返回目录 / Agent 工作流
从图表型PDF演示文稿提取可访问讲稿
将演示文稿作为多模态PDF交给模型,生成结构化讲稿供听众理解图表。
目标
目标:将演示文稿作为多模态PDF交给模型,生成结构化讲稿供听众理解图表。
步骤
- 先将幻灯片导出为PDF,按模型PDF页面限制检查总页数与敏感内容。 [multimodal]
- 用
messages.create(model=..., max_tokens=8192, messages=[...document block...])询问关键数字、趋势和定义;要求不确定项明确标出。 [multimodal] - 请求每页讲稿并用固定标签解析;抽样对照原图和PDF文本层,所有计算用代码/计算器独立复核。 [multimodal]
验证方式
核对数字、单位、趋势方向和标签均与原页一致;讲稿覆盖图中关键视觉信息。
故障处理
复杂图表先要求逐数据点描述;模型偶尔算术错误,应提供计算工具或独立重算。
权限边界
前置条件
- Python 3.11+、Anthropic API key、支持PDF输入的模型及去敏演示文稿。
权限边界
- 仅处理获准文档;限制上传与日志保留,敏感财务材料需满足组织政策。
限制
PDF beta与页面上限可能变化;多模态输入不一定适合直接嵌入文本RAG索引。
固定上游来源
- 仓库
- anthropics/anthropic-cookbook
- 文件路径
- multimodal/reading_charts_graphs_powerpoints.ipynb
- 固定提交
9c1e493ddd2b82df399d2a61b9c806c539e18be6- 来源检查
- 2026-10-14 · 已按固定上游来源核对
仓库指标
以下数字属于上游仓库整体,不代表单个 Skill 或指南的点赞/热度。
- Stars
- 未取得
- Forks
- 未取得
- 观测时间
- 未取得
尚未取得指标快照。
许可证: MIT