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
小七-七牛开发者6 小时前
周 1 上线 | DSH 喜提原神进场动画,Anthropic 启动 IPO 路演;黄仁勋辞任;微软全球大宕机超 24 小时
ai·大模型·agent·token·工作流·claudecode·ai coding
GISer_Jing7 小时前
GitHub热点I
后端·ai·langchain
QuZhengRong8 小时前
【AI】Agent 全栈进阶|AgentScope 沙箱源码解析
python·学习·ai·agent·沙箱
羲云网络9 小时前
Claude Fable 5.2 创意编程分析:程序化生成、多智能体协作与工程验收
人工智能·大语言模型·blender·游戏开发
梯度下降者11 小时前
让AI的“隐形思维“也能越练越强,这项突破或将重写推理效率的边界
ai·强化学习·潜在推理·代理概率·停止门
我才是银古12 小时前
chat-demo 源码解析与 DeepSeek 全家桶 API 能力盘点
ai·demo·deepseek
装不满的克莱因瓶13 小时前
【从零搭建】AI大模型之ReactAgent智能体对接MCP实战
java·人工智能·ai·springai·mcp·springaialibaba
cpolar技术支持15 小时前
容器数是 6 个、6 个、还是 6 个,可服务早被换掉了:用一个 5.5MB 的 Go 单文件把机器每周的变化记下来,再给它套一层别人看不懂的入口
python·docker·ai·cpolar
万俟淋曦16 小时前
[ROS 系列学习教程] 建模与仿真 - 使用 ros_control 控制六轴串联机械臂
人工智能·ai·机器人·ros·机械臂·robotics·具身智能
效率工作实验室17 小时前
企业级AI Agent平台选型指南:主流厂商能力对比与落地场景解析
ai·企业级ai·agent平台选型·agent平台能力对比·企业智能体落地场景