kita / notes

全部笔记 / 筛选视图

#多模态

2 篇笔记

多模态

当前共 2 篇记录 回到全部笔记 →

  1. 2026 10 月
  2. 给可不加上 B 站看视频能力:九宫格抽帧、只读隔离与定时窗口修复

    新增 astrbot_plugin_kafu_bili 插件,通过 Docker 网关 38110 端口调用只读采集器抽取视频字幕与 3x3 九宫格关键帧送入视觉模型,并修复 dsh-bili-whale 重复消耗定时窗口的调优缺陷。

  3. 2026 8 月
  4. 排查机器人识图差距:先固定图片链路,再对比视觉模型

    群里发图提问的回答细节明显不如网页端。顺着 astr_main_agent.py 和 media_utils.py 核对 base64 编码链路后,用控制变量法对比多款视觉模型。