V2EX › syferie 的所有回复 › 第 1 页 / 共 1 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

2 月 7 日

回复了 jsxyzb 创建的主题 › 程序员 › AI 生成 PPT 方案请教

@youyouzi 不是，都是自己处理的。上面说的原理应该挺清晰的。

2 月 1 日

回复了 jsxyzb 创建的主题 › 程序员 › AI 生成 PPT 方案请教

@youyouzi 可以参考我这里的开源思路，核心利用了 Gemini 的视觉思维能力去识别图片中的文字位置和内容样式，生成遮罩。
然后利用纯色填充+渐变填充来实现移除文字。
移除之后将上面识别到的文字与样式放置到对应位置，组装为一个完整 PPT ，从而达到可编辑文字的 PPT 效果。

核心还是考虑到作为一个桌面端应用，尽量轻量化，原先是 OCR+Inpaint 的思路，但是依赖外部需要部署的服务，过于繁琐了，现在的话下载即用。

2 月 1 日

回复了 jsxyzb 创建的主题 › 程序员 › AI 生成 PPT 方案请教

我前段时间设计了一个方案，先利用 NanoBananaPro 来生成 PPT 图片，效果与 banana-slides 类似。
之后实现可编辑，核心思路是利用了 Gemini 的视觉思维能力去识别图片中的文字位置和内容样式，从而生成遮罩。
然后利用纯色填充+渐变填充来实现移除文字。
移除之后将上面识别到的文字与样式放置到对应位置，组装为一个完整 PPT ，从而达到可编辑文字的 PPT 效果。

https://github.com/MoonWeSif/NextCreator

1 月 26 日

回复了 tramm 创建的主题 › 浏览器 › 有什么推荐的浏览器?

Mac 上现在用 Dia ，也是 Arc 团队做的，自带的 AI 搜索感觉效果挺不错，主要还免费。

1 月 26 日

回复了 287854442 创建的主题 › ☕Vibe Coding🤖 › 说出一个让你非用 Antigravity 不可的理由

它都送那么多了，这就是绝活。

1 月 23 日

回复了 zhanshen1614 创建的主题 › 程序员 › AI 时代如何证明个人项目的真实性？

老板会纠结你用什么写的吗，不是能出活就行。你会用 AI 一个人能顶两个人的工作量那才是老板想要的。

1 月 18 日

回复了 syferie 创建的主题 › 推广 › NanoBanana Pro /Gemini API，原生 API 转发， Tier3 GCP 号池，支持并发/稳定性优异

新增：
1. veo3.1 视频模型，有配套视频站点可供使用。
2. gemini-3-pro-image-preview-url ，我们将返回的图片上传到图床后返回图片的 Url 链接，无需自行处理 base64 图片数据，对于本地带宽的要求更低。支持原生格式调用。

1 月 12 日

回复了 ethusdt 创建的主题 › 程序员 › 常用的大模型 api 都用哪些模型？

现在用 Gemini 比较多，日常简单点的 Gemini3Flash ，复杂点的 Gemini3Pro 。虽然两个都是推理，但是 3Flash 一般只需要两三秒。跟其他非思考模型相差不大。3Pro 推理开最大也只是二三十秒，并不用等很久。

GPT 科研能力比较强，读论文搞科研的话就是 GPT 官网用 5.2 Thinking 。

写代码就直接上 ClaudeCode 了。

其实现在哪家的旗舰模型都是推理模型。

2025 年 8 月 19 日

回复了 PrinceofInj 创建的主题 › Go 编程语言 › 对语言一窍不通，能在 AI 帮助下自己搞一个 rclone 后端出来么？

应该可以的，但是最好是提前自己将整套流程涉及到的思路、实现功能需要用到的技术，都先摸排清楚，另外一个晚上不大可能实现生产级的要求。

如果对相关的背景知识了解一些，有什么问题大概能反馈给 AI 让其修改的话会快很多。

另外你这个 AI 使用流程按照我的经验，最好是 Gemini 写，让它编写测试文件运行测试，出现问题复制报错过去，下一轮修改，优先实现一个最简可用的系统然后再去优化，就算是没 BUG 的代码拿给 AI 让它找问题也会挑点刺出来的，所以有问题再具体修改就好。