于SVC Fusion整合包)
人工智能·深度学习·ai·svc·ddsp·音色克隆