ai自动化办公

充当人和机器的翻译官。

opnecode

apt install nodejs npm
npm install -g opencode-ai

安装登入插件

参考

 
Install the opencode-antigravity-auth plugin and add the Antigravity model definitions to ~/.config/opencode/opencode.json by following: https://raw.githubusercontent.com/NoeFabris/opencode-antigravity-auth/dev/README.md

 opencode auth login  #使用 Antigravity IDE接口

opencode Big Pickle 现成免费模型专注于代码的ai模型

启动服务

方便其他ide集成

export OPENCODE_SERVER_PASSWORD="app"
opencode serve --hostname 0.0.0.0 --port 4090
http://192.168.0.123:4090/v1/session   #//web版本使用

skills技能

元数据目录

项目目录/.opencode/skills/字幕转makrdown笔记/SKILL.md
mkdir -p .opencode/skills/字幕转makrdown笔记
touch .opencode/skills/字幕转makrdown笔记/SKILL.md

定义文件：例子

---
name:str字幕转makrdown笔记
description: 把str字幕文件转换提取成markdown内容摘要与概括总结
---
你充当学习者或影评人，完成对字幕内容进行总结并输出markdown的笔记要求如下：

**笔记规则**: 用总分中的金字塔格式，让没有看过字幕的快速了解概括并引导去每个展开的重点
**内容梳理规则**：如果是学习类题材 可以展开你对内容的理解和补充。适当加入前应后果。举例展开等从而提高信息量和信息宽广度。

**多语言处理**：
  - 如果是双语字幕 结合上下文检测一下是否有翻译错误并指正
  - 如果是单语言字幕 那么加上中/英双语方便学习和理解
  
**时间线提示**:
  - 重点词句说出现的时间也记录在markdown里 后续结合调用ffmpeg 程序方便来截图

**文件输出处理**
  - 每处理一个字幕输出一个markdown文件
  - 名目方式就参考字幕名称
  - 存放位置为 项目目录/xxx.md

现在项目目录下中有哪些skills
项目目录下的技能清单与定位

http://localhost:5678/ n8n工作流程可视化（灵活度高，可嵌入代码）

mail: jack2nb@qq.com

高的天气

b530287dd777899a99e418a5e643ac15

https://restapi.amap.com/v3/weather/weatherInfo

curl --location --request GET 'https://restapi.amap.com/v3/weather/weatherInfo?key=b530287dd777899a99e418a5e643ac15&city=330200'

企微群机器人

机器人api文档

https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=4485185b-9a03-42ad-8c69-a5dbb9e69fa0

可参考 apifox文档

curl 'https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=b913b6c0-9696-4cca-b555-329b3bcfde99' \
   -H 'Content-Type: application/json' \
   -d '
   {
    	"msgtype": "text",
    	"text": {
        	"content": "hello world"
    	}
   }
'

流程调用python

import micropip
await micropip.install('pandas')
import pandas as pd


data = [item['json'] for item in _input.all()]
df =  pd.DataFrame(data)

#df['created']= pd.to_datetime(df['created'], format.'%Y-%m-%d')
#df['created_str'] =  df['created'].dt.strftime('%Y-%m')
#df = df[['id', 'name','created_str']]
#df['first_id']= _input.first()['json']['id']

df['_today'] = _today
df['_pnode'] = _prevNode.name
df["_env"] = _env
df["_eid"] = _execution.id
df['_emode'] = _execution.mode
df['_eurl'] = _execution.resumeUrl
df["_wactive"] = _workflow.active
df["_wid"] = _workflow.id
df["_wname"] = _workflow.nane
outv = df.to_dict(orient="records")
print(outv)
return outv
return _input.all()

打通企业微信

wechatpy

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

pip install wechatpy

打通个人微信

pip install  wxauto==3.9.11.17.5

简单发送信息

from wxauto import WeChat
wx = WeChat()
wx.SendMsg(msg="你好呀",who="文件传输助手")

jupyter notebook --generate-config
jupyter notebook password

现工作文档