歸藏:独一份!带动效的 PPT 生成 Agent!使用教学 &创作思路
新增视频转场与演示网页,支持键盘控制播放;需配置谷歌与可灵 API,项目已开源。
新增视频转场与演示网页,支持键盘控制播放;需配置谷歌与可灵 API,项目已开源。
提供一键安装提示词,克隆 GitHub 仓库并配置 Gemini API Key;内置渐变拟物玻璃卡片与矢量插画两套主题,支持自定义风格与页数。
作者从大厂设计师转型为自由职业者,一人运营 9 个平台,Twitter 粉丝达 11 万、公众号涨到 7.8 万;11 月社群活动卖出约 2000 个付费会员。
Gemini 的 Gem 功能更新为可生成带界面的网页应用,内置了类似 n8n 的 Agent 构建工具 Opal;支持调用 Gemini 3 Pro、Imagen 4、Nano Banana、Veo、AudioLM、Lyria 2 等模型。
可灵 O1 支持 3-10 秒视频生成与多模态编辑,可保持角色一致性;新增主体功能,支持多角度图片创建角色。
支持中文与多语言文本生成,可混合最多 14 张图片并保持 5 位人物一致性;实测可搜索实时天气并生成 UI 设计稿,还能翻译漫画并上色。
Gemini 3 在 ARC-AGI v2 上得分超过最强模型两倍以上,除 SWE-Bench 外几乎所有基准达 SOTA;作者实测其可一句话生成设计 Agent、视频 Agent 与互动式游戏,并开放了滚动叙事网页生成提示词。
Kimi-K2-Thinking 开源,HLE 44.9、IMO 76.8 达 SOTA;Kimi CLI 安装与 KFC 套餐 199 元每周 7168 次调用。
Gemini 上线 PPT 生成能力,基于前端代码实现,可用提示词精细控制风格;支持导出到 Google 幻灯片再转 pptx,也可结合深度研究生成,但页数固定约 13 页。
Suno V5 支持自定义歌词分段提示词、上传音频修改与 Studio 分音轨模式;给出可发给 LLM 的完整提示词模板,按歌手与歌词自动生成全局风格提示词和分段指令。
内置 Anthropic、智谱、Kimi 三个预置 API 地址,支持自定义;通过 claude-start 命令启动时临时注入环境变量,不污染原始设置。
Sora 2 支持两秒语音克隆与多语言口播,可上传图片保持人物与场景一致性;视频生成免费,并推出类似 AI 版抖音的社交 APP。
可灵 2.5 Turbo 高品质模式 5 秒视频从 35 积分降至 25 积分;实测复杂时序提示词理解与风格一致性显著提升,部分场景可与世界渲染大赛 Top 100 作品掰手腕。
Nano Banana 玩法合集,含 AI 书法舞娘与平面图转 3D 网页两个案例;书法舞娘用即梦生成底图、可灵 2.1 首尾帧出视频,3D 网页用影眸 Hyper3d 生成模型。
Nano Banana 即 Gemini 2.5 Flash Image Preview,可在 AI Studio 免费使用;支持修图、穿搭、涂鸦控制、贴纸与 AR 讲解等玩法,人脸一致性较 FLUX Kontext 更强。
在 LM Arena 的 Image 模式下上传截图并输入提示词即可生成手办图,一次出两张需手动挑选;配合可灵 2.1 首尾帧提示词可将手办图转成动态视频。
可灵 2.1 首尾帧模型对提示词理解和图片转换自然度大幅增强;教程提供三种获取图片素材的方法及一套万能提示词生成模板。
GPT-5 前端代码能力与 Claude 4.1 相当,略逊于 Gemini 2.5 Pro;在公众号封面提示词测试中 GPT-5 表现优于其他模型,内容未超出画布。
FLUX.1-Krea [dev] 由 Black Forest Labs 与 Krea 联合开源,主打去除 AI 感;技术报告强调后训练数据质量优于数量,偏好数据需有明确审美观点。
报告共 340 页,指出 AI 技术变革速度远超互联网时代,ChatGPT 两年达到 3650 亿年搜索量而 Google 用了 11 年;OpenAI 年化收入 92 亿美元、估值 3000 亿美元,收入倍数 33 倍。
DeepSeek-R1-0528 在六个前端任务中整体稍逊于 Claude Opus 4,但超过 Sonnet 4 和 Gemini 2.5 Pro;仓库管理系统测试中仅 R1 完整可用,其余模型均出现报错或功能缺失。
Claude Opus 4 在 SWE-bench 达 72.5%、Terminal-bench 达 43.2%;API 定价 Opus 4 每百万 token 输入 / 输出 15/75 美元,Sonnet 4 为 3/15 美元。
Veo3 支持生成视频时同步生成环境音与语音,并实现唇形同步;FLOW 支持图片与视频生成、视频延长与剪辑。
Lovart AI 能自动完成从产品分析、脚本撰写、分镜生成到视频剪辑配乐口播的全流程;作者拆解了其 Agent 在调研、模型选择、LoRA 挑选与一致性保持上的专业表现。
Gemini 2.5 Pro 0506 可根据网页交互视频生成还原度高的网页,含提示词模板;在 AI Studio 中选 05-06 版本并压缩视频即可使用。
给出可直接复制的 Bento Grid 风格网页生成提示词全文;实测 Gemini 2.5 Pro 生成效果优于 Claude 3.7,并附 API 免费使用渠道与网页转设计稿插件。