告别熬夜赶稿:用 QoderWork CN 将论文一键转化为逻辑清晰、简介美观的PPT

简介: QoderWork CN桌面应用可将PDF论文秒变演讲PPT,数分钟完成原需数小时的排版,让学术汇报既高效又出彩。

使用案例

本案例基于阿里巴巴 QoderWork CN 桌面应用智能体,将 PDF 版论文制作成用于演讲的 PPT,把原本耗时数小时的排版任务缩短至几分钟,让学术汇报不仅“做得快”,更“讲得好”。

步骤一:安装并注册 QoderWork CN 账号

访问 QoderWork CN桌面应用官网,下载并安装 QoderWork CN。
image.png

安装完成后,注册并登录 QoderWork CN。

步骤二:用 QoderWork CN 处理需求

在本地创建文件夹“论文整理成 PPT”,并将 PDF 论文文件保存在该文件夹目录下。

image.png

打开 QoderWork CN,选择创建的文件夹、选择“幻灯片”、输入以下Prompt ,QoderWork CN 已经内置了PPT制作Skill,您可以直接提出您对于演讲时间、风格、图文比例的要求进行制作。
Prompt:把论文制作成可以用于演讲分享的PPT。
提示词输入后,点击image.png图标。

image (5).png

QoderWork CN 根据提示词开始执行任务。

步骤三:查看结果

QoderWork CN执行完成后,点击右上角导出,将PPT导出到本地查看。

image (6).png

image (7).png

相关文章
|
4月前
|
前端开发
记忆面包:QoderWork CN 把厚书读薄
本案例基于阿里QoderWork CN桌面应用,通过安装“UI设计”技能,将学习笔记一键转化为含填空、选择、判断等题型的交互式复习卡片,支持HTML导出,大幅提升备考效率。
2247 9
|
4月前
|
机器学习/深度学习 人工智能 分布式计算
基于NSGA-III进化算法的多目标电路优化器
基于NSGA-III进化算法的多目标电路优化器
452 122
|
7月前
|
人工智能 Linux API
OpenClaw多Agent协作系统实操:本地+阿里云部署与千问/Coding Plan API配置全指南
2026年OpenClaw(原Clawdbot)推出的多Agent协作系统,彻底打破了单一AI智能体的能力边界,让多个AI Agent像人类团队一样实现智能分工、实时信息同步与灵活角色配置,可高效完成内容创作、软件开发、数据分析等复杂复合型任务。在实际落地过程中,开发者不仅需要掌握多Agent协作系统的基础使用逻辑,更需要完成OpenClaw在本地多系统(MacOS/Linux/Windows11)与阿里云的稳定部署,同时实现与阿里云千问大模型API、免费Coding Plan API的无缝对接,才能真正发挥多Agent协作的核心价值。本文将深度解析OpenClaw多Agent协作系统的核心
1370 10
|
4月前
|
存储 人工智能 算法
告别无效刷屏!TrendRadar:最快30秒部署的开源热点助手,让你只看真正关心的新闻
TrendRadar 是一个轻量级、易部署的热点新闻聚合与推送工具。它能够从知乎、抖音、B站、微博、百度、华尔街见闻等11个主流平台抓取热搜榜单,然后根据你设定的关键词进行智能筛选,最终将你最关心的内容推送到手机或邮箱。
948 13
 告别无效刷屏!TrendRadar:最快30秒部署的开源热点助手,让你只看真正关心的新闻
|
人工智能 JSON 安全
无需复杂正则:SLS 新脱敏函数让隐私保护更简单高效
SLS 推出 mask 脱敏函数,支持 keyword 和 buildin 模式,简化敏感数据识别与处理,提升脱敏效率与性能,适用于结构化及非结构化日志。
538 88
|
4月前
|
存储 人工智能 监控
QoderWork完全指南:从入门到精通,把“AI实习生”变成你的全能工作搭档
阿里云2026年推出的桌面端AI工作助手QoderWork,不止聊天,更可动手干活:本地运行、安全可控,支持文件整理、数据分析、PPT生成、网页开发等;内置专家套件、多Agent协作与自定义Skills,让AI真正成为你身边的“AI实习生”。
|
4月前
|
人工智能 供应链 数据可视化
长江商学院CIO徐斌:AI时代,组织的进化逻辑与人才转型新思维
徐斌,长江商学院CIO、计算机博士,20年世界500强及上市公司高管经验,首创数字化“三驾马车”方法论(流程变革、IT固化、数字运营),成功主导得力集团全链路转型,助力其获评首批浙江省未来工厂。
|
4月前
|
人工智能 Oracle 机器人
推理 → 行动 → 观察:用 LangChain + Python 实现一个智能体循环
智能体循环(Agentic Loop)突破单次问答局限,通过“推理→行动→观察”迭代闭环,让AI能自主分解任务、调用工具、持续优化直至目标完成,是构建真正自动化智能体的核心架构。
547 9
推理 → 行动 → 观察:用 LangChain + Python 实现一个智能体循环
|
4月前
|
机器学习/深度学习 数据采集 人工智能
田间杂草检测数据集分享(适用于YOLO系列深度学习分类检测任务)
本数据集含4000张真实农田图像(小麦/玉米/水稻田),YOLO格式标注杂草目标,覆盖多天气、光照与视角,适用于YOLO系列等目标检测模型训练,助力智能除草与精准农业研究。(239字)
521 16