Table of Contents
背景
Mishig Davaadorj让一个编码代理构建了一个展示巴黎纪念碑3D高斯泼溅的网站。他从未打开图像生成器,也从未接触3D重建工具。代理通过直接调用两个Hugging Face Space生成了所有资产(图像和3D泼溅),然后将它们连接到电影般查看器中。
核心内容
这一成果依赖于“构建块经济”理念:AI善于将经过验证的组件粘合在一起,而不是从头构建所有东西。Hugging Face Spaces已成为这样的构建块:每个Gradio Space都暴露了一个纯文本的 agents.md 文件,告诉代理如何调用它。该文件包含API模式、调用和轮询模板、文件上传方式以及认证提示。无需客户端库或硬编码集成,代理读取后即可端到端驱动Space。真正的解锁在于链式调用:一个Space的输出成为下一个的输入。提示→图像→3D,这就是整个画廊背后的流程。
代理链式调用了两个Space:
- 图像:ideogram-ai/ideogram4 将每个纪念碑转换为干净、深色背景的“样本”照片。
- 3D:VAST-AI/TripoSplat 将图像转换为3D高斯泼溅。
结果是一个静态Space(mishig/monuments-de-paris),展示了这种方法的可行性。
行业影响
这一演示展示了AI代理如何利用现有组件快速构建复杂多媒体应用。随着更多模型和工具以可调用块的形式发布,这种“链式代理”模式可能成为未来软件开发的常态,大幅降低创作门槛。