2
1
0
这个 App 最开始是自己用的，是走的 LLM 方案，先整体翻译，然后按句子配对，再 LLM 拆分，但是拆分效果总是不理想。
另外走 LLM 还有一个问题，就是要配置 API Key，这其实对普通人不友好，另外就是成本其实不低，Gemini 3.5 Flash 一部长一点视频都几美元。
最后发现还是 Agent + Skill 路线最好：
IT技术
(
twitter.com
)
由
宝玉
提交
这个 App 最开始是自己用的，是走的 LLM 方案，先整体翻译，然后按句子配对，再 LLM 拆分，但是拆分效果总是不理想。
另外走 LLM 还有一个问题，就是要配置 API Key，这其实对普通人不友好，另外就是成本其实不低，Gemini 3.5 Flash 一部长一点视频都几美元。
最后发现还是 Agent + Skill 路线最好：
1. Agent 有很好的纠错能力，哪怕你不给它这样的工具，它自己都能一边翻译一边纠错，质量不错。
2. 把 App 的能力封装成 cli，让 Agent 可以通过命令行调用 App 的功能
3. 配合一个 Skill 把常用的工作流比如像转录、润色、翻译、对齐、剪辑都固化下来，这样 Agent 就知道最佳实践是什么，不需要每次都自己摸索
4. App 解决的是人工预览、校对的部分。
Agent 操作完，如果你是人肉看文本字幕，或者你每次修改一点都要重新 ffmpeg 生成一遍视频，那效率太低了。最好的方式其实不是完全交给 Agent，而是可以有一个图形化的工具快速的预览、二次编辑。
5. Agent 相对比较通用和便宜，现在大家都有 Agent，包月的 Token 经常花不完，用来干这种活正合适
点击图片查看原图
Markdown支持
评论加载中...
您可能感兴趣的：
4
91
90
90
7
565
564
564
13
692
691
691
14
189
188
188
15
479
478
478
19
150
149
149
22
160
159
159
24
393
392
392
