场景 1查某个方向近几年的高引用论文

提示词 查 2023 年以来 RAG 方向被引最多的 15 篇论文，按引用数从高到低排
输出结果 查看 CWB 文件 效果图 V1.8 桌面端
RAG 领域被引 Top 15 论文展示页：表格按引用数从高到低排列，列出编号、标题、第一作者、机构、期刊或会议、年份、引用数与 DOI，顶部带搜索框与期刊筛选

场景 2查询论文的引用参考文献

提示词 查《Attention Is All You Need》这篇论文引了哪些参考文献
输出结果 查看 CWB 文件 效果图 V1.8 桌面端
《Attention is All You Need》参考文献展示页：共 40 条，表格列出编号、标题、第一作者、第一作者机构、发表期刊或会议、年份、被引档位与 DOI，顶部带搜索框和期刊、年份、被引档位筛选

场景 3把检索到的论文原文 PDF 下载到工作区

提示词 找 3 篇 diffusion model 图像生成方向被引最高的论文，能公开下载的把原文 PDF 下到工作区，下不到的把 DOI 链接列出来给我。
输出结果 效果图 V1.8 桌面端 · 耗时 1 分钟
算花桌面端界面：左侧文件列表是刚下载的三个论文 PDF，中间打开《Elucidating the Design Space of Diffusion-Based Generative Models》原文，右侧对话区回报三篇均有 arXiv 开放获取版本、全部下载成功，并列出论文、第一作者、年份、被引数与 DOI
成功下载 3 个论文文档

场景 4查一位学者的研究方向、履历与代表作

提示词 查一下 Yoshua Bengio 的研究方向、教育和工作经历、代表论文和总引用数，整理成一篇文档。
输出结果 查看 PDF 文件 查看 CWB 文件 效果图 论文清单展示页 V1.8 桌面端 · 耗时 2 分钟
《Yoshua Bengio 学术简介》文档一页：基本信息、研究方向、教育经历、工作经历与荣誉、代表论文五节依次排开，学历和获奖逐条列出
Yoshua Bengio 学术信息展示页：代表论文共 7 条按年份升序排列，列出编号、论文题目、第一作者、年份、期刊或会议与 DOI，顶部带搜索框和年份、期刊筛选

场景 5阅读论文，分析论文内容，写阅读笔记

提示词 读「Improved Denoising Diffusion Probabilistic Models.pdf」，说清楚它要解决什么问题、研究过程结论是什么？整理成阅读笔记，写成文档
输出结果 查看 PDF 文件 查看 CWB 文件 效果图 V1.8 桌面端
《Improved Denoising Diffusion Probabilistic Models 阅读笔记》三页缩览：论文要解决什么问题、研究过程与主要方法、主要实验结果与结论、相关工作与并行工作四节，实验结果一节附两张指标对照表

场景 6写文献综述

提示词 先检索 2022 年以来「图神经网络 药物分子性质预测」方向的论文存成文献清单，再按方法演进的脉络写一篇综述，分研究现状、主要技术路线、存在问题三节。每条具体事实句末打角标，参考文献不要遗漏。
输出结果 查看 PDF 文件 查看 CWB 文件 效果图 文献清单展示页 V1.8 桌面端
《图神经网络在药物分子性质预测中的研究综述（2022 以来）》四页缩览：研究现状、主要技术路线、存在问题三节依次排开，正文句末带上标角标，末页是参考文献列表
图神经网络药物分子性质预测代表论文展示页：共 16 条，表格列出编号、标题、第一作者、年份、期刊或会议、DOI、引用数、被引档位与摘要，顶部带搜索框和年份、期刊、被引档位筛选

场景 7写开题报告，配技术路线图与进度甘特图

提示词 写一份硕士开题报告，题目是「基于多模态融合的农作物病害识别方法研究」：研究背景与意义、国内外研究现状、研究内容与目标、技术路线、创新点、预期成果逐节写。技术路线画成流程图，三年研究进度画成甘特图。
输出结果 查看 PDF 文件 查看 CWB 文件 效果图 V1.8 桌面端
《基于多模态融合的农作物病害识别方法研究》开题报告六页缩览：研究背景与意义、国内外研究现状、研究内容与目标、技术路线、创新点、预期成果逐节排开，第五页是技术路线流程图，末页是三年研究进度甘特图

场景 8导入实验数据，计算描述统计与组间差异

提示词 按「拉伸强度实验记录.md」做统计：每个处理组的样本数、均值、标准差、中位数、最小值和最大值都算出来，再看组间差异比组内波动大多少，配一张各组均值对比图。数字按表里算别估。 
| 样品编号 | 处理组 | 拉伸强度(MPa) | 断裂伸长率(%) |
| --- | --- | ---: | ---: |
| S01 | 对照组 | 42.6 | 18.4 |
| S02 | 对照组 | 41.8 | 19.1 |
| S03 | 对照组 | 43.5 | 17.6 |
| S04 | 对照组 | 40.9 | 20.3 |
| S05 | 对照组 | 44.1 | 16.8 |
| S06 | 对照组 | 42.0 | 18.9 |
| S07 | 对照组 | 43.2 | 17.2 |
| S08 | 对照组 | 41.4 | 19.7 |
| S09 | 改性A | 51.3 | 14.2 |
| S10 | 改性A | 53.7 | 12.8 |
| S11 | 改性A | 49.8 | 15.6 |
| S12 | 改性A | 52.4 | 13.5 |
| S13 | 改性A | 54.2 | 12.1 |
| S14 | 改性A | 50.6 | 14.9 |
| S15 | 改性A | 52.9 | 13.0 |
| S16 | 改性A | 48.5 | 16.3 |
| S17 | 改性B | 47.2 | 22.5 |
| S18 | 改性B | 46.1 | 23.8 |
| S19 | 改性B | 48.9 | 21.2 |
| S20 | 改性B | 45.3 | 24.6 |
| S21 | 改性B | 49.6 | 20.4 |
| S22 | 改性B | 46.8 | 23.1 |
| S23 | 改性B | 47.9 | 21.9 |
| S24 | 改性B | 44.7 | 25.3 |

测试标准：GB/T 1040.2-2022，拉伸速率 50 mm/min，温度 23℃，每组 8 个平行样
输出结果 查看 PDF 文件 效果图 查看 CWB 文件 均值对比图 V1.8 桌面端
《拉伸强度实验分组统计分析》首页：写明依据 GB/T 1040.2-2022、24 个平行样分三组，表 1 逐组列出样本数、均值、标准差、中位数、最小值与最大值，对照组 42.44、改性A 51.68、改性B 47.06 MPa
各处理组拉伸强度均值对比柱状图：柱顶标着 42.44、51.68、47.06，图下结论写明单因素方差分析 F=63.825（df=2,21），组间均方约为组内均方的 63.8 倍，效应量 η²=0.8587

场景 9画标准曲线并标出回归方程与 R²

提示词 按「标准曲线数据.md」画浓度—吸光度散点图：三个复孔先取平均再画，加线性拟合线，回归方程和 R² 标在图上，横轴写浓度(μg/mL)、纵轴写吸光度。 
| 浓度(μg/mL) | A1 | A2 | A3 |
| ---: | ---: | ---: | ---: |
| 0 | 0.047 | 0.042 | 0.049 |
| 25 | 0.071 | 0.068 | 0.075 |
| 50 | 0.094 | 0.099 | 0.091 |
| 100 | 0.138 | 0.131 | 0.137 |
| 200 | 0.249 | 0.241 | 0.247 |
| 300 | 0.328 | 0.341 | 0.333 |
| 400 | 0.419 | 0.428 | 0.412 |
| 600 | 0.601 | 0.589 | 0.604 |
| 800 | 0.802 | 0.788 | 0.816 |
| 1000 | 0.986 | 1.003 | 0.972 |
| 1500 | 1.428 | 1.409 | 1.451 |
| 2000 | 1.812 | 1.836 | 1.789 |

BCA 法测总蛋白，BSA 母液 2 mg/mL 梯度稀释；每孔标准品 20 μL + 工作液 200 μL，37℃ 避光孵育 30 min，562 nm 读数，每个浓度 3 复孔，读数未扣本底。
当日室温 24℃，96 孔板最外圈孔未使用。2000 μg/mL 已接近显色上限，读数偏离线性，定量时以 1000 μg/mL 以内的点为准。
输出结果 查看 PDF 文件 查看 CWB 文件 效果图 横轴刻度和图上那行方程都按点的序号算，不是浓度值；正确的回归方程与 R² 在图下那段说明里 V1.8 桌面端
BCA 标准曲线散点图：十个浓度点与虚线拟合线，图下注明线性回归方程 y = 0.000938x + 0.047412、R² = 0.9996，并说明 1500 与 2000 μg/mL 因接近显色上限未纳入拟合

场景 10按组画箱线图，按区间画分布直方图

提示词 按「水稻单株考种记录.md」给三个施氮处理画单株产量箱线图，最小值、四分位、中位数、最大值都要能读出来，离群株单独标出来；再把全部单株产量按 5 g 一档画分布直方图。 
| 编号 | 处理 | 有效穗数 | 单株产量(g) | 备注 |
| --- | --- | ---: | ---: | --- |
| CK-01 | CK | 9 | 21.6 |  |
| CK-02 | CK | 9 | 22.2 |  |
| CK-03 | CK | 10 | 20.4 |  |
| CK-04 | CK | 9 | 20.7 |  |
| CK-05 | CK | 9 | 23.5 |  |
| CK-06 | CK | 8 | 21.9 |  |
| CK-07 | CK | 6 | 16.8 |  |
| CK-08 | CK | 7 | 20.1 |  |
| CK-09 | CK | 10 | 23.8 |  |
| CK-10 | CK | 5 | 10.1 | 弱苗 |
| CK-11 | CK | 10 | 29.9 |  |
| CK-12 | CK | 8 | 19.3 |  |
| CK-13 | CK | 10 | 27.0 |  |
| CK-14 | CK | 6 | 13.9 | 弱苗 |
| CK-15 | CK | 8 | 20.7 |  |
| CK-16 | CK | 8 | 19.6 |  |
| CK-17 | CK | 10 | 29.9 |  |
| CK-18 | CK | 9 | 24.1 |  |
| CK-19 | CK | 9 | 23.6 |  |
| CK-20 | CK | 10 | 24.5 |  |
| CK-21 | CK | 11 | 27.9 |  |
| CK-22 | CK | 9 | 20.0 |  |
| CK-23 | CK | 8 | 22.0 |  |
| CK-24 | CK | 12 | 30.1 |  |
| CK-25 | CK | 8 | 20.2 |  |
| CK-26 | CK | 7 | 16.2 |  |
| CK-27 | CK | 6 | 16.5 |  |
| CK-28 | CK | 7 | 21.2 |  |
| N150-01 | N150 | 13 | 37.8 |  |
| N150-02 | N150 | 12 | 32.4 |  |
| N150-03 | N150 | 15 | 37.3 |  |
| N150-04 | N150 | 13 | 28.2 |  |
| N150-05 | N150 | 12 | 25.8 |  |
| N150-06 | N150 | 13 | 35.2 |  |
| N150-07 | N150 | 11 | 29.8 |  |
| N150-08 | N150 | 10 | 24.0 |  |
| N150-09 | N150 | 12 | 28.5 |  |
| N150-10 | N150 | 9 | 24.9 |  |
| N150-11 | N150 | 12 | 30.2 |  |
| N150-12 | N150 | 15 | 35.4 |  |
| N150-13 | N150 | 10 | 23.6 | 边行 |
| N150-14 | N150 | 13 | 33.4 |  |
| N150-15 | N150 | 11 | 26.3 |  |
| N150-16 | N150 | 14 | 38.2 |  |
| N150-17 | N150 | 11 | 29.7 |  |
| N150-18 | N150 | 12 | 26.7 |  |
| N150-19 | N150 | 14 | 31.3 |  |
| N150-20 | N150 | 10 | 26.2 |  |
| N150-21 | N150 | 15 | 41.1 |  |
| N150-22 | N150 | 14 | 40.0 |  |
| N150-23 | N150 | 11 | 29.7 |  |
| N150-24 | N150 | 11 | 31.5 |  |
| N150-25 | N150 | 10 | 27.0 |  |
| N150-26 | N150 | 14 | 34.8 |  |
| N150-27 | N150 | 12 | 30.4 |  |
| N150-28 | N150 | 14 | 33.1 |  |
| N150-29 | N150 | 11 | 29.7 |  |
| N150-30 | N150 | 11 | 26.9 |  |
| N225-01 | N225 | 15 | 42.3 |  |
| N225-02 | N225 | 15 | 36.3 |  |
| N225-03 | N225 | 13 | 35.0 |  |
| N225-04 | N225 | 13 | 32.0 |  |
| N225-05 | N225 | 14 | 32.8 |  |
| N225-06 | N225 | 13 | 31.9 |  |
| N225-07 | N225 | 13 | 32.6 |  |
| N225-08 | N225 | 11 | 28.6 |  |
| N225-09 | N225 | 12 | 30.3 |  |
| N225-10 | N225 | 15 | 34.4 |  |
| N225-11 | N225 | 14 | 36.4 |  |
| N225-12 | N225 | 15 | 33.3 |  |
| N225-13 | N225 | 13 | 33.5 |  |
| N225-14 | N225 | 15 | 38.8 |  |
| N225-15 | N225 | 10 | 23.2 |  |
| N225-16 | N225 | 14 | 33.4 |  |
| N225-17 | N225 | 12 | 34.2 |  |
| N225-18 | N225 | 11 | 19.4 | 抽穗期倒伏 |
| N225-19 | N225 | 11 | 29.9 |  |
| N225-20 | N225 | 16 | 37.9 |  |
| N225-21 | N225 | 14 | 34.0 |  |
| N225-22 | N225 | 14 | 32.6 |  |
| N225-23 | N225 | 12 | 31.4 |  |
| N225-24 | N225 | 13 | 34.7 |  |
| N225-25 | N225 | 11 | 27.9 |  |
| N225-26 | N225 | 17 | 43.6 |  |
| N225-27 | N225 | 12 | 30.4 |  |
| N225-28 | N225 | 12 | 34.5 |  |
| N225-29 | N225 | 13 | 31.0 |  |

品种中早 39，2026 年早稻，江西南昌试验基地。小区面积 20 m²，随机区组排列 3 次重复，CK 不施氮，N150、N225 分别为纯氮 150、225 kg/hm²，磷钾肥各处理一致。
成熟期每小区随机取样脱粒晒干后称重，倒伏株与弱苗株已在备注中标出，统计时一并计入；缺株未补测。
输出结果 查看 PDF 文件 查看 CWB 文件 效果图 箱线统计与离群清单 分箱频数表 箱线图与直方图 V1.8 桌面端
《水稻施氮处理单株产量分析》四页缩览：首页是试验说明、表 1 各处理箱线统计和表 2 离群株名单，第二页是离群株续表与表 3 5 g 分档频数，第三页排着三组箱线图和分布直方图，末页是结论
表 1 各施氮处理单株产量箱线统计：CK 下须 16.2、P25 19.9、中位 21.4、P75 23.875、上须 27.9、28 株、离群 5 株，N150 中位 30、无离群，N225 中位 33.3、离群 4 株，各带实测最小最大值与上下栅栏；表 2 是离群株名单，逐株列出编号、处理、备注、有效穗数、Q1、Q3、IQR 与上下栅栏
离群株名单续表（N225-15、N225-18 抽穗期倒伏、N225-26）与表 3 全部单株产量 5 g 分档频数分布：10-15 有 2 株、15-20 有 6 株、20-25 有 20 株、25-30 有 19 株、30-35 有 26 株、35-40 有 10 株、40-45 有 4 株
上图是各施氮处理单株产量箱线图：CK、N150、N225 三个箱体依次抬高，离群株画成圆点标在须外；下图是单株产量 5 g 分档频数直方图，30-35 g 一档最高

场景 11用脚本批处理原始数据并回到表中

提示词 把「ICP-MS原始数据.md」里的三个 csv 按原文件名写到工作区 data 目录下，再写个 Python 脚本：把 data 目录下所有 csv 合并成一张表，按「样品编号」分组，对「含量(mg/kg)」列剔掉偏离组均值 3 倍标准差以上的读数，再算每组剔除后的均值、标准差、相对标准偏差和剩余读数个数，输出成 summary.csv。写完直接跑一下，把剔掉了哪几条、依据是什么告诉我，最后把 summary.csv 的内容回填成表格。 
ICP-MS_20260311.csv：

样品编号,读数序号,测定日期,批次号,元素,信号强度(cps),内标回收率(%),含量(mg/kg)
SL-01,1,2026-03-11,B2603-1,Cd111,63550,98.4,0.418
SL-01,2,2026-03-11,B2603-1,Cd111,64600,101.2,0.425
SL-01,3,2026-03-11,B2603-1,Cd111,62650,97.6,0.412
SL-01,4,2026-03-11,B2603-1,Cd111,65500,99.8,0.431
SL-02,1,2026-03-11,B2603-1,Cd111,27250,99.5,0.176
SL-02,2,2026-03-11,B2603-1,Cd111,28150,97.8,0.182
SL-02,3,2026-03-11,B2603-1,Cd111,27700,100.4,0.179
SL-02,4,2026-03-11,B2603-1,Cd111,26950,98.1,0.174
SL-03,1,2026-03-11,B2603-1,Cd111,172150,100.8,1.142
SL-03,2,2026-03-11,B2603-1,Cd111,176050,99.2,1.168
SL-03,3,2026-03-11,B2603-1,Cd111,174100,98.5,1.155
SL-03,4,2026-03-11,B2603-1,Cd111,170500,101.6,1.131
SL-04,1,2026-03-11,B2603-1,Cd111,97000,98.9,0.641
SL-04,2,2026-03-11,B2603-1,Cd111,95050,100.3,0.628
SL-04,3,2026-03-11,B2603-1,Cd111,13150,43.6,0.082
SL-04,4,2026-03-11,B2603-1,Cd111,96100,99.4,0.635

ICP-MS_20260312.csv：

样品编号,读数序号,测定日期,批次号,元素,信号强度(cps),内标回收率(%),含量(mg/kg)
SL-01,1,2026-03-12,B2603-2,Cd111,66250,103.5,0.436
SL-01,2,2026-03-12,B2603-2,Cd111,65200,100.7,0.429
SL-01,3,2026-03-12,B2603-2,Cd111,67000,102.9,0.441
SL-01,4,2026-03-12,B2603-2,Cd111,65800,99.1,0.433
SL-02,1,2026-03-12,B2603-2,Cd111,28600,102.6,0.185
SL-02,2,2026-03-12,B2603-2,Cd111,28000,101.3,0.181
SL-02,3,2026-03-12,B2603-2,Cd111,29050,99.7,0.188
SL-02,4,2026-03-12,B2603-2,Cd111,28300,100.9,0.183
SL-03,1,2026-03-12,B2603-2,Cd111,178300,103.1,1.183
SL-03,2,2026-03-12,B2603-2,Cd111,176500,102.4,1.171
SL-03,3,2026-03-12,B2603-2,Cd111,180250,100.2,1.196
SL-03,4,2026-03-12,B2603-2,Cd111,175450,99.6,1.164
SL-04,1,2026-03-12,B2603-2,Cd111,98650,101.8,0.652
SL-04,2,2026-03-12,B2603-2,Cd111,97900,102.2,0.647
SL-04,3,2026-03-12,B2603-2,Cd111,96700,100.6,0.639
SL-04,4,2026-03-12,B2603-2,Cd111,99550,98.3,0.658

ICP-MS_20260313.csv：

样品编号,读数序号,测定日期,批次号,元素,信号强度(cps),内标回收率(%),含量(mg/kg)
SL-01,1,2026-03-13,B2603-3,Cd111,63100,96.8,0.415
SL-01,2,2026-03-13,B2603-3,Cd111,253300,95.3,1.683
SL-01,3,2026-03-13,B2603-3,Cd111,64000,98.2,0.421
SL-01,4,2026-03-13,B2603-3,Cd111,62200,97.4,0.409
SL-02,1,2026-03-13,B2603-3,Cd111,27400,96.2,0.177
SL-02,2,2026-03-13,B2603-3,Cd111,27850,98.6,0.180
SL-02,3,2026-03-13,B2603-3,Cd111,26650,97.1,0.172
SL-02,4,2026-03-13,B2603-3,Cd111,28450,99.3,0.184
SL-03,1,2026-03-13,B2603-3,Cd111,173050,97.9,1.148
SL-03,2,2026-03-13,B2603-3,Cd111,171700,96.5,1.139
SL-03,3,2026-03-13,B2603-3,Cd111,175150,98.8,1.162
SL-03,4,2026-03-13,B2603-3,Cd111,173800,100.1,1.153
SL-04,1,2026-03-13,B2603-3,Cd111,94150,97.2,0.622
SL-04,2,2026-03-13,B2603-3,Cd111,95950,99.9,0.634
SL-04,3,2026-03-13,B2603-3,Cd111,95200,96.4,0.629
SL-04,4,2026-03-13,B2603-3,Cd111,97450,98.7,0.644

样品经王水消解后定容至 50 mL 上机，称样量 0.2500 g（105℃ 烘干至恒重）；Cd111 由 103Rh 内标在线校正，每个样品仪器连续读数 4 次，三个批次共 12 个读数，含量以干重计。校准曲线核查与试剂空白记录另存，不在 data 目录里。
输出结果 效果图 工作区产物 summary.csv 原文 V1.8 桌面端
算花数据表视图：左侧是工作区 data 目录，右侧「ICP-MS含量统计汇总」表回填了 summary.csv 的四行结果，SL-01 均值 0.4245、SL-02 0.1801、SL-03 1.1593、SL-04 0.639，各带标准差、RSD% 与剩余读数个数
脚本跑完后 data 目录里的文件：三个原始 ICP-MS 批次 csv、脚本输出的 summary.csv，以及回填结果的 cwb 文档
summary.csv 原文：表头是样品编号、均值(mg/kg)、标准差、RSD(%)、剩余读数个数，下面四行分别是 SL-01 到 SL-04 的结果，数值是 Python 输出的完整浮点精度

场景 12多张实验图拼成一张图版并标 (a)(b)(c)

提示词 把工作区的 fig1.png、fig2.png、fig3.png、fig4.png 拼成 2×2 的一张图版，四张图尺寸统一，左上角依次标 (a)(b)(c)(d)，导出成一张 PNG。
输出结果 拼版前的四张图 效果图 V1.8 桌面端
工作区里待拼版的四张图：fig1.png 到 fig4.png，各是一张人物表情插画的缩略图
拼好的 fig_combined.png 在看图窗口里打开：四张图排成 2×2、尺寸统一，左上角依次标着 (a)(b)(c)(d)

场景 13按问卷答卷做交叉分析

提示词 按「课程满意度问卷.md」做分析：每道题的选项分布先算出来，再按年级和专业分别交叉比对，每题配一张分布图。数字按表里算别估，最后说清哪几项最不满意。 
| 编号 | 年级 | 专业 | 总体满意度 | 课程难度 | 作业量 | 最希望改进 |
| --- | --- | --- | --- | --- | --- | --- |
| R01 | 大二 | 计算机 | 满意 | 偏难 | 适中 | 增加实践 |
| R02 | 大二 | 计算机 | 一般 | 偏难 | 偏多 | 减少作业 |
| R03 | 大二 | 电子 | 满意 | 适中 | 适中 | 增加实践 |
| R04 | 大三 | 计算机 | 非常满意 | 适中 | 适中 | 更新案例 |
| R05 | 大三 | 电子 | 一般 | 偏难 | 偏多 | 减少作业 |
| R06 | 大二 | 自动化 | 不满意 | 偏难 | 偏多 | 放慢进度 |
| R07 | 大三 | 计算机 | 满意 | 适中 | 适中 | 增加实践 |
| R08 | 大二 | 电子 | 满意 | 偏难 | 适中 | 更新案例 |
| R09 | 大三 | 自动化 | 一般 | 适中 | 偏多 | 减少作业 |
| R10 | 大二 | 计算机 | 非常满意 | 适中 | 适中 | 增加实践 |
| R11 | 大三 | 电子 | 不满意 | 偏难 | 偏多 | 放慢进度 |
| R12 | 大二 | 自动化 | 满意 | 适中 | 适中 | 更新案例 |
| R13 | 大三 | 计算机 | 满意 | 偏难 | 适中 | 增加实践 |
| R14 | 大二 | 电子 | 一般 | 适中 | 偏多 | 减少作业 |
| R15 | 大三 | 自动化 | 满意 | 适中 | 适中 | 增加实践 |
| R16 | 大二 | 计算机 | 一般 | 偏难 | 偏多 | 放慢进度 |
| R17 | 大三 | 电子 | 非常满意 | 适中 | 适中 | 更新案例 |
| R18 | 大二 | 自动化 | 不满意 | 偏难 | 偏多 | 减少作业 |
| R19 | 大三 | 计算机 | 满意 | 适中 | 适中 | 增加实践 |
| R20 | 大二 | 电子 | 满意 | 适中 | 适中 | 更新案例 |

回收 20 份，有效 20 份，2026 年 6 月发放
输出结果 查看 PDF 文件 查看 CWB 文件 效果图 V1.8 桌面端
《课程满意度问卷分析》十一页缩览：首页是样本说明，随后各题选项分布配环形图与柱状图，年级、专业交叉比对配分组柱状图与热力图，中间穿插交叉表，末页是最不满意项的结论

场景 14读取 PDF 文档转成可编辑内容

提示词 把 PDF 文件中的文字内容和公式复制到文档
输入文件 DDPM 论文第 3-4 页 输出结果 查看 PDF 文件 查看 CWB 文件 效果图 公式渲染细节 正文里行内公式和英文单词之间的空格有丢失（如 random terms ofLwith），转换后要通读一遍补上 V1.8 桌面端
转换结果五页缩览：DDPM 论文第 3-4 页的正文、章节标题「3 Diffusion models and denoising autoencoders」「3.1 Forward process and ℒT」「3.2 Reverse process and ℒ1:T-1」「3.3 Data scaling, reverse process decoder, and ℒ0」「3.4 Simplified training objective」逐段落进文档，行间公式带右侧编号单独成行，两段训练与采样的算法伪代码也按原样排成编号步骤
公式渲染细节：变分下界拆解式 (5) 连同 KL 散度项下方的 L_T、L_{t-1}、L_0 花括号标注一并还原，下方是前向过程后验分布式 (6) 与均值、方差表达式 (7)，公式编号靠右对齐，全部是可编辑的公式对象，不是图片