KeyFrame內部研究專用

老板以为我熬夜肝了一天,其实我只花了20分钟(全自动办公黑科技) 免费开源AionUi

YAHA学堂5 min中文
觀看原始影片

三句話摘要

用 UI + Cloud Code 等開源工具 5 分鐘自動化數據清洗、報告生成與PPT製作,取代手工耗時 3.5 小時的季度彙報流程。 用提示詞精度換時間效率,季度彙報的 3.5 小時行政工作可以壓到 20 分鐘,關鍵是選對組件工具(INUI + Cloud Code + OfficeClean)和寫清楚具體需求。 三工具協作:INUI 是免費開源的聊天前端 (GitHub 3萬星),Cloud Code 負責 AI 邏輯,OfficeClean 負責產生標準 Office 檔案,三者無縫銜接自動調用 skill。

重點整理

  1. 三工具協作:INUI 是免費開源的聊天前端 (GitHub 3萬星),Cloud Code 負責 AI 邏輯,OfficeClean 負責產生標準 Office 檔案,三者無縫銜接自動調用 skill。

  2. 提示詞精度決定輸出質量:講者強調「描述越具體做得越像」,給PPT的提示詞逐一說明 Morph 轉場效果、3D 模型等需求,遠勝過「幫我做成PPT」這類籠統指令。

  3. 實時可見性:整個處理過程在下方捲動窗口顯示,用戶隨時看得到 AI 在修復重複記錄、補齊缺失銷售額、調整表頭配色等具體步驟。

  4. 模型靈活選擇:支持本地已安裝工具自動識別(Cloud Code、CodeX、Gemini CLI),或在設置貼 API Key(Gemini、OpenAI、Claude 都支持)。

實用技巧與重點

  • 工具與星數
  • INUI:GitHub 3 萬+ 星,免費開源
  • OfficeClean:GitHub 2 萬+ 星,同團隊開源
  • 實測案例數據
  • 原始數據:Q2 銷售流水 183 行,含 8 行重複訂單、16 行銷售額空缺、幾行程式名代式字混亂
  • 清洗結果:180 行(刪除3行重複),缺失銷售額用數量×承擔價補齊,自動生成透視表和看板
  • 時間節省:手動方案 3.5 小時 → AI 方案 20 分鐘(多數時間是執行)
  • 提示詞關鍵詞
  • Morph = PowerPoint 平滑轉場
  • 3D 模型 = Chronos 官方勢力模型
  • 支持的模型
  • Gemini、OpenAI、Cloud(Claude)、本地 CLI 工具

結論

用提示詞精度換時間效率,季度彙報的 3.5 小時行政工作可以壓到 20 分鐘,關鍵是選對組件工具(INUI + Cloud Code + OfficeClean)和寫清楚具體需求。

完整解析

講者面對一個真實痛點:季度彙報需要清洗髒數據、撰寫正式報告、製作 PPT,耗時 3.5 小時。他用三個開源工具組合示範如何將這個流程壓縮到 20 分鐘。

首先是數據清洗階段。原始 Excel 表有 183 行銷售流水,看似正常,實際到處是坑:城市名稱重複(「北京」「北京市」混寫導致統計變成兩個城市)、8 筆重複訂單、16 行銷售額空缺、幾行客戶名稱亂碼。用人工核對要半小時。講者把表拖進 INUI 的輸入框,選用 Cloud Code 作為引擎,用一句精準的提示詞描述他要做的四件事:體檢、修復、透視表、看板。系統逐步執行,每個步驟都在下方即時顯示——修出 8 筆重複訂單、16 行缺銷售額、亂碼客戶名,列成一張診斷表,然後自動刪掉重複行、用「數量×承擔價」補齊缺失銷售額,清洗完成表從 183 行變 180 行。OfficeClean 工具順手配好了表頭配色、銷售額數據條格式,還自動生成透視表和看板。

接著生成報告。講者新開一個對話,把剛洗好的表拖進去,讓 AI 基于分析結果寫一份銷售分析 Word 文檔。這裡有個關鍵細節:提示詞必須強調「數字必須來自那份 Excel」,確保生成的報告數據不虛構。文檔生成後,封面、章節、水印都在,講者核對過數字就是表裡那些。這步以前要排版加核對數字至少一小時,現在前後不到 10 分鐘。

最後是 PPT。講者強調提示詞越具體越好。他逐一說明要 Morph 轉場(PowerPoint 的平滑變形效果,讓元素在頁面間自動滑過去)、加 3D 模型(用 Chronos 官方勢力模型的免費椅子模型),文字、配色、動畫都在一句提示詞里說清楚。生成的 PPT 轉場流暢、3D 模型立體可旋轉,講者預覽後確認符合預期。從拖文件到三份文檔全出來,整個流程實測 20 分鐘,大部分時間就是系統在後台跑。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。