全本地 AI 流水线:看房视频自动转 Trello 维修清单
gregmushen · x · 2026-10-09
一位房主把巡房录制的 25-30 分钟视频交给一套全本地 AI 流水线处理,自动生成 Trello 维修待办,跑了约 2.5 小时完成。
技术栈与流程要点:
- 用 Whisper-Large-v3-turbo 做语音转写;先用 Silero VAD v5.1.2 剔除静音段,避免 Whisper 在无声处产生幻觉
- 视觉理解由 Gemma 4 8B(Q4KM) 在 Ollama 0.20.0 中完成,从视频里提取维修相关的截图
- 工具本身由多 agent 协作开发:Astra High 写规格与实施计划,Opus 5.5 审查并端到端完成(含测试),再调度 Sol-6.1 子 agent 开发
- 中途曾发现任务跑在 Cmux 里但没开远程模式,便让 Codex 用 computer use 进入终端开启 /remote-control
作者强调全程不用云端 API——装上视频就能出门,不依赖网络;相比过去手动翻视频、截图、记 Trello,大幅省时省心。
所属事件:房东用全本地 AI 把巡房视频自动变 Trello 维修清单(11 条相关)→
「编程与Agent」频道最新
- 换 harness 不换模型,GPT-5.6 仓库迁移成绩从 6.5% 飙到 31% — omarsar0 · 2026-10-09
- 用 Opus 5.5 做出野火分析工具:可视化火势演进、无人机追踪热点 — natesiggard · 2026-10-09
- 「专家型子代理」或成新赛道：Harvey 类专业能力变成一次工具调用 — nbaschez · 2026-10-09
- WebMCP 冲击广告模式:LLM 代理只取信息不给点击 — ConnectRub4818 · 2026-10-09
- Grok Bot 线下聚会现场:观众投票点题,10 分钟生成可上线地图应用 — pswider · 2026-10-09
- 亚马逊AGI实验室：80%可靠性的Agent为何还不够用 — AI Engineer · 2026-10-09