Vibe Coding一人即团队系列60: 基于PPTMaster与中转API的自动化配图方案

GitHub Actions 自动化:5 个真实运维提效案例 回顾 5 个案例的共同模式:把确定性流程交给流水线,把判断性工作留给人,并给出从单点试点到体系化推广的推进路径。 阅读详情

纲要

  • 核心工具与库
    • PPTMaster:PPT生成与编辑框架
    • python-dotenv:环境变量管理
    • OpenAI Python SDK:图片生成API调用
  • 关键配置文件
    • .env:环境变量配置(API密钥、端点)
    • .env.example:配置模板
  • 核心流程
    • 环境配置与变量注入
    • 中转API认证与调用
    • 图片生成任务的提交与轮询
  • 涉及API
    • OpenAI Images API(兼容接口)
    • 任务状态查询接口

环境配置与变量管理

在基于 PPTMaster 构建自动化PPT生成流程时,图片配图功能依赖外部图片生成API。PPTMaster 官方仓库提供了环境变量模板文件 .env.example,需将其复制为 .env 并填入有效凭证。

项目结构示例

├── PPTMaster/
│   ├── .env                # 实际环境变量(需自行创建)
│   ├── .env.example        # 环境变量模板
│   ├── skills/
│   │   └── groups/
│   │       └── image_generate.py  # 图片生成脚本
│   └── ...

.env 配置项说明

# OpenAI API 配置(兼容接口)
OPENAI_API_KEY=sk-xxxxx
OPENAI_API_BASE=https://api.your-proxy.com/v1
IMAGE_MODEL=dall-e-3

字段说明:

  • OPENAI_API_KEY:用于认证的API密钥,从服务商处获取。
  • OPENAI_API_BASE:API服务的基础URL,此处需指向可用的中转端点。
  • IMAGE_MODEL:指定图片生成模型,当前推荐 dall-e-3。

配置步骤

  1. 复制模板文件:cp .env.example .env
  2. 编辑 .env,填入有效的中转API密钥和端点地址。
  3. 确认配置加载:PPTMaster 通过 python-dotenv 或类似库自动读取 .env 中的变量。

中转API的认证与调用

由于直接调用海外图片生成服务存在网络与认证限制,国内开发环境通常采用中转API方案。本文以兼容OpenAI接口的中转服务为例,其统一了认证与计费,简化了调用流程。

中转API核心参数

参数类型必填说明
promptstring是图片生成的提示词
modelstring是模型名称,如 dall-e-3
ninteger否生成图片数量,默认1
sizestring否图片尺寸,如 1024x1024
qualitystring否质量选项,如 standard 或 hd

调用流程(时序)

GenService TaskQueue ProxyAPI Client GenService TaskQueue ProxyAPI Client loop [轮询查询] POST /v1/images/generations (prompt, model) 提交生成任务 task_id 返回 task_id GET /v1/tasks/{task_id} 查询任务状态 状态(pending/complete) 返回状态与图片URL(若完成)

API 端点示例

  1. 提交生成任务

    • 方法:POST
    • 路径:/v1/images/generations
    • 请求体示例:
      {
        "prompt": "A cyberpunk girl with twin ponytails holding a cat",
        "model": "dall-e-3",
        "n": 1,
        "size": "1024x1024"
      }
      
    • 响应示例:
      {
        "task_id": "task_abc123",
        "status": "pending"
      }
      
  2. 查询任务状态

    • 方法:GET
    • 路径:/v1/tasks/{task_id}
    • 响应示例(完成):
      {
        "task_id": "task_abc123",
        "status": "completed",
        "data": [
          {
            "url": "https://cdn.example.com/image.png"
          }
        ]
      }
      

图片生成脚本调用

PPTMaster 内置了 image_generate.py 脚本,用于从命令行直接调用图片生成功能。该脚本会自动读取 .env 中的配置,并提交生成请求。

基本调用方式

python image_generate.py \
  --prompt "宫崎骏风格,乡村街道,奔跑的小朋友与小狗" \
  --ratio "16:9" \
  --output "./images"

参数说明:

  • --prompt:图片描述文本。
  • --ratio:画面比例,如 16:9、9:16、1:1。
  • --output:图片保存目录,默认为当前目录。

执行过程与轮询

脚本提交任务后,会周期性查询任务状态,直到图片生成完成或超时。期间控制台会输出 task_id 和轮询日志,便于调试。

注意事项

  • 部分模型或比例组合可能不被支持,需参考中转服务商的文档。
  • 生成时间受服务端排队情况影响,通常为1-5分钟。
  • 若轮询超时,可手动使用 task_id 通过API查询结果。

异步生成与结果获取

图片生成是典型的长时异步操作,无法通过单次请求直接获得结果。标准模式为:

  1. 提交:客户端发送生成请求,服务端返回 task_id。
  2. 轮询:客户端定时(如每5秒)携带 task_id 查询任务状态。
  3. 完成:状态变为 completed 时,响应中包含图片URL或Base64数据。

轮询代码示例(Python)

import requests
import time

def generate_image(prompt, api_key, base_url):
    # 提交任务
    submit_url = f"{base_url}/v1/images/generations"
    headers = {"Authorization": f"Bearer {api_key}"}
    payload = {
        "prompt": prompt,
        "model": "dall-e-3",
        "n": 1,
        "size": "1024x1024"
    }
    resp = requests.post(submit_url, json=payload, headers=headers)
    task_id = resp.json().get("task_id")

    # 轮询结果
    status_url = f"{base_url}/v1/tasks/{task_id}"
    while True:
        status_resp = requests.get(status_url, headers=headers)
        data = status_resp.json()
        if data.get("status") == "completed":
            return data["data"][0]["url"]
        elif data.get("status") == "failed":
            raise Exception("Image generation failed")
        time.sleep(5)

API 速览

OpenAI 兼容图片生成接口

  • 所属库:openai (Python SDK)
  • 方法:client.images.generate()
  • 参数:
    • prompt (str):图片描述
    • model (str):模型名称,如 dall-e-3
    • n (int):生成数量
    • size (str):图片尺寸
  • 返回值:ImageResponse 对象,包含图片URL或Base64
from openai import OpenAI

client = OpenAI(
    api_key="sk-xxxxx",
    base_url="https://api.your-proxy.com/v1"
)

response = client.images.generate(
    prompt="A beautiful landscape",
    model="dall-e-3",
    n=1,
    size="1024x1024"
)
print(response.data[0].url)

任务状态查询接口

  • 所属库:无,基于HTTP API
  • 方法:GET /v1/tasks/{task_id}
  • 参数:路径参数 task_id
  • 返回值:JSON对象,包含 status、data 等字段

Demo 示例

以下提供一个完整的HTML文件,演示如何通过前端界面提交图片生成请求并轮询结果。实际生产环境中,建议将API调用置于后端服务。

运行说明

  1. 将以下代码保存为 index.html。
  2. 替换 API_KEY 和 BASE_URL 为实际值。
  3. 在浏览器中打开该文件,输入提示词,点击生成。
  4. 页面将自动轮询并显示生成的图片。
<!DOCTYPE html>
<html lang="zh-CN">
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>AI 图片生成演示</title>
    <style>
        body { font-family: Arial, sans-serif; max-width: 800px; margin: 0 auto; padding: 20px; }
        textarea { width: 100%; height: 80px; }
        button { padding: 10px 20px; margin-top: 10px; }
        #result img { max-width: 100%; margin-top: 20px; border-radius: 8px; }
    </style>
</head>
<body>
    <h1>AI 图片生成</h1>
    <textarea id="prompt" placeholder="请输入图片描述...">赛博朋克风格,双马尾女孩抱着一只猫</textarea>
    <button onclick="generate()">生成图片</button>
    <div id="result"></div>

    <script>
        const API_KEY = "sk-xxxxx"; // 替换为你的API密钥
        const BASE_URL = "https://api.your-proxy.com"; // 替换为中转地址

        async function generate() {
            const prompt = document.getElementById('prompt').value;
            const resultDiv = document.getElementById('result');
            resultDiv.innerHTML = '提交中...';

            try {
                // 1. 提交任务
                const submitRes = await fetch(`${BASE_URL}/v1/images/generations`, {
                    method: 'POST',
                    headers: {
                        'Content-Type': 'application/json',
                        'Authorization': `Bearer ${API_KEY}`
                    },
                    body: JSON.stringify({
                        prompt: prompt,
                        model: 'dall-e-3',
                        n: 1,
                        size: '1024x1024'
                    })
                });
                const taskData = await submitRes.json();
                const taskId = taskData.task_id;
                resultDiv.innerHTML = `任务已提交 (ID: ${taskId}),等待生成...`;

                // 2. 轮询结果
                let imageUrl = null;
                while (!imageUrl) {
                    await new Promise(resolve => setTimeout(resolve, 3000));
                    const statusRes = await fetch(`${BASE_URL}/v1/tasks/${taskId}`, {
                        headers: { 'Authorization': `Bearer ${API_KEY}` }
                    });
                    const statusData = await statusRes.json();
                    if (statusData.status === 'completed') {
                        imageUrl = statusData.data[0].url;
                        resultDiv.innerHTML = `<img src="${imageUrl}" alt="生成图片" />`;
                    } else if (statusData.status === 'failed') {
                        resultDiv.innerHTML = '生成失败,请重试。';
                        break;
                    }
                }
            } catch (err) {
                resultDiv.innerHTML = `错误:${err.message}`;
            }
        }
    </script>
</body>
</html>

技术点总结

  • 前端通过 fetch 调用中转API,实现图片生成任务提交与轮询。
  • 异步任务的典型处理模式:提交 → 轮询 → 展示结果。
  • 环境变量与前端硬编码的权衡:生产环境建议使用后端代理。

参考文档

官方文档

参考链接

总结

本文围绕 PPTMaster 框架下的自动配图需求,系统梳理了从环境配置、中转API调用到图片生成与轮询的完整技术链路。核心要点包括:

  • 环境隔离:通过 .env 文件管理敏感信息,避免硬编码。
  • 中转API:解决了直接调用海外服务的网络与认证问题,提供统一接口与计费。
  • 异步处理:图片生成采用任务提交与轮询模式,适配长时操作场景。
  • 脚本化集成:image_generate.py 提供了命令行快速生成能力,便于与 PPTMaster 或其他自动化流程结合。

该方案不仅适用于PPT配图,也可泛化至自媒体配图、设计辅助等场景,具备良好的扩展性。

MCP+Skills 赋能APP渗透逆向,六阶段 Agent 流水线,打通 MCP 工具链实现 APP 安全自动化分析 本文的实现与思路,是对前辈经验和行业方法的一次学习与实践,若其中存在疏漏或不足之处,欢迎批评指正。目前也在继续尝试将这一体系进一步推向真正可落地的自动化方向,供更多安全研究与测试实践参考! 阅读详情

相关推荐

CTF实战:从ECDSA签名漏洞到flag获取

本文详细解析了ECDSA签名算法在CTF比赛中的实战应用,重点探讨了随机数重用和参数泄露等常见漏洞。通过PWNHUB六月赛的例题,展示了如何从签名数据中恢复私钥并获取flag,同时提供了防御措施和实战技巧,帮助参赛者提升解题能力。

weixin_42706667的博客 278

Vibe Coding:AI时代的编程新范式

Vibe Coding,这个被《柯林斯词典》评为2025年年度词汇的概念,正在彻底改变我们与代码的关系。Andrej Karpathy(OpenAI联合创始人)说:「我只是说出需求,运行它,然后复制粘贴,它大多能工作。」,有一天写代码不再需要「敲键盘」,只需要说出想法,AI就能帮你完成?这不是科幻,而是正在发生的现实。

专注IT技术、AI实践与架构思考。 633

从零构建AI Agent集群:Docker Compose与Nginx部署实战

在AI应用开发领域,微服务架构和容器化部署已成为提升开发效率和系统可维护性的关键技术。Docker Compose作为容器编排工具,能够将多个独立服务(如Node.js、Python应用)及其依赖(数据库、缓存)封装在隔离环境中,并通过统一配置文件定义服务间的网络与依赖关系,实现一键启停。Nginx作为反向代理,则提供了统一的网络入口、请求路由和负载均衡能力,是构建高可用Web应用的基石。这种组合技术方案的价值在于,它能将复杂的AI系统(如工作流引擎、对话Agent、技能库)的部署运维复杂度大幅降低,使得开

weixin_27028523的博客 639

vibecoding起步之Claude Code的skills是什么,里面有什么文件,以ppt的一个skills举例

SKILL.md添加公司模板:在中设置指向你的公司 PPT 模板自定义主题:修改中的,或添加新的主题配置扩展能力:在SKILL.md中添加新的能力描述,并在scripts/目录下编写对应的脚本设置默认输出目录:在中修改,让生成的 PPT 自动保存到你指定的位置需要我给你一个可直接复制使用的模板,包含常用的中文配置和公司模板设置吗?

m0_52935719的博客 524

ic后端学习笔记-floorplan

floorplan是布图规划,规划包括定义芯片的大小,定义芯片内各种模块、hard macros(硬核。比如RAM,ROM及其他IP模块等)、IO等的大小和位置,有时候还需要提前定义一些placement blockages,groups/regions等等,是后端设计的第一步,也是后续所有P&R工作的基础。floorplan与placement的区别是。

tfrofc的博客 5839

Unity Spine 3.8 (URP) 踩坑(Shader报错修改)

提供了新思路,打算尝试一下URP。但美术使用的spine版本是3.8,项目用的Unity2021.3.11f1c2,直接导入spine URP包,shader报错:half4 不能转成 SurfaceData2D;Spine-Sprite-StandardPass-URP-2D.hlsl 也报这个错,也是同样的改法即可。今天搜索spine优化,看到一篇文章。

hrlr1230的博客 4570

《Vibe Coding:AI编程时代的认知重构》笔记

Vibe Coding

lonelymanontheway的博客 1370

RK3588 buildroot 制作的系统增加 docker 支持

RK3588 使用buildroot制作的系统添加 docker 和 docker-compose 的功能

荻夜的博客 1569

Vibe Coding一人即团队系列61: 用PPTMaster与TaoToken统一API通道搭建自动化配图工作流

用PPTMaster搭建自动化配图工作流时,把TaoToken统一API通道接入config.toml与.env,一个Key即可调用图像生成并回填PPT。本文给出可复制配置、verify_image.py验证脚本与401、超时、模型不支持排查路径,让配图流水线稳定跑通。详见 https://taotoken.net/?utm_source=taotoken_aicg_blog_end

weixin_42594419的博客 20

【大语言模型 37】知识蒸馏深度实战:大模型向小模型迁移

本文深入探讨了知识蒸馏技术在大语言模型领域的应用,详细阐述了如何将庞大复杂的大模型知识有效迁移到轻量级小模型中。文章系统介绍了知识蒸馏的理论基础、多种蒸馏损失函数设计、特征匹配与注意力迁移技术、渐进式蒸馏策略以及全面的效果评估方法。通过实战案例和完整代码实现,读者将掌握从理论到实践的知识蒸馏全流程,了解如何在保持模型性能的同时显著降低计算资源需求,实现大语言模型的高效部署与应用。

熵数实验室 1513

国科大人工智能原理与算法-2024-第一次作业-雷震老师

1. 反射行动(比如从热炉子上缩回你的手)是理性的吗?它们是智能的吗? 2. 以下的计算机系统在何种程度上是人工智能的实例: - 超市条码扫描器 - 网络搜索引擎 - 语音激活的电话菜单 - 对网络状态动态响应的网络路由算法 3. 为什么进化会倾向于导致行为合理的系统?设计这样的系统想达到的目标是什么?

MatsumotoChrikk 2932

Vibe Coding一人即团队系列61: 用PPTMaster对接TaoToken统一API实现自动化配图轮询

用PPTMaster批量配图时,在skills/groups/image_generate.py旁加一层多Key轮询封装,把OpenAI Images API请求统一走TaoToken通道,配合指数退避重试与轮询超时,解决429限流与单点故障。含可复制.env与脚本,官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end

weixin_36212459的博客 181

从 SAP 的报错信息看,你在用 F-44 做供应商清帐时,系统提示:“Document splitting: Items for clearing … not found”消息号 GLT0002

摘要:SAP系统报错GLT2002是由于待清凭证缺少凭证分割信息(如利润中心、业务范围等),导致F-44清账时无法匹配分割特征。解决方法包括:1)通过FB02或批量程序补充分割字段;2)临时取消OB74的分割检查(可能影响报表);3)排除无法补充的凭证行。核心思路是确保新旧凭证的分割字段一致,或调整系统检查规则以完成清账。

金牌架构师 1251

从零到精通 Vibe Coding:写给“会 C 和 Python“的你的完整实操手册

入门篇:理解了 LLM 是"高概率接话王"(所以描述要清晰、输出要验证);建立了"描述→生成→运行→反馈"的对话闭环心智模型;选好了工具路线(网页生成器起步 → AI IDE 主力);亲手做完了第一个待办清单;记住了五大入门坑(需求模糊、贪大求全、报错两极端、无存档裸奔、全盘信任)。进阶篇:掌握了结构化需求 + 验收标准的写法;理解了"上下文"和"三天记忆实习生"模型,学会用规则文件、新会话、@文件来管理它;掌握了 QA 式反馈公式和五步调试法;跑通了小工具、改 bug、数据分析、网站上线四大场景;

weixin_45631123的博客 818

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

Vibe Coding 从 0 到 1 打造 AI 产品:TaoToken 统一 Key 接入 Next.js + Supabase + Vercel 上线一个月复盘

用 Vibe Coding 一个月上线 AI 产品,Next.js + Supabase + Vercel 组合,AI 能力经 TaoToken 统一 Key 接入。本文给出可复制的 config.toml、settings.json 骨架与环境变量清单,并复盘环境变量失效、Key 泄露、上下文污染等真实坑。注册与接入见 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 。

Ceshi01的博客 10

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

【新书预告】《扣子编程从一句话到产品上线:零门槛AI心流开发》

叶彦辛,AI数据产品经理,AI解决方案架构师,火山引擎Agent开发者,扣子编程技术顾问,微软AI技术认证专家。扣子编程从一句话到产品上线:零门槛AI心流开发》《玩转FastGPT:像搭积木一样构建智能体》作者。宋立桓,中国计算机学会人工智能专委会委员,腾讯云架构师同盟名人堂专家。曾服务于微软公司、腾讯公司。拥有人工智能认证和专利,创作过多本人工智能技术图书。

夏天又到了的专栏 328

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

2026年10款主流AI建网站工具盘点

从百度秒哒的“一句话生成网站”到万小智的阿里云全链路部署,从Wix Harmony的AI与设计融合到Durable的30秒极速建站,2026年的AI建站工具生态已覆盖从个人作品集到企业级官网的全场景需求。2026年,AI技术已全面革新网站开发流程。2026年6月,Framer推出3.0版本,将AI智能体带到画布上,可设计整个页面、迭代调整、创建断点、添加效果、生成组件、编写代码。:平台内置十余个专业智能体,包括策划、开发、测试、设计等角色,模拟真实团队分工,一人即可高效完成复杂网站的端到端构建。

tianjinhuanlegou的博客 404

GLM-4.7:开源代码模型的工程化分水岭

大语言模型的代码生成能力,正从语法正确性迈向工程可用性。其核心在于理解软件开发生命周期——需求分析、依赖管理、测试覆盖、部署适配与运维规范。GLM-4.7 作为当前开源 SOTA,首次将‘编程意图落地’系统化建模,通过可配置的 engineering-package 输出、可编程的交错式/轮级思考模式,以及语义原生的工具调用能力,显著提升代码交付质量与任务首过率。它不追求通用推理高度,而聚焦开发者每日面对的真实场景:API 快速实现、跨框架组件生成、合规 Helm Chart 构建、零代码业务大屏搭建等。这

weixin_33895475的博客 569

PaiAgent 接入火山方舟 Agent Plan:联网搜索、记忆召回与多模态生成的统一编排实战

火山方舟 Agent Plan 是一套把语言模型、联网搜索、记忆召回、图片/视频生成与向量化能力打包在一起的供应商套餐。本文将讲解 PaiAgent 如何将 Agent Plan 沉淀为一套统一的 Agent 能力配置:用户只需在全局配置中维护一次 API 地址、密钥与多模型字段,工作流即可自由编排联网搜索、记忆读写、RAG 检索与多模态生成节点,并让 ReAct Agent 按需调用这些能力。读

gitblog_00469的博客 319

零信任架构实战:基于天远单人婚姻查询构建自动化智慧住房资格核验网关

破解公租房资格核查痛点:从传统纸质婚姻凭证抽检到权威民政数据穿透直连 在智慧城市公共租赁住房(公租房)、保障性租赁住房以及共有产权房等民生保障工程中,保障房资源的公平精准分配是住房保障管理中台的核心职责。按照现行住房保障准入政策,申请主体的家庭结构直接决定了配租资格准入与面积配给标准:单身家庭申请人通常享有特定的单人保障配额与独立的财产评估标准,要求申请人具

2501_94042197的博客 221

官网最差内容压力测试:长标题、缺图、空状态与溢出的自动化核查

用真实最差内容、固定视口和浏览器脚本检查官网长标题、缺图、空状态、横向溢出、表单错误与多语言布局。

sweetofmine1的博客 262

当通用大模型进入神经科学实验室,科研自动化正在发生什么变化?

10月28日,Gabriel Ocana-Santero 分享了一组小鼠实验现场照片:粉色支架、显微镜、电机,以及一个醒目的红色急停按钮。这很容易被概括成“AI 给小鼠做脑手术”。**但目前能够核对的材料,主要是作者的社交媒体自述、线程转录与现场图片,尚不足以独立验证实验结果。**读懂这次展示,首先要把三个问题分开:谁提出方案,谁批准动作,什么证据能证明治疗有效。团队展示的电动实验装置全景;照片不构成疗效证据(图源:Gabriel Ocana-Santero 社交媒体图片,用户提供)

weixin_71777199的博客 178

Try-Except怎么用,3个追问解答在自动化下的应用

异常处理(Try-Except)——给程序穿上防弹衣。在真实环境里,你经常会遇到:某个子文件夹没权限访问()、某个文件刚好被同事删了()、或者网络突然断了。如果不加异常处理,只要有一个文件报错,整个扫描程序就会瞬间崩溃,直接闪退。try。

2303_76755697的博客 454

树莓派工控机在机器人自动化中的适用边界

讨论树莓派工控机能否用于机器人自动化,前提是把机器人控制拆成不同时间尺度的任务。电流环周期通常在 125~250 μs,速度环多在 0.5~1 ms,位置环由控制器或驱动器完成,常见取值 1~2 ms,轨迹插补周期通常为 4~8 ms。四层任务对平台的要求并不一致。 电流环与速度环由驱动器的硬件时序与 PWM 开关频率决定,与主控采用何种处理器关系有限。插补与轨迹规划运行在控制器上,占用算力与内存带宽,对单次调度延迟的容忍度相对较高。位置环处在分界位置,它由谁执行,决定了控制器是否需要具备硬实时能力。 据此

2609_96574764的博客 292

WinRAR 高级自动化实战:用脚本批量搞定压缩解压全流程

本文详解WinRAR命令行自动化实战,通过三类脚本实现批量压缩、解压与增量备份,结合环境变量配置与任务计划,彻底解放双手。涵盖加密命名、自动归档、智能增量及分卷备份,附避坑指南与配置导出技巧,助力高效无人值守文件管理。

Helix250的博客 167

零信任架构实战:基于海宇历史车况精准版出险构建自动化二手车以租代购与车队资产建档网关

破解汽车租赁与二手车采购出险核查痛点:从传统纸质保单调取到车况出险报告异步穿透直连 在全国连锁汽车租赁、网约车运力资产管理、二手车以租代购以及汽车融资租赁等现代化重资产出行生态中,车队采购与车辆资产建档的质量控制直接关乎运营企业的资金安全与生命线。无论是数千台批量采购的退役营运车辆、个人车主置换的准新二手车,还是长租客户退回的存量资产,机动车在历史使用周期中

haiyudashuju的博客 194
上一篇: Vibe Coding一人即团队系列59:基于PPTmaster与Claude Desktop的本地可编辑PPT自动化生成方案
下一篇: Vibe Coding一人即团队系列61: AI驱动PPT全自动生成实战——配图集成、模板定制与多源内容适配
Wang's Blog
博客等级 码龄12年 7440粉丝 2427原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Wang's Blog

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值