# Agent

想当年，2022年，ChatGPT能实现聊天就已经很了不起了，近几年的AI，依旧是聊天框的形式，打开各家AI，除了聊天框，就是历史记录，总感觉除了说话啥也不会了。

要是我想让他帮整理文件夹，就没办法了。2023开始，生图、生视频这些多模态功能开始成为主流AI标配，一个聊天框就能做到文字、图片、视频生成，后来MCP的出现，AI逐步能帮我们执行一些东西，我印象最深的是Blender MCP，能够直接用AI建模，曾经是生成bpy代码，手动在blender里面执行，有了MCP，AI可以直接调用工具了。

但是但是但是，MCP的实现有些复杂，上下文占用也大，再加上不是所有工具都有办法直接调用的，很多时候命令行更方便，就比如上面的blender，没有开放太多CLI，只能写一个py然后blender命令行执行。所以一个很神奇的东西`Agent`来了。**MCP是标准化接口，Skills是教会AI做事的操作手册**，而且可以像积木那样拼装。

# Workbuddy

为什么选择它，上一篇有答案：[Workbuddy+FFMpeg，帮你搞定媒体处理-腾讯云开发者社区-腾讯云](https://cloud.tencent.com/developer/article/2700858)

除了前面提到的Agent特性和个性化定制外，还有最重要也是AI最适合的一点，就是繁杂、重复而且标准化的流水线做法。AI就擅长这些，按程序运行。

# 路演PPT难题

在大学的时候，参加过一大堆竞赛，有些路演的需要准备PPT，而那些PPT各种字体各种图片什么的，如果直接给.pptx格式，嵌入字体直接达到了900M，不仅不方便存储，也不方便不同设备预览，而有一种方法可以轻松解决，那就是转为PDF。

出题：主办方为了保障效率，不希望几个软件切来切去，而且没有pdf播放软件，edge播放会有一段加载模糊，所以要求文件**统一使用pptx格式**，再加上这次参赛的人特别多，所以ppt被限制在了**50M以内**。你作为选手，带着900M精美大作，怎么解决这个问题？当然我是主办方我不会为难选手，可以交PDF，但是文件依然不要超过50M，面对上千份作品，我有一招。

用到的DEMO Keynote是CNB成都Meetup的，在这：[3-21/CNB 成都.key · main · arsrna/meetup-present/chengdu](https://cnb.cool/arsrna/meetup-present/chengdu/-/blob/main/3-21/CNB%20%E6%88%90%E9%83%BD.key)

![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/1725ccc755d9324f70c259bb01c56462.png)

# PDF转换

可惜秦始皇没有统一PDF不同版本的标准，在不同设备、不同预览器上PDF都不能完全一样，比如mac的预览app和edge浏览器看同一个pdf，因为渲染的差异导致了一些问题

mac预览app查看，背景图片消失了
![mac预览app](https://developer.qcloudimg.com/http-save/yehe-3335308/f66a0f7715247c3828b926b4917a0f51.png)

而Edge就完全正常
![Edge](https://developer.qcloudimg.com/http-save/yehe-3335308/ef8dcdd3d7f8bf3e189aea07d9c86250.png)

请教一下D老师
![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/dcc995e88fee23178d6d06c6a56533c6.png)

问题比较少见，但是总会出现格式错误的问题，我也不想上台的时候才发现少了点什么东西。而且PDF现在文字什么的都可以直接复制，人家可以直接逆向转换为可编辑的PPT，为了保护我的杰作，这时候需要转换为图片的PDF，图片你总没招了吧，图片不可能乱码，上面的文字不可能被复制，而且兼容性最强，即便现场放不了PDF，一张一张图片放都没问题。

keynote导出不了图片PDF，Powerpoint导出的图片PDF大小非常恐怖，WPS导出图片PDF需要¥¥¥；keynote和PowerPoint可以导出纯图片，但WPS依旧收钱，两头堵呀......
![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/c46f42a6237bd141c0e0b08641ff7061.png)

如果是pptx，问题更复杂了，keynote不行，PowerPoint导出的图片ppt又大又糊还不支持mac，wps收费，如果导出图片再手动一张一张插入PPT，要是有91张那不就炸了么。

## 转图片PDF

不过，办法还是有的，PDF到图片PDF，无非就是PDF转图片，或者PPT转图片，再从图片转为PDF，本质上我们要的就是图片，那人工开个word，一张一张插入PDF肯定不行，这时候，AI上场了

将我们的keynote导出为PDF
![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/d5d376177dae37807187fcf3130c754d.png)

> @CNB 成都.pdf 帮我把这个PDF转为图片的PDF，保持原来的顺序，输出为 图片_源文件名称

*tips：文件直接拖进聊天框即可*

![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/21f5433d2cc85d43eacc8dbd72316e28.png)

然后他就写了py脚本，直接调用，不到两分钟，就完成转换了，而且大小葱90M干到了30M

![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/cb45bc02f222e8a08aa7bededecf56d5.png)

这时候你想复制文字，想干啥都不行了，就是纯图片的pdf，基本上所有电脑都能够正常播放。

## 转图片
同理，你还可以让他把pdf转为一张张的图片，当然转为png图片有手就行，我们希望转为avif图片，指定文件名

> 转为图片，avif格式，文件名：成都_{序号}.avif @CNB 成都.pdf

![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/8fb22d76e2434d987264aee8c3101488.png)

很快就出来了，不过过程调用到了ffmpeg，所以电脑会非常烫
![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/39a646e0378b9f1eebf42bbb7aef2abe.png)

预览一下可以看到画质非常地清晰
![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/90ecf2a39c2484cad7e1d6fc71c50510.png)

## 转图片PPT
既然都有图片了，我们可以让他转为PPT，这里我想发挥AI最大价值，直接让它从最开始的pdf转为图片pptx。

>@CNB 成都.pdf   转为图片PPT，一页一张PPT，保持原比例

![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/6dfc8d82ebb0896de7c5cae4de545a44.png)

![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/78caf1eca7eafa770bf71043979cee92.png)

可以看到，已经是一张一个图片了，而且非常清晰，当然大小也非常恐怖，来到了300M
![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/df7d8642759d239fe67ae7158a832560.png)

也可以把上一步的图片丢进去，让他按照顺序转为PPT，这里就不赘述了，自己尝试。

# 压缩

前面转换了PPT，但是大小超标了，因为图片太大。当年没有这么先进的AI的时候，我们是去tinypng还有格式工厂，一张张调分辨率压缩的，而且压缩平台还有每日限制，压完了还要自己一张张换掉每页PPT，一次就得搞10分钟，电脑一大堆窗口。

## 一句话压缩到位

还记得上一期做了啥吗，音视频处理，图片也可以使用ffmpeg处理，最理想的压缩就是avif，我的README图大部分都是由Workbuddy来完成压缩的
[README.md · main · arsrna/arsrna](https://cnb.cool/arsrna/arsrna/-/blob/main/README.md)
![image](https://developer.qcloudimg.com/http-save/yehe-3335308/e2a2ccbde71bbc81f2664834a04b5e07.avif)

上一期说过的就不说了，这里主要体现批量处理，AI直接帮你生成批处理的代码，直接一次性几百张唰唰唰地干

原图的尺寸实在是太大了，我希望把刚才38页的PDF图片，统一压缩到宽度2000，avif格式，这里我不像一步一步做了，直接善于利用Agent的ReAct思维，让他自己计划

> @CNB 成都.pdf   把这个pdf转为图片的PPT，图片为avif格式压缩，宽度不超过2000px

他要做的就是PDF转图片，图片压缩分辨率转avif，图片插入ppt

![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/34ed3fbe00020c654815c1878646912b.png)

看了一下，他没用ffmpeg，而是magick

不过好像为难他了，我的电脑没有magick以及sharp，给他提示提示
![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/4fc52219781ce032515e77c9ff934a3a.png)

还有个小细节，毕竟越用越懂我的Agent才是Agent，它知道曾经我开发node使用bun运行时，多次打断他npm install，所以这会使用了bun i
![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/dfe79403d22d556d8ed56cc395230f6c.png)

处理完成，可以看到文件仅有7MB，而且画质依旧在线，这份文件可以直接交给主办方了
![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/bff5c6c44ff9a63aaad9f1b9bd93d91b.png)

# 合并

## 合并PDF
现在要求计划书和PPT合并为一份pdf，或者我希望在某些场景下，需要合并PDF，或者图片、ppt、pdf不同格式的合并，Workbuddy都可以轻松实现

我想把这几样文件，合并为一个PDF
![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/b6aae9686d356ec655ab5e8a7765c863.png)

文件拖入Workbuddy，可以拖拽来改变顺序（图中顺序标错了，别管）

> @截屏2025-07-02 19.27.01.png @12304177_144229795100_2.jpg @TDP_0128_0-arsrna.pdf   把图片和pdf按顺序合并为同一个pdf，保持原比例

经过91秒的处理，已经输出完毕了，看了下底层原理，实际上是使用Python的pdftool来做转换的，Workbuddy调用了pdf skill，而pdf skill里面就是这么实现的，调用Python脚本。关于Skills的知识不再赘述，上一篇有提到，如果没有提到，大家也提过，可以搜一搜。

![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/58e993d0268c0dbdab1eabc5fc3c4128.png)

## 合并长图
PDF转长图，这个是我上个月遇到的麻烦，财务系统开单附件只允许一张图片，而有时候内容不止一个，再然后附件又包括发票、申请单，夹杂着PDF、PNG等等等等格式，以前我想到的只有用ps，做一个超长画布然后丢进去。现在你可以叫出Workbuddy了

多图合并长图，多页PDF合并长图，交给Workbuddy

![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/7f5a914ec0a58356bd772ceacc157605.png)

> @截屏2025-07-02 19.58.55.png​ @截屏2025-07-02 22.02.04.png​ @截屏2025-07-11 21.52.55.png​  把这三张图片合成为一张长图

同理，也可以丢个PDF进去

> @图1 @图2 @图3 @pdf.pdf​  把几个文件合成并转换为一张长图

![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/60445299c9a7397cf39f771f69940842.png)

非常神奇地就完成了合并

![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/dcacb3bd6bf803e45fe33200a027eddd.png)

*小技巧：你可以在转换完毕后，点开技能，使用`skills-creator`，这个制作skills的skill来制作skill，把这个合并长图做成一个skill，下次不用这么多描述了，叫出你的skill，直接拖入多个文件即可*
![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/4194c1fc137ff6e7411d4e13bd63ce9d.png)

# 批量处理

如果你是主办方，又或者你很会CNB，有两百多份作品要处理，有些是PPT，有些是PDF，还有些.zip的图片压缩包，还有.html，.jsx，.tsx，.vue。毕竟一万人里总有几个学生捣蛋，作为主办方也不想为难学生，不一定非得PPT，于是就钻空子了。本着尊重每一位选手的原则，忍一忍吧

然后为了方便管理，我希望文件名是`顺序-作品名-修改时间.pptx`，例如`1-和炫酷的标题-20260703.pptx`

一样的，我演示的三个Keynote和PDF均可以在 [arsrna/meetup-present](https://cnb.cool/arsrna/meetup-present) 找到并下载使用，但请遵循文件里写的CC BY-NC-SA协议

一顿拖入，然后
![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/e70069fb741854df49f56d7c924c2873.png)

> @CNB 成都.pdf​ @CNB 广州.pdf​ @CNB 上海.pdf​ 分别把这三个PDF转换为图片PPT，图片要求最宽不超过2000px，avif压缩，最终PPT大小不超过50M，输出文件名格式如下：
顺序-原文件名-修改日期.pptx

![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/f87cd17052c0e28815fec8c54d73b789.png)

这里忘记指定修改日期的格式了，让他重新命名

> 文件名的修改日期的格式是YYYYMMDD，例如 "1-文件标题-20260703.pptx"

![image.png](https://developer.qcloudimg.com/http-save/yehe-3335308/d3f66057ac408aa5ca04dfc95211958b.png)

# 总结
不用总结了，该总结的上一篇都有了

以前这些处理都要各种窗口各种工具切换，如果赶上DDL，作品都做好了，就差这一步提交，没赶上就功亏一篑了，有了Workbuddy，这些重复批量标准的工作，直接效率翻900倍，你只需往上面一丢，描述几句话，Workbuddy帮你自动选择工具来完成处理，整个过程不到10分钟，你还可以在这期间刷刷视频啥的，完全不影响。

想当年，2022年，ChatGPT能实现聊天就已经很了不起了，近几年的AI，依旧是聊天框的形式，打开各家AI，除了聊天框，就是历史记录，总感觉除了说话啥也不会了。

工作路演PPT处理，交给Workbuddy

宣传大使

人工智能

AI助手Workbuddy能高效处理媒体文件，支持PDF转图片、PPT压缩、多格式合并等批量操作。通过智能调用ffmpeg等工具，快速完成重复性任务，大幅提升工作效率，解决文件兼容性和体积过大的问题。

图片压缩

媒体处理

ChatGPT

Python

Agent

2026上云采购 | AI焕新·智启新局

媒体处理 MPS 普通转码包1元起


文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

工作路演PPT处理，交给Workbuddy-腾讯云开发者社区-腾讯云

工作路演PPT处理，交给Workbuddy

工作路演PPT处理，交给Workbuddy

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐