Dify PPT 生成:从季度汇报 PDF 到可编辑 PPTX,10 分钟出初稿
【免费下载链接】difyBuild Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.项目地址: https://gitcode.com/GitHub_Trending/di/dify
周四下午三点,你手上是一份 40 页的季度汇报 PDF,周五早上九点要上会。与其熬夜排版,不如先用 Dify PPT 生成搭一条流水线:文档进知识库、工作流串起检索和模型,下次传上汇报文件点运行,等十分钟拿初稿。
成品长什么样
跑通后的效果:把汇报 PDF 传进去,工作流先从知识库检索要点,再由 LLM 节点逐页改写,最后代码节点把结果拼成 .pptx 文件供下载。初稿包含封面页、目录页、3–5 个内容页和总结页,每页 1–2 个要点,文字全部可编辑,你只改措辞和换模板配色。
开工前的准备
先确认这几样:
- Docker 与 Docker Compose(v2.24.0 及以上)
- 一个 LLM 模型的 API Key
- 待处理的汇报文档(PDF 或 Word 均可)
- 内存 8 GB 以上的机器,默认部署自带向量数据库
部署命令只有四行(约 5 分钟,细节见 Docker 部署文档):
git clone https://gitcode.com/GitHub_Trending/di/dify cd dify/docker cp .env.example .env docker compose up -d浏览器打开 http://localhost/install,填工作区名和管理员账号,看到控制台首页即部署完成。
核心流程
让知识库吃进文档
点「知识库 → 新建知识库」,命名如"季度报告材料库",上传汇报 PDF。Dify 会按段落切块(默认每块约 500 字)并做向量化,支持 PDF、Word、PPTX 等格式。
成功标志:文档状态变为"已完成",详情页显示切块数量。
在画布上接四个节点
新建工作流,按顺序拖入四个节点:开始 → 知识库检索 → LLM → 代码。
- 开始节点:声明一个
query输入变量,运行时填汇报主题 - 知识库检索节点:选择刚才的知识库,查询变量绑定
query,实现见 knowledge_retrieval 节点 - LLM 节点:把检索结果变量放进提示词,输出格式选 JSON
- 代码节点:用 python-pptx 把 LLM 输出的 JSON 数组逐条转成幻灯片
把检索结果喂给模型
LLM 节点的提示词决定初稿质量,示例:
你是演示文稿设计师,把以下内容拆成 PPT 页面: {检索结果} 要求:封面页、目录页、3-5 个内容页、总结页; 每页 1-2 个要点,以 JSON 数组输出。第一行固定角色;第二行把知识库检索到的内容注入上下文;最后两行约束页面结构和 JSON 格式,代码节点才能直接解析。
成功标志:点「运行」,每个节点出现绿色对勾,输出预览是一个 JSON 数组,每一项对应一页。
跑通之后怎么调
最常动的是两个值:
- 检索阈值:知识库检索节点默认
score_threshold0.7、top_k8。检索内容带杂音时,把阈值提到 0.8、top_k降到 4;漏掉关键内容时反过来降到 0.6、top_k放到 10。 - 页数:把提示词里的"3-5 个内容页"改成"6-8 页",输出页数随之变化,不用动其他节点。
还能拿它干什么
- 周报转议程:提示词换成"提取周报中的风险与待办",直接输出会议议程页。
- 课件大纲:把课程讲义放进知识库,按章节生成教学 PPT 初稿。
- 营销材料:产品白皮书入库,按客户行业批量生成介绍页。
跑通清单
docker compose up -d后容器状态全绿- 知识库文档状态变为"已完成"
- 工作流「运行」通过,四个节点全绿
- 下载 .pptx,确认封面、目录、内容页、总结页齐全
- 改一组阈值和 top_k 重跑,对比两次输出再定参数
【免费下载链接】difyBuild Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.项目地址: https://gitcode.com/GitHub_Trending/di/dify
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考