智能体编排多工具完成视频音效制作
cantrell · x · 2026-07-06
Omni无法生成金刚狼爪子弹出/收回的金属音效,itr8智能体于是改用其他工具组合完成任务:用ElevenLabs生成两种不同音效;用ffmpeg把视频做成带时间戳的接触印片图(contact sheet);再交给视觉能力更强的Gemini识别爪子首次弹出和收回的帧。
所属事件:Gemini Omni视频编辑实测呈现多工具协作(2 条相关)→
「编程与Agent」频道最新
- 马斯克称 Grok 4.5 登顶长程终端任务基准 — elonmusk · 2026-07-21
- Codex Computer Use 借 iPhone 来电筛选拿到语音验证码 — KarelDoostrlnck · 2026-07-21
- Grok Imagine 的 Agent mode 新增裁切功能，方便做视频转场 — elonmusk · 2026-07-21
- Skillerr 给 AI agent skills 加上签名与权限审计 — csinye · 2026-07-21
- 工程平台用 AI 代理自动分派并处理 Jira 故障 — Pavan_Belagatti · 2026-07-21
- Reddit 讨论：如何阻止 agent 反复重试同一失败调用 — bulleykebaal · 2026-07-21