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
- Vovy 发布:跟随光标的 Mac 语音 Agent,免费档每月 100 credits — Scobleizer · 2026-10-27
- Reddit 网友征集:带持久记忆的个人 AI 通讯助手怎么搭 — BrooksomidusGG · 2026-10-27
- Claude Code 用法心得：max 档做规划，xhigh 档做实现 — majidmanzarpour · 2026-10-27
- Chrome 团队详解 WebMCP：不是取代 MCP，而是让网站直接向 agent 提供工具 — rseroter · 2026-10-27
- Agent 绕过 UI 就能改已审批报销单?Agent-Native 框架要堵这个洞 — rseroter · 2026-10-27
- 开发者晒 AI 编码智能栈：人定方向 Opus 写码 Astra 审查，人类只做审阅 — sh_reya · 2026-10-27