DeepInfer:让 Agent 帮你读懂推理实验
普通观众需要一个可以完成的入口。
v1 主要解释框架、调度和硬件条件。读懂介绍以后,观众仍不知道自己下一步能做什么;额外的浏览器会议整理路线也与本期主题关系不够紧。
v3 收到“用 Prompt 配合自己的 Agent 实施”的要求后,集中到 recipe 实验:空目录、完整任务、实际执行、打开文件验收。长 Prompt 留在配套材料,视频只强调目标、执行与交付。
内容承诺从理解开源意义,收窄到看清一次输入格式转换。主片保留硬件与执行能力的限制,不把普通笔记本上的小实验说成部署成功。
说“跑通了”之前,先让两次结果可以对照。
Agent 的一句完成提示不足以证明输入改变了,也不能把模型输入文本误当成模型已经生成的答案。
沿用本机保存的两组请求和输出,修改第二次 user 消息,加入“并标记缺少截止日期的事项”。正式制作时重跑原程序,保存日志,核对四个文件哈希。
复核退出码为 0,四个结果与此前回执一致。下方是实际文件排版的成片帧,下载入口保留原请求 JSON 和原输出 TXT;输出只是模型输入串,没有生成会议待办答案。
只修末句,把词时间一起移回来。
22 段配音中,末句原版多出语气音;重新合成后,开头又出现多余音节。整段替换以后,字幕仍不能直接沿用旧时间。
保留其余 21 段,针对末句重配,并剪去新录音开头 0.28 秒。对应词时间同步平移,再以独立 ASR 复查规范化文本。
修正后单句文本匹配通过。下面是保存的重配原音 seg-v2 与裁去前导音后的 seg-v3,保留原速和音量,仅转码供网页试听;文本核对不等同于听感验收。
把关注片尾做成一次可复用的交付。
正文 v1 已完成,再加入片尾时需要避免重复追加、接缝卡顿,以及按钮动作和提示音错位。
新增 4.667 秒独立片尾:点击、按钮回弹、已关注状态和确认音围绕同一时间点组织。以输入、输出和片尾哈希记录追加关系,保留原正文。
完整片从约 221.93 秒变为 226.62 秒。历史 Chrome 检查连续跨越 221.933 秒接缝并继续播放;这段独立样片让按钮变化和声音落点可以直接查看。
资料讲解与观察
结合公开资料与解释画面;实际运行范围见制作说明。
介绍 DeepInfer 与社区配套资料,并通过 Agent 辅助理解 recipe 的输入格式,帮助观众建立上手路径。 片中的两组 recipe 输入实验在本机运行;未部署 DeepInfer、下载模型或测试模型性能。
核对项目资料
围绕官方项目和配套资料整理口播,区分项目能力与本次实际运行范围。
展示本机输入实验
用本机运行结果制作解释画面;尚未执行的迁移练习保留为后续步骤。