深度技术报告生成器
v1.0.0面向新人培训的深度技术报告生成器。输入任意技术点(如 FlashAttention、MoE、LoRA、RLHF 等),自动产出结构化技术报告(Markdown + HTML),包含丰富的 SVG 可视化图示,并自动同步至 IMA 知识库和腾讯文档。适用于:生成技术报告、创建培训材料、产出技术分享文档、写技术博客等。
运行时依赖
安装命令
点击复制技能文档
深度技术报告生成器 输入任意技术点,自动产出高质量结构化技术报告(含 SVG 可视化),并同步到 IMA 知识库和腾讯文档。
设计理念 面向新人友好:由浅入深,先建立直觉再深入细节 图文并茂:每个核心概念配 SVG 可视化图示,降低理解门槛 双格式产出:Markdown(便于版本管理)+ HTML(便于分享阅读) 自动分发:一键同步至 IMA 知识库和腾讯文档
报告生成流程 Phase 1:需求分析 收到用户的技术主题后,确认以下信息: 技术主题:明确要讲解的技术点 目标受众:新人培训 / 团队分享 / 技术备忘(默认:新人培训) 深度级别:入门科普 / 原理详解 / 源码级(默认:原理详解) 额外要求:是否需要对比分析、版本演进、适用场景扩展等
Phase 2:报告结构设计 按以下通用模板组织章节(根据具体技术灵活调整):
- 背景与动机 - 解决什么问题?为什么现有方案不够好? - 直觉建立:用类比/对比让读者快速理解核心矛盾
- 核心思想 - 一句话总结(核心 insight) - 关键技术拆解(2-3 个核心技术点) - 对比表格:旧方案 vs 新方案
- 关键技巧 / 数学原理 - 核心公式推导(保持简洁,逐步展开) - 为什么这样设计(直觉解释)
- 完整算法 / 系统流程 - 伪代码或流程图 - 前向 + 反向(如适用)
- 性能分析 - 复杂度对比表格 - 实验数据 / Benchmark 结果 - 加速效果图
- 适用范围与变体 - 支持哪些场景/变体 - 对比表格(各变体支持情况) - 限制条件
- 版本演进(如适用) - 时间线图 - 各版本关键改进
- 一页总结 - 核心要点浓缩 - 推荐阅读资源
Phase 3:SVG 可视化图示设计 核心原则:每个关键概念至少配一张图 必备图示类型(按优先级) 优先级 图示类型 适用场景 示例 P0 架构对比图 新旧方案对比 标准 Attention vs FlashAttention P0 流程图/流水线 算法步骤展示 前向计算流程 P1 原理示意图 数学/物理直觉 Online Softmax 增量更新 P1 层级/结构图 系统架构 GPU 内存层级 P2 趋势图/性能图 性能对比 IO 复杂度随 N 变化 P2 全景图 生态/变体总览 Attention 变体支持矩阵 P3 时间线图 版本演进 v1 → v2 → v3 SVG 设计规范 画布尺寸:viewBox="0 0 800 [高度按内容]" 配色方案:
- 主色:#6C5CE7(紫色系,用于标题/强调)
- 辅色:#00B894(绿色系,用于正面/改进)
- 对比色:#E17055(橙红系,用于问题/瓶颈)
- 中性色:#636E72(灰色系,用于说明文字)
- 背景:#F8F9FA(浅灰)或 #FFFFFF(白色)
Phase 4:双格式产出 Markdown 版本 清晰的目录结构(带锚点链接) 表格化对比信息 代码块包裹公式和伪代码 图示位置用 【图示:描述】 占位标注 文件命名:{技术主题}技术报告.md HTML 版本(核心交付物) 将所有 SVG 图示内联嵌入对应章节位置 响应式布局(max-width: 920px 居中) 统一设计语言: body { font-family: system-ui; line-height: 1.8; background: #f8f8f6; } .container { max-width: 920px; background: #fff; border-radius: 12px; padding: 3rem; } h2 { border-bottom: 2px solid #EEEDFE; } table { border-collapse: collapse; width: 100%; } th { background: #6C5CE7; color: white; } .highlight-box { background: #f0efff; border-left: 4px solid #6C5CE7; padding: 1rem; } 文件命名:{技术主题}技术报告.html 元信息标注(必须) 在报告头部包含: 面向新人培训 | {日期} 报告生成模型:AI 智能编程助手 目标:{一句话描述报告目标}
Phase 5:自动同步分发 5.1 同步至 IMA 知识库 目标知识库:「龙虾-模型ScalingUp」(kb_id: 6peD1tTQj2UYi41MTaDgLpfVnbCegcA-sjzZLJ0zVPA=) 流程: 调用 ima-skills 的 preflight-check 验证连接 调用 check_repeated_names 避免重复 调用 create_media 获取上传凭证 使用 curl PUT 上传文件到 COS 调用 add_knowledge 完成入库 上传文件:Markdown 版本(便于知识库索引检索) 5.2 同步至腾讯文档 使用 mcp__tencent-docs__create_smartcanvas_by_mdx 工具: content_format: "markdown" title: 报告标题 mdx: Markdown 正文内容 注意:腾讯文档对 Markdown 的渲染有限,SVG 图示主要在 HTML 版呈现。
Phase 6:质量检查清单 生成完毕后逐条检查: 章节结构完整,由浅入深 每个核心概念有对应 SVG 图示 所有表格格式正确,信息对齐 公式推导步骤完整且有直觉解释 HTML 中 SVG 正确内联且渲染正常 元信息(日期、模型版本)已标注 已同步至 IMA 知识库 已同步至腾讯文档 无未完成的占位符
适配指南 不同技术主题的章节调整 技术类型 重点章节 可选省略 算法/模型(FlashAttention, MoE) 数学原理 + 性能分析 — 系统架构(vLLM, TensorRT) 系统流程 + 性能对比 数学推导可简化 训练方法(RLHF, DPO) 核心思想 + 对比分析 版本演进 工具/框架(DeepSpeed, Megatron) 使用流程 + 配置项 数学推导 图示风格统一规范 所有 SVG 图示必须遵循统一设计语言,确保系列报告的视觉一致性: 标题字号:18-20px,加粗 正文字号:13-14px 矩形圆角统一 rx="8" 颜色不超过 5 种主色 留白充足,避免拥挤
前置依赖 必须安装的 Skill ima-skills(或 腾讯ima)— 用于上传到 IMA 知识库 可选但推荐的 Skill 腾讯文档 — 用于同步到腾讯文档
示例用法 用户: 帮我生成一份 MoE (Mixture of Experts) 的技术报告,面向新人培训 Agent 执行:
- 确认主题和深度 → MoE,原理详解级
- 设计 7 章结构 → 稀疏激活背景/门控机制/负载均衡/训练策略/性能分析/变体对比/应用案例
- 设计 6 张 SVG → 密集vs稀疏对比图/门控路由示意/