逐字稿文字預覽
好,欢迎大家来到直播间。 今天呢,我们要聊的是腾讯云字研的一个新的AI Agent助手,Octob,最近也是刚刚在Github上面开源。 开源地址呢,也放在了我们的屏幕上面。 它的核心思路是很有意思的,就是把多任务多专家,子智能体全部放在一个平台上面打通。 什么意思呢? 手里装了好几个agent 可能开发一个写东西一个谁也管不了谁 那么Octop也提供了一个能力 让他们在一个地方能够统一的运转 因此今天我们直播间 就会来拆解Octop开源的一个能力 好的 其实算上这次已经是差不多第五次 来到咱们直播间了 然后以前看过我和一名直播的朋友 可能会想问一个问题 就是之前咱们都是跟另一个产品 另一个名字叫做LineCloud ACE 为什么今天换 对 其实今天就是我们带着我们的 算是ACE的进化版Octop 来到了咱们直播间 然后这次也是Octop第一次 就是跟大家见面 然后我们以前很多小伙伴问ACE什么时候开源 那我们现在就是以全新的面貌全新的名字 然后也开源了 欢迎大家来DHub共建 我想跟大家一起来聊一下 为什么我们要升级 为什么ACE要变成Octo 那这两者到底有什么不一样的 之前咱们ACE其实在清量云上线已经有一段时间了 然后相信大家深度使用的朋友们也知道 首先咱们ACE就是跟同类产品 不管是Hermas还是OpenCloud一样 都是一个单用户 就是你自己的虾只有你自己用 那现在咱们Optalk变成了一家人一支团队的AI平台 你用一台实力可以让一个团队一家人都一起用到这只虾的能力 然后第二个 我们更新了全新的技艺系统 不知道之前关注我们ACE直播的朋友们 有没有看过 听过我们关于技艺的讲解 我们说了咱们六层技艺会升级会蒸留 但是之前我们没有办法追溯 这个技艺它到底是怎么最后升级成最终的技艺 也没有办法说把技艺导出随身携带 我们想从一个平台 牵引到另一个平台 但我们现在Opto支持了 这也是我们一个更新的点 还有一个点是 之前我们ACE 其实并没有说有 OaaS或者说是ACP能力 然后现在我们也全新更新了 我们的Opto 可以做到一站式互联 后面一名会为大家讲解 然后刚刚说了三个小点 那Optop就是从LineCloud ACE到Optop 所以EFVT就从五个点说了它为什么质变 为什么是一个个人工具 就是升级到团队平台 我们现在Optop会有多用户多专家 这是一个什么概念呢 没关系后面听我讲你们会知道的 然后以前我们ACE只支持5种IM渠道 但现在扩充到了9种 你可以连飞书连钉钉 包括以前支持的什么QQ微信 甚至我们还能连小E 然后记忆系统也是有了分层可追溯可带走 我们后面会给大家演示 然后包括拓展能力 我们现在有连接器有ACP 包括我们也更新了我们全新的远程桌面 然后也欢迎大家就是关注我们接下来Oktop一系列的直播 是的 我看也有粉丝朋友问我安装了ACE的话怎么升级 这个是目前来讲我们是将Oktop的源码全部开源到GitHub平台 其中你们可以访问我们的GitHub平台上面有Redmi文档 上面会告诉大家如何一步步的安装去运行整个项目 对 然后我看刚刚有粉丝朋友说 我们和Workbody的核心区别是什么 因为我们从最开始的时候 就已经说了非常核心一点 也就是我们这次直播的主题 就是我们开源 我们是一个整个是一个开源的项目 相当于是说 我们把我们整个Octob的核心源代码 都开放给大家了 可以邀请大家一起去共建 一起去提issue 也可以去一起去参与我们Octob的整个的建设 一方面是可以更加 更加切近于大家正式使用一些场景 我们可以把Oktop打造成大家更想要期待中的样子 第二个方面就是如果说你本身也是一名开发者 或是你本身也对智能体相关感兴趣 你也可以去fork我们的Github仓库 去手动去改Oktop的代码 去定制一款属于你自己的一个agent 然后对于Workbody来说 其实我们Oktop本质也是 要是用户有一台服务器 也是安装在服务器 就等于数据全部在本地 不会出服器 不会被别人触打到 这也是一个数据安全性方面 跟Workbody有不同的地方 那其实今天第一个主题是 别让你的Agent成为一座孤岛 这个标题非常文学啊 其实就是想给大家展示一下 我们Optop全新代的多用户 多专家和子智能体 全部打通到底怎么用 首先其实我会想问焦焦和英明一个问题 就是你们平时呢 就是会有这么一个需求吗 比如说就是你们在用过往龙虾 不管是open cloud还是hermas 还是我们ACE的时候 你会不会又想用它来做那种工作管理助手 又想让它做智能助手呢 会吗 会 是的是的 有的时候我就会 比如说养的Hermis Agent这种 既想让他做一个工作提效方面的 比如说本场直播的一个文案的撰写呀 然后直播大纲的一个大件呀等等的 但是又想让他去管理一下 我们的一个日常的一个日程的情况 健康的情况等等 所以就会出现这种 想让一个Agent做很多很多事情的一个情况 对 我也是会遇到这种情况 比如说我们希望这个 我理想中的智能体是一个一体多面的 它可以有一个主体 但是它有多种身份 它可以完成很多不同的任务 就像是钢铁侠中的贾维斯一样 我什么都可以问他 他可以帮我解决很多事情 但是呢我也有所担心 就是我希望他不要串台 比如说我解决这个事情 他又可以解决另外一个事情 但是之间不要相互干扰 这样的话他可能会容易混乱 那么因您是觉得这有什么好的方法吗 是 其实我们Optalk全新代的这种多用户多专家 其实就很难解决问题 比如说我们之前其实我们有个朋友 就是会用我们ACE 就是他自己用 同时也给他家人用 但是他们记忆是杂揉在一起的 然后并且比如说 比如他陪他们家小宝宝 然后做了事情A 然后就是他老婆又陪他们家小宝做了事情B 那这A和B就一起记在记忆里 有时候ACE可能会用B去串改A的记忆 其实这样就有点头疼 但是我们现在有多用户呢 就会就以前会有记录混在一起记忆总串台 然后包括展下的记忆一页归零 但我们现在就不会这样了 那我接下来就会带大家来一次性讲透 到底我们的多用户 多专家和智能体怎么用 首先我们多用户是一台Optop 就有多人共享 各聊各的 多专家是 多專家是我們一個用戶可以申請多個專家,然後包括我們每個專家的記憶是獨立的,他們不會混亂。 包括子智能体是 可以给一个专家配多个子智能体 就是给一个助手配多个小帮手 然后让他们组团协作 一个Octop全家都能用 那其实这里就首先 就是用户作为管理员 他可以创建子账号 让家人各自登录 就是我刚刚就是举的那个难题例子 就是可以用多用户来解决 然后一台服务全家人同时用 就是一家如果有两个人 包括三个人四个人 不用买四排箱 就买一台Octop 他们可以一起用 然后账号也分组次 也有全线管理 具体是什么样子呢 可以给大家就实际 我们跑起来Octop演示起来 这其实是我已经登录的一个管理员账户 然后你看这里 左边这边的一个Tab栏就有 就有用户 然后你可以新建用户 如果我要给我妈妈建个用户 然后就可以直接帮她新建 比如妈妈妈妈就 然后设定一个密码 这个是就是给团队 或者说家庭里的其他成员 创建子账户的一个过程吗 对 我们现在在教大家 如何去进行多个用户之间的 对 然后这里角色有管理员 也有普通用户 就是比如说我创建了 这里就会有一个新的账户 像我现在登录的是 我的密码 我接下面还有一个账号叫妈妈 一个账号叫Test1 对 就是一只虾可以被多个账户使用 并且多个账户 它其实登进来的聊天 应该都是不同的 我可以登一下 刚刚我创建的那个账号 好的 我看评论区 家木问这个不同用户组对接的话 是不同的知识库吗 对他们其实本质不是知识库 其实是记忆吧 他们其实不同用户的记忆是独立的 工作区也是独立的 就是比如这是我新建的子账户 就我刚刚其实那个的命账户有很多专家 但是我新登陆了子账户 它就是全新的 它没有任何专家 对我现在就是启动一个专家 然后包括通道这些都是没配过的 对 它是一个全新空白的用户 那是管理员他可以去配置紫账户的所有的内容吗 他其实只是说能给紫账户创建一个账户 然后就交给紫账户自己去用 多人用的话 不同的用户之间的记忆会混乱吗 不会的 因为他们彼此记忆都是隔离的 就像我刚刚管理员账户和我现在创建紫账户 就是紫账户只会召回紫账户的记忆 然后管理员账户也只会召回和触达到管理员的记忆 他们彼此不会混乱 对 对 他们之间的包括一些消息 包括一些专家的配置 还有绘画之间 他们是隔离的 不会相互干扰 然后我看评论区有粉丝 问用户跟用户之间有什么关系 其实我理解是管理员去定义用户和用户之间的关系 其实你能看到 你看我这是个子账户 我其实左边就完全没有用过那个Tab键 因为只有管理员可以创建子账户 如果我是台管理员 我买了我们的Octop 或者我买台服务器 我install了我们Octop 如果我想给我的团队里的人用 比如说我想给移民用 然后我想给我其他朋友用 我直接就创建个子账户 可以把我的虾的能力分享给他们用 这样他们就不用新买一台服务器 再布一台虾 就直接用我的虾 然后我们彼此记忆隔离 对 所以说其实可以理解为 假如说管理员 或者是一个家庭中 一个团队中 有一个管理员 已经部署了这个Octop的话 是不是团队内其他成员 或者家庭成员 就可以共用这个服务器呢 对 是的 这样的话其实我们会减少很多资源的消耗 比如说我们可以用一个人去购买这个 然后大家可以一起用 这样的话就避免了每个人他都需要重新部署一套Octob服务 或者是再购买一台Octob 大大降低了我们对于Octob的使用成本门槛 Octob的基础的一个底层基础架构 是不是延续了OpenCloud的一个核心框架 这个可以解答一下吗 我们和OpenCloud相比的话有什么优势吗 其实Octop底层技术架构是一个对ACE功能的对齐和存构 我们就是以更优美更晚辈更高级的功能面向开源 然后现在发布了出来 然后是对ACE的一个全量升级 对我们的Github链接其实在这里 在我们的右上角 也随时欢迎直播间大家为我们 关注我们的GitHub仓库 为我们TPR提供 也给我们点点STAR 谢谢 是的 那其实我听下来的话 我觉得我们多用户的这个功能 其实相较于其他agent来说 是不是还是比较有优势的 是否可以再深入的讲解一下 比如我看评论区有很多的人问 那这个多用户的话 账户能不能配置 其他的一些通信通道 比如说微信等等 对他们都是隔离的 你看这个子账户 它其实也是有全套支持的通道 并且它都是跟我们主账户隔离的 就是子用户也可以配一个通道 就仅仅是跟子用户所有的工作区 和它的记忆联动 对也可以配通道 然后在微信上调用这支Octo 对 那Win可以连接微信 然后一个团队多个人 然后子账号去连接各自的微信 然后再用不同的微信 去给同一个服务器发送指令吗 是的 没错 其实就是这样 就是我们一个Octop 部署在一个服务器上 然后有多个用户 每个用户都可以连接各自的微信 各自的QQ 然后都可以向这个Octop发布指令 但是他们发布的指令 就是只跟自己的 就是子用户的工作区相关 就是多用户隔离 问多智能体之间通信机制有哪些 多智能体之间 我理解这个问题 是不是在问我们目前的一个 多用户的一个场景之间 能否进行通信呢 我们多用户是隔离的 但我们有多智能体 就包括其实 等后续直播 我会讲到我们有智能体 包括我们有专家 专家其实我们可以创建 多个专家 然后每个专家之间 也可以通信 如果大家就是对我们的技术架构 对我们的代码 对我们的技术架构好奇的话 其实我们就是完全看远 大家可以去DHub仓库 欢迎大家给我们多点点思大 细细研读我们 细细研读我们CVM高级研发工程师写代码 当然不是我们两个 对是我们团队大了 然后欢迎大家给我们仓库点点思大 然后有发现什么 有意见也可以TTE是TTPR 欢迎大家和我们共见 他问这个可以组建多agent团队吗 还是单纯自己一个agent 形成不同子agent的一个团队 可以组建多agent团队 就是每个专家之间也可以相互同信 包括一个专家可以 也可以携带自己的子agent 也可以一起调用 对这两种功能我们都支持 然后我看还有粉丝朋友问 可以连接不同的IM 比如微信跟我聊生活 其微跟我聊工作吗 可以对我接下来就要讲解这一点 我们的多专家就是可以达到这位粉丝朋友想要的效果 现在升级自己的清量服务器到Optop能继承原来的OpenCloud配置和空间吗 我们有提供OpenCloud的迁移 对 每个子智能体也是独立的吗 每个子智能体 其实Subagent的概念它在一个定义上 其实就不适合大agent做记忆独立的 Subagent只是作为一个agent的助手 回答那么久用不问题 我赶紧给大家讲讲干货吧 剛剛其實說了,我們多用戶嘛,就是可以全家一起用。 我也可以給我的媽媽爸爸創建這個用戶,讓他們一起共享回家。 然后其实也呼不穿台 就聊的不会被我爸爸哄妈妈看的 只是在一起用这台服务器上的这一个Octop 然后其实就来了多专家 这也是其实刚刚很多用户问的场景 那多专家是什么呢 就是我可以用多个专属助手 就一个用户他可以用多个专家 就是其实多专家就是我刚刚对 一鸣和佼佼提问的那个 其实是个很现实的场景 就比如说我在工作的生活中 我也需要可能有时候需要一个生活助理来管理我的健康 然后我也需要一个工作秘书来帮我工作 但是我不希望他们两个是互相知道彼此 我不希望他们的记忆混乱 就我不希望我在做PPT的时候 他突然对我说 哎 你昨天吃了火锅 那你做PT的时候不需要知道这些事 所以就是针对这种需要各司其职的场景 我们推出了多专家 当然我这里也可以给大家演示 这些都是我们的现成功能 包括大家从Github仓库也可以 直接就是安装 然后直接体验到 我们的这些多专家多用户的功能 可以看到我其实刚刚 就是在这个主用户 对不管是我们主用户还是子用户 都可以体会到这些功能 非常好 然后我刚刚其实在子用户创建一个通用助手专家 然后我们现在就是有办公自动化 有育儿专家 有我们的老钱证券观察员 那我现在就来创建一个育儿专家吧 假如假如我又为小孩 我就是又想用通用助手帮我工作 又想用育儿专家帮我养娃 那我这里就可以切换到聊天 跟他say个hi 这个育儿专家他是直接就已经为我们都设置好了模板 我们就只需要一键点击就可以部署了是吗 是的 是的 不知道大家有没有关注之前 我们的产品经理Anson给大家带来了一场关于ACE育儿的 对 这个育儿专家就是ACE上我们五缝
本次執行流程與問題處理
下達指令
預期流程
- 自動字幕優先，Whisper 作為備援
- 來源選擇與品質檢查
- 文字校正與句子單元
- 筆記與發布
- 公開網頁發布
1. 下載與語音辨識
工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）
處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿
產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）
耗時：133.9 秒
關係：依序執行
結果：完成
2. 全文快速校讀
工具：videonote_rapid_transcript_review.py
處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目
產出：rapid_transcript_review_report.json（產出檔案）
耗時：75.7 秒
關係：依序執行
結果：完成
3. 建立句子單元
工具：videonote-build-sentence-units
處理：將逐字稿切成帶時間軸的句子單元
產出：sentence_units.json（句子單元）
耗時：0.8 秒
關係：依序執行
結果：完成
4. 句子密度平衡
工具：videonote_balance_sentence_units.py
處理：平衡句子長度與密度
產出：sentence_units.json（句子單元）
耗時：0.8 秒
關係：依序執行
結果：完成
5. 時間軸稽核
工具：videonote_timeline_audit.py
處理：檢查時間軸與音訊對齊
產出：timeline_audit_report.json（時間軸稽核）
耗時：0.8 秒
關係：依序執行
結果：完成
6. 品質檢查
工具：videonote_controlled_quality.py（檢查時間軸與品質）
處理：檢查語言、時間軸與可讀性品質
產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）
耗時：0.9 秒
關係：依序執行
結果：完成
7. 播放時間軸回填
工具：videonote_rebase_display_timeline.py
處理：將網頁播放時間軸回填為校正字幕時間
產出：display_timeline_rebase_report.json（時間軸回填報告）
耗時：0.9 秒
關係：依序執行
結果：完成
8. 逐字稿交叉檢查
工具：videonote_cross_check_transcript.py
處理：交叉檢查逐字稿與來源字幕
產出：transcript_crosscheck_report.json（交叉檢查）
耗時：1.0 秒
關係：依序執行
結果：完成
9. 來源句整理
工具：videonote_prepare_source_entries.py
處理：整理來源句子供時間軸與頁面使用
產出：sentence_units.json（句子單元）
耗時：1.0 秒
關係：依序執行
結果：完成
10. 生成筆記摘要
工具：videonote-generate-note（生成筆記摘要）
處理：生成筆記摘要與重點
產出：note.md（筆記 Markdown）、note.html（筆記 HTML）
耗時：247.7 秒
關係：依序執行
結果：完成
11. 建立筆記頁面
工具：videonote-render-html（產生筆記 HTML）
處理：產生可閱讀的筆記 HTML 頁面
產出：note.html（筆記 HTML）
耗時：0.8 秒
關係：依序執行
結果：完成
12. 發布公開頁面
工具：videonote-publish（發布公開頁面）
處理：發布到公開網站與每日列表
產出：公開筆記網址、result.json（管線結果）
耗時：0.9 秒
關係：依序執行
結果：完成
手動來源字幕
- 尚未產生
自動來源字幕
Whisper 字幕
Qwen 字幕
- 尚未產生
Parakeet 字幕
- 尚未產生
MOSS 字幕
- 尚未產生
聲學時間證據（PyAnnote / WhisperX）
- 尚未產生
校正前後逐字稿
- 校正前 transcript.whisper.json 純文字 JSON
- 校正後 transcript.json 純文字 JSON
目前待解決問題與初步改善方向
- Whisper 幻覺段落已切除
已移除 1 段幻覺內容，其餘逐字稿保留使用。；原始 Whisper 證據保留在 transcript.whisper.raw.json。
- 逐字稿全文快速校讀未完成
已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。；RAPID_REVIEW_STATUS=REVIEW_REQUIRED_INVALID_OUTPUT
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。