我决定使用Python和兼容的大模型与ChatGPT兼容开发一个基于大模型的提案生成工具。这个工具可以自动从你的产品文档生成提案将产品手册分解为特征点。现有的大模型无法解决我的问题于是我自己构建了一个开源工具用于高效地自动生成提案。最近我没有像以前那样频繁地更新开源文章倒不是由于我停止写文章而是由于开源商业化方面的进展很大没完没了地起草提案这项任务消耗了我的太多时间。作为一家本土的开源商业公司WhaleOps雇佣的大多是工程师。要求这些开源贡献者编写提案浪费了他们的开发时间他们的提案并不总是符合质量标准。与大公司的管理不同身为初创公司的首席执行官意味着担任公司需要的任何角色。每次战略会议结束后我都是第一个卷起袖子、处理最紧急的任务。因此我没有时间写文章因为有限的时间主要用于创建遵循正式模板风格的提案。尤其是最近由于忙着竞标我发现自己都忙晕了。作为一名技术人员我总是寻找工具来解决问题。我自然想到了大模型但它们不能完全理解我们产品的细微差别而且经常生成不可靠的输出。此外交付工作的是你而不是模型。于是我决定使用Python和兼容的大模型与ChatGPT兼容开发一个基于大模型的提案生成工具。这个工具可以自动从你的产品文档生成提案将产品手册分解为特征点。基于人为创建的这些特征点到需求的映射它生成提案的Word版本和Excel偏差表。模型可以根据需要来精简或扩展内容或者只是复制相关功能。开源提案工具的功能特性这个工具的功能很简单最具挑战性的部分是Word格式Word中的格式始终很痛苦。我尝试了几种方法来确保它遵循Word模板中正确的标题1、标题2、标题3、正文、表格和图片格式。为了恪守开源精神我已将这个工具上传到了我的个人GitHub上采用Apache许可证所以如果你需要它可以随意使用。该工具的功能如下将你的产品手册分解为一组可重用的详细文档减少在起草提案时重复引用源文档的需要。你还可以定制特定的功能默认文件名为“Template.docx”。基于某个人填写的需求表它自动生成点对点响应格式的提案包括所有标题和内容并使用正确的标题1、标题2和标题3格式并自动组织正文文本、图片和要点默认需求表是“requirements_table.xlsx”生成的内容在“proposal_content.docx”中。对于相应功能部分中的任何产品需求它会自动将产品手册内容复制到点对点响应部分保留图片、表格和要点。你还可以重写产品描述以适应不同的提案需求。如果没有匹配的功能模型会自动生成相关内容根据需要进行检查和修改。通过在“requirements_table.xlsx”中自动填写响应完成技术需求偏差表响应格式为“答案完全支持{基于项目需求的模型生成文本}”并包含与提案对应的节号。使用该工具你可以随意快速修改和生成提案。可以在这里得到它https://github.com/William-GuoWei/ProposalLLM。提案生成流程首先运行Extract_Word.py将产品特征点生成为Word文档然后运行Generate.py。如果缺少某个特征点可以在Excel文件中输入“X”模型会生成符合需求的内容。然而我强烈建议手工检查。生成后你会看到使用由内容表、正文、图片、表格和要点格式化的提案所有这些都是自动组织的。整个提案是根据客户的要求以顺序格式构建的包括小标题、内容、图片和点对点响应。这承担了所有的重复性工作。自动生成的偏差表包括所有内容无论内容是否由模型生成以及相应的节号。你只需要根据最终需求用“”符号来完成偏差表模型已为你写好了。对我来说这个工具将过去8小时的工作减少到30分钟左右甚至我们的业务团队也可以使用模板生成业务提案部分。总而言之这将我们为期一周的提案时间缩短至1-2天所需的人力减少了80%。如何使用它首先从GitHub下载所有代码到一个目录中Proposal Large Model中文版即https://github.com/William-GuoWei/ProposalLLM。安装Python环境和软件包pip install openpyxl docx, openai, requests, docx, Python -docx。申请ChatGPT或百度千帆大模型密钥我使用了ERNIE-Speed-8K免费记录token放入到相关代码段中。将你的产品手册复制到Template.docx。确保使用所提供的正文、标题1、标题2和标题3样式其他格式可能会导致问题。运行Extract_Word.py从产品手册生成特征点文档支持多达3个标题级别。如果列表格式出现异常别担心最终格式会正确对齐。填写B栏和C栏自动生成二级和三级标题以及G栏相应的产品手册章节。如果缺少一章请输入“X”。注意如果没有相应的章节或输入“X”模型会自动生成内容。查看“proposal_content.docx”文档并保留想要开始生成提案的那一章节。你可以修改正文和标题1、2和3的样式只是别重命名样式否则可能会有错误。调整Generate.py中的参数API_KEY和SECRET_KEY百度云大模型密钥。MAX_WIDTH_CM最大图片宽度大于此值的图片将自动调整大小。用于生成内容的提示已针对大数据场景进行了定制但你可以随意修改它们。MoreSection1将读取列C以生成详细的三级标题默认为开启。ReGenerateText0将自动为不同的提案需求重新生成文本内容默认为关闭。DDDAnswer1在每个特征点的顶部生成点对点响应内容默认为开启。key_flag 1将每个需求的重要性级别添加到提案标题中默认为开启。Last_heading_1 2指定“proposal_content.docx”中技术解决方案的起始章节。运行Generate.py。总结使用此工具你只需要根据提案需求检查产品特征并且大多数提案内容是自动生成的。业务提案部分也可以以类似的方式生成因此创建1000页长的提案现在只需要几分钟。资料展示下面是我整理的AI大模型学习资料和工具包预览适合收藏后按主题逐步学习。如果你想看完整资料目录可以在评论区留言「资料」也欢迎告诉我你更关注AI大模型里的哪类内容。
我决定使用Python和兼容的大模型与ChatGPT兼容开发一个基于大模型的提案生成工具。这个工具可以自动从你的产品文档生成提案将产品手册分解为特征点。现有的大模型无法解决我的问题于是我自己构建了一个开源工具用于高效地自动生成提案。最近我没有像以前那样频繁地更新开源文章倒不是由于我停止写文章而是由于开源商业化方面的进展很大没完没了地起草提案这项任务消耗了我的太多时间。作为一家本土的开源商业公司WhaleOps雇佣的大多是工程师。要求这些开源贡献者编写提案浪费了他们的开发时间他们的提案并不总是符合质量标准。与大公司的管理不同身为初创公司的首席执行官意味着担任公司需要的任何角色。每次战略会议结束后我都是第一个卷起袖子、处理最紧急的任务。因此我没有时间写文章因为有限的时间主要用于创建遵循正式模板风格的提案。尤其是最近由于忙着竞标我发现自己都忙晕了。作为一名技术人员我总是寻找工具来解决问题。我自然想到了大模型但它们不能完全理解我们产品的细微差别而且经常生成不可靠的输出。此外交付工作的是你而不是模型。于是我决定使用Python和兼容的大模型与ChatGPT兼容开发一个基于大模型的提案生成工具。这个工具可以自动从你的产品文档生成提案将产品手册分解为特征点。基于人为创建的这些特征点到需求的映射它生成提案的Word版本和Excel偏差表。模型可以根据需要来精简或扩展内容或者只是复制相关功能。开源提案工具的功能特性这个工具的功能很简单最具挑战性的部分是Word格式Word中的格式始终很痛苦。我尝试了几种方法来确保它遵循Word模板中正确的标题1、标题2、标题3、正文、表格和图片格式。为了恪守开源精神我已将这个工具上传到了我的个人GitHub上采用Apache许可证所以如果你需要它可以随意使用。该工具的功能如下将你的产品手册分解为一组可重用的详细文档减少在起草提案时重复引用源文档的需要。你还可以定制特定的功能默认文件名为“Template.docx”。基于某个人填写的需求表它自动生成点对点响应格式的提案包括所有标题和内容并使用正确的标题1、标题2和标题3格式并自动组织正文文本、图片和要点默认需求表是“requirements_table.xlsx”生成的内容在“proposal_content.docx”中。对于相应功能部分中的任何产品需求它会自动将产品手册内容复制到点对点响应部分保留图片、表格和要点。你还可以重写产品描述以适应不同的提案需求。如果没有匹配的功能模型会自动生成相关内容根据需要进行检查和修改。通过在“requirements_table.xlsx”中自动填写响应完成技术需求偏差表响应格式为“答案完全支持{基于项目需求的模型生成文本}”并包含与提案对应的节号。使用该工具你可以随意快速修改和生成提案。可以在这里得到它https://github.com/William-GuoWei/ProposalLLM。提案生成流程首先运行Extract_Word.py将产品特征点生成为Word文档然后运行Generate.py。如果缺少某个特征点可以在Excel文件中输入“X”模型会生成符合需求的内容。然而我强烈建议手工检查。生成后你会看到使用由内容表、正文、图片、表格和要点格式化的提案所有这些都是自动组织的。整个提案是根据客户的要求以顺序格式构建的包括小标题、内容、图片和点对点响应。这承担了所有的重复性工作。自动生成的偏差表包括所有内容无论内容是否由模型生成以及相应的节号。你只需要根据最终需求用“”符号来完成偏差表模型已为你写好了。对我来说这个工具将过去8小时的工作减少到30分钟左右甚至我们的业务团队也可以使用模板生成业务提案部分。总而言之这将我们为期一周的提案时间缩短至1-2天所需的人力减少了80%。如何使用它首先从GitHub下载所有代码到一个目录中Proposal Large Model中文版即https://github.com/William-GuoWei/ProposalLLM。安装Python环境和软件包pip install openpyxl docx, openai, requests, docx, Python -docx。申请ChatGPT或百度千帆大模型密钥我使用了ERNIE-Speed-8K免费记录token放入到相关代码段中。将你的产品手册复制到Template.docx。确保使用所提供的正文、标题1、标题2和标题3样式其他格式可能会导致问题。运行Extract_Word.py从产品手册生成特征点文档支持多达3个标题级别。如果列表格式出现异常别担心最终格式会正确对齐。填写B栏和C栏自动生成二级和三级标题以及G栏相应的产品手册章节。如果缺少一章请输入“X”。注意如果没有相应的章节或输入“X”模型会自动生成内容。查看“proposal_content.docx”文档并保留想要开始生成提案的那一章节。你可以修改正文和标题1、2和3的样式只是别重命名样式否则可能会有错误。调整Generate.py中的参数API_KEY和SECRET_KEY百度云大模型密钥。MAX_WIDTH_CM最大图片宽度大于此值的图片将自动调整大小。用于生成内容的提示已针对大数据场景进行了定制但你可以随意修改它们。MoreSection1将读取列C以生成详细的三级标题默认为开启。ReGenerateText0将自动为不同的提案需求重新生成文本内容默认为关闭。DDDAnswer1在每个特征点的顶部生成点对点响应内容默认为开启。key_flag 1将每个需求的重要性级别添加到提案标题中默认为开启。Last_heading_1 2指定“proposal_content.docx”中技术解决方案的起始章节。运行Generate.py。总结使用此工具你只需要根据提案需求检查产品特征并且大多数提案内容是自动生成的。业务提案部分也可以以类似的方式生成因此创建1000页长的提案现在只需要几分钟。资料展示下面是我整理的AI大模型学习资料和工具包预览适合收藏后按主题逐步学习。如果你想看完整资料目录可以在评论区留言「资料」也欢迎告诉我你更关注AI大模型里的哪类内容。
![[光学原理与应用-521]：对光的错误理解与纠偏](http://pic.xiahunao.cn/yaotu/[光学原理与应用-521]：对光的错误理解与纠偏)
