@BelovedOne 哈哈哈，有道理，我把那个太艺术的图删掉

用 ffmpeg 做些简单的视频编辑挺好用，奈何命令老记不住

所以让 AI 帮忙写 ffmpeg 命令；顺带在 utool 里写了个插件

https://i.imgur.com/q0inGAR.png

@kaichen 牛，用这个 Prompt 试了下，八九不离十了

里面还有一篇赛博朋克风格的也不错： https://xiangyangqiaomu.feishu.cn/wiki/TbfDw66MsiDPVskjgUpcdh3gn7c

为什么我和同事 IP 能 ping 通，但是传在线文件的时候，点下载就完全不动？

36 ，焦虑是病，不好，得治。

给钱就能好，给的少我心如止水，给的多，我悲观变乐观，给的极多，我开始搞慈善

@xitler #1 才疏学浅，做不好，有想法一起细化呀，细化了就有人做

@gaobh #13

@elonlo #9 好，我回头详细体验下

@gaobh #5 https://i.imgur.com/lG44yUl.png 可以帮忙列下详细的技术栈吗？ https://i.imgur.com/I8x3ang.png

@SorryChen #2 不错不错，我回头看看

@archxm #4 https://i.imgur.com/lG44yUl.png

@88268459 #1 所以要么有丰富的插件生态，要么可以自己轻松写插件

PC 上是离线的，能找到对应的模型文件；手机上大概率是在线的。

因为手机上没去做反向工程，但做过一次对比，同一张图片，PC 上的识别结果和手机上差别较大。手机上更准确。

一点信息供参考。至于小程序里想实现，那方法多了去了，买大厂的 API 应该最省心吧

对于盈利部分，我也讨论下。

从用户的角度看，我认为一个开盒即用的傻瓜式产品才是好产品。所以，应该是技术上将 GPT 的所有细节隐藏，软件尽可能支持所有视频网站（比如是一个通用浏览器的插件，自动识别网站的视频画面和音频，参考“Live Screen Recorder"）

你说的点子非常好

科大讯飞有类似的产品，他做的是面向会议的： https://huiji.iflyrec.com/

实时转录，记笔记的时候可以关联到对应的音频段。并且可以基于转录后的文本，通过 AI 对话的方式做摘要提取、问答等。

稍微转变下就是你想做的了

其实关于频繁暂停的问题，只需要“在笔记文本框输入时自动暂停；在笔记文本框失焦时继续播放”即可。然后将笔记与时间点关联，以后回看的时候就方便了。

至于总结性的笔记，我个人感觉意义不大，因为不同人看同一个视频他接收的信息是不同的，基于转录文本的问答才能“千人千面”

@coderluan https://i.imgur.com/lG44yUl.png 好像开源版的格式工厂

@kinsou 是的，大部分时候我是这么干的。只有时候 GPT 会犯错，这时就希望有别人封装好的“块”。比如一个块可能叫”叠加字幕“，内部做好了各种异常处理、参数的理解，只对外提供一个输入”字幕“的端口、一个输出视频的端口

@Mutoo 这个和我想法基本一样。就是找需要的节点不好找，得先把 ffmpeg 的 filter 熟悉一遍。如果能分类下就好了

@AoEiuV020JP 你是对的。v 站我还不知道怎么传图片……可以点我给的 blocky 和 litegraph 的链接

- 拖拽并不比编程简单。这没错。主要好处就是“帮助记忆各种参数名字和可配置范围”
- 拖拽完的流程复杂。对，也不对。简单的事情，比如视频做个倍速什么的，5 个以内的节点肯定能完成，并看着一大堆参数的界面舒服的多；但要是复杂的滤镜什么的，可能就不行了，这个时候靠“有序组织（和编程写函数思想一样）”和“其他用户封装常用逻辑”