← Каталог

· AI Engineer Summit 2025

Это видео смонтировал AI-агент. Но как?

This video was edited with AI agent. But how?

Монтаж видео можно поручить агенту, если он пишет правки кодом для браузерного редактора и сверяет кадры перед рендером.

  • Код вместо JSON для действий — по словам авторов, исследования показывают, что вызовы инструментов в коде работают лучше, чем в JSON. Агент генерирует JavaScript или TypeScript композиции для Diffusion Studio Core.
  • Рендер в браузере — редактор работает в браузере, видео рендерится через WebCodecs, а файлы между Python и браузером передаются по Chrome DevTools Protocol. Отдельный серверный рендер не нужен, каждому агенту выделяется своя GPU-ускоренная сессия через WebSocket.
  • Проверка кадров перед рендером — композиция сэмплируется по одному кадру в секунду и передаётся VisualFeedbackTool, который работает по схеме генератор и дискриминатор, как в GAN. Рендер стартует только после его одобрения.
  • Документация через RAG — DocsSearchTool подтягивает нужные части документации через RAG, а llms.txt, по аналогии с robots.txt, помогает агентам находить эту документацию.

Кому полезно: тем, кто строит агентов, которые редактируют медиа или генерируют видео программно. Доклад во многом презентация продукта Re-skill совместно с Diffusion Studio, но инженерная часть про код-инструменты и визуальную проверку полезна и без него.

Статья по теме

Главы

Похожие доклады