keniusahdu

打开看了下，我理解用这个工具的人不会关心 FFmpeg 是什么。是不是默认用户直接上传一个 opus 音频或者对应的链接，直接给出 mp3 更好？

这个好像前几天群里有人发的关键词。执行力很强啊。

@Ketteiron #12 可能我的理解很浅，目前我理解 MCP 还是 AI 来驱动任务的完成，如果每一步动作都去调动 AI ，不确定性是很大的问题（可能从你的观点来说不确定性也是 case 的多样性）。看到 midscene 这个方案是很有意思的。每一步动作基于 AI ，如果 AI 的结果是我期望确定性的。可以 cache 起来。全流程 cache 之后可以不依赖 AI 。如果需要改动只针对局部没有命中 cache 的部分重新调动 AI 。可能这就是你说的“两个可以一起上” 目前 midscene 的问题可能是依赖视觉模型，如果用上 cdp 会大大降低门槛。

@assilzm 这个看着很好玩，但是为啥不写获取页面元素的代码，而是要写自然语言的代码呢？

@pike0002 已经有了。

但是我理解应该用 AI 写 playwright(或者 cdp ）的代码来完成，这样整个流程才能固化，ai 驱动 mcp 是花架子，demo 演示可以。

买过，卖家退款了。血亏。

kubevpn 可以直接让应用在本机像容器内一样。或者 nocalhost （好像不维护了）可以直接把应用部署到开发环境中。

iOS 付费用户。申请下看看。刚好换了新电脑。