`or 1 or 不正经の泡泡

okey，那么接下来我们来看到我们如何使用Prompt来完成Agent开发。来让LLM完成我们想要让它完成的工作。当然这里的开发还是非常渐层的开发，实际上我们有复杂的，但是得益于开源生态的完善，目前一些看起来比较深层的开发例如RAG也已经被封装的太好了。得到视频分镜将生成图像的文本翻译为英文提示词当然这里应该是三个任务，但是我这里直接合并为两个任务，要相信LLM的推理能力，当然你也可以将任务再进行拆分。

上一篇文章，我们讲述了如何对接到LLM，那么现在我们来谈谈如何对接到语音。当前的话关于语音的方案确实非常多，尤其是最近开源的势头太猛了。但是，这里的话，我们这里还是直接使用最方便，最简单的方式来完成对接。当然本章的内容是非常简单的，只需要完成语音的对接即可。之后我们直接封装到我们的功能函数里面即可。

昨天的文章，展示了项目对接moonshot对接中转站chatgpt服务，完成翻译任务MJ绘图服务所以接下来，我们将演示如何对接，在成功对接到我们的模型之后，我们就可以来基于模型来做一点处理了。当然，实际上，如果你本地也有模型，并且可以通过one_api进行本地化部署的话，那么就更酷了。当然，为了能够让更多的小伙伴能够正常运行这个项目，我们还是选择中转站。那么，接下来就开始吧，我们要如何完成对接。同时在对接完成之后，我们怎么实现到我们的聊天机器人。

小汐创作助手: 小汐创作助手 (gitee.com)为了能够快速完成页面的开发，提高开发速度降低开发成本。因此，我们整个项目，没有直接采用原来的前后端分离方案，而是直接使用streamlit完成搭建。streamlit是一款基于Python编写的前端机器学习组件库。简单高效，内置丰富的组件，同时我们也可以使用css对部分样式进行改造处理。那么很显然，我们本篇博文的目的就是如何快速来实现，我们先前预设的UI效果。首页：对话助手小说视频生成设置页面。

不知道你是否经常在蹲坑之时见闻过”柳如烟“大帝之名。是否好奇过这样的视频是如何生成的？那么今天，我们就将揭开这并不神秘的面纱。那么同样的废话不多说，我们来大致看到我们最终将要实现的效果：当然秉承着我们一贯的风格，当你看见这篇博文的时候，我们已经将其开源了。我们将对当前版本的源代码进行开放。同时你对于如何从开始构建这一软件感到好奇，那么需要订阅本专栏进行查阅。是的，这需要花费一杯奶茶的价格。不过授人以鱼不如授人以渔，我建议可以尝试一下😀。