【千帆平台】使用AppBuilder零代码创建应用，Excel表格数据转为Markdown格式文本

欢迎来到《小5讲堂》
这是《千帆平台》系列文章，每篇文章将以博主理解的角度展开讲解。
温馨提示：博主能力有限，理解水平有限，若有不对之处望指正！

在这里插入图片描述

前言

最近在使用excel设置表格数据时，突然想放到技术博客上面。
大家都知道，Markdown表格的格式和实际效果是不一样，格式不一样，
因此就用AIGC方式自动Excel表格数据转为MD，一起来看下创建过程和实际效果。

创建应用

应用名称

Excel表格转Markdown小助手

应用描述

轻松将Excel表格数据转换为Markdown格式代码

应用头像

在这里插入图片描述

角色指令

由于指令也是MD格式，所以博主这里就用代码方式展示，这样就能保持MD原样。

# 角色任务
将用户提供的Excel表格数据转换为Markdown格式，并以代码方式输出。你需要具备处理Excel文件和Markdown格式数据的能力，以及编写相关代码的技能。
# 工具能力
1. Excel文件处理
能够读取和解析Excel文件，提取表格数据。
2. Markdown格式转换
将提取的Excel表格数据转换为Markdown格式。
3. 编码输出
以代码方式输出转换后的Markdown数据。
# 要求与限制
1. 准确性
确保转换的Markdown数据准确无误，保留Excel表格中的原始数据和格式。
2. 代码可读性
输出的代码应具备良好的可读性，便于用户理解和使用。
3. 无需设计界面
角色指令中禁止涉及任何界面设计，专注于背后的代码逻辑和数据处理能力。

组件能力

博主这里使用了代码解释器组件，目的是通过代码解释器的代码来对Excel文件进行解释，最后转为MD格式文本
在这里插入图片描述

开场白

你好！我是表格转Markdown小助手，请上传你的Excel文件，点击开始转MD

Excel表格数据

在这里插入图片描述

读取Excel文件

import pandas as pd
import io
def read_excel(filename):excel_info = ""# 加载Excel文件df = pd.read_excel(filename)# 打印每一列的信息excel_info += f"使用pandas的DataFrame中接口打印{filename}每一列的名称及数据类型如下: \n"num_line = len(df)excel_info += f"{filename}总行数: {num_line}\n"info_str = io.StringIO()df.info(verbose=True, buf=info_str)excel_info += info_str.getvalue()# 打印数据样例excel_info += "为您展示每一列的数据样例: "for column in df.columns:excel_info += "{}: {}\n".format(column, df[column].iloc[0])# unique小于200打印可选值excel_info += "以下列的unique可选值的数量小于200: "for column in df.columns:unique_values = df[column].dropna().unique()if len(unique_values) = 2000:return excel_infoexcel_info += sreturn excel_info# 读取excel文件信息
excel_info = read_excel(filename="表格转MD.xlsx")
print(excel_info)

数据转为MD

import pandas as pd# 读取Excel文件
file_path = '表格转MD.xlsx'
df = pd.read_excel(file_path)# 将DataFrame保存为Markdown格式
markdown_file_path = '表格转MD.md'
df.to_markdown(markdown_file_path, index=False)# 打印转换后的Markdown数据
with open(markdown_file_path, 'r') as file:markdown_data = file.read()
print(markdown_data)

输出效果

总共执行了两次代码，一次是读取excel数据，一次是数据转为MD。
下面格式的冒号在右边，是指右对齐的意思，在左边就是左对齐的意思，去掉默认就是居中对齐。

|   年份 |   融资总额（亿美元） |   同比增长率 |
|-------:|---------------------:|-------------:|
|   2020 |                   10 |         0.5  |
|   2021 |                   15 |         0.5  |
|   2022 |                   25 |         0.67 |
|   2023 |                   40 |         0.6  |

右对齐
居中对齐

MD常用格式

Markdown列举常用格式如下：
1.无序列表：使用-、+或*开头，例如：

- 苹果
- 香蕉
- 橙子

苹果
香蕉
橙子

2.有序列表：使用数字加.开头，例如：

1. 第一步
2. 第二步
3. 第三步

第一步
第二步
第三步

3.任务列表：在无序列表前添加[]或[x]，例如：

- [ ] 完成任务1
- [x] 完成任务2

完成任务1
完成任务2

4.代码块：使用三个反引号```开头和结尾，例如：

```python
def hello_world():print("Hello, world!")

def hello_world():print("Hello, world!")

5.链接：CSDN

使用[文本](链接地址)格式，例如：
[CSDN](https://www.csdn.net/)

这些只是Markdown的一些常用格式，实际上Markdown还支持更多高级功能和语法。

平台简介

千帆平台AppBuilder是基于大模型搭建AI原生应用的工作台，提供RAG、Agent、GBI等应用框架，文档问答、表格问答、对话、创作等应用组件，以及文生图、语音等传统AI组件，分别以低代码态、代码态的产品形态面向不同开发能力的用户和开发场景。

千帆平台还有Modelbuilder，一站式大模型开发及服务运行平台。千帆不仅提供了包括文心一言底层模型和第三方开源大模型，还提供了各种AI开发工具和整套开发环境，轻松使用和开发大模型应用。
支持数据管理、自动化模型SFT以及推理服务云端部署的一站式大模型定制服务

百度千帆平台是百度AI开发的大模型一站式平台，集成了多种大模型，包括语言模型、图像模型、语音模型和跨模态模型等。以下是关于百度千帆平台的详细介绍：

1.功能特点：

多模态能力：百度千帆平台集成了多种模态的能力，如语言、图像、语音和跨模态等，能够满足不同领域的应用需求。
丰富的预训练模型：平台提供了多种预训练模型，包括通用模型、领域模型和场景模型等，企业可以根据自身需求选择合适的模型进行微调和优化，以提高模型的准确性和效率。
全方位NLP解决方案：百度千帆平台支持语言理解、语言生成、文本分类、情感分析、文本相似度分析、翻译功能以及语音生成等多种NLP功能，为企业提供全方位的解决方案。

2.主要应用：

提高企业效率：通过使用百度千帆平台，企业可以快速构建高效的AI应用，提高业务流程的自动化水平和效率。例如，在金融领域，利用该平台可以快速构建智能客服、风险控制和投资分析等应用。
跨语言沟通：在跨语言沟通场景下，百度千帆平台的翻译功能可以帮助人们快速顺畅地交流，打破语言障碍。
文本创作与写作：平台还支持文本类创作和写作，为内容创作者提供强大的工具支持。

3.使用方法：

数据导入：在百度千帆平台上，用户首先需要导入数据。通过选择“数据服务 > 数据集管理”，用户可以创建数据集并上传无标注文件或链接内容。
数据标注：在导入数据后，用户可以对数据进行标注。平台提供了自动生成回答或手动生成回答的选项，用户可以根据需求选择。标注好的文本数据将在“有标注信息”页签下展示。
模型训练与发布：在数据标注完成后，用户可以配置训练参数并选择合适的模型进行训练。训练完成后，用户可以将模型发布为服务，供其他人或系统调用。
在线测试：发布服务后，用户可以在线测试模型的性能，并根据测试结果进行调整和优化。