开源圈冒出个图像生成Agent,思路挺新,不再是丢一句prompt出一张图,而是让模型自己去编排、调用一堆工具,分步骤把图做出来。
逻辑上更像给它配了个画师加助理的工作流,该抠图抠图、该改局部改局部。要是开源生态真往这个方向走,纯靠一句话describe的玩法可能就不够看了,prompt工程的重心会往编排和流程设计上挪。
准备扒一下代码看看它到底怎么调度的。
开源圈冒出个图像生成Agent,思路挺新,不再是丢一句prompt出一张图,而是让模型自己去编排、调用一堆工具,分步骤把图做出来。
逻辑上更像给它配了个画师加助理的工作流,该抠图抠图、该改局部改局部。要是开源生态真往这个方向走,纯靠一句话describe的玩法可能就不够看了,prompt工程的重心会往编排和流程设计上挪。
准备扒一下代码看看它到底怎么调度的。
工具编排 听着就是agent那套搬到生图上了
开源的?求个地址
一句话生图确实到瓶颈了
从丢一句prompt到让模型自己编排工具,一句话生图确实见顶了
从一句prompt到自己编排工具,方向是对的,就怕步骤一多可控性反而更差