DeepSeek 不能生图/生视频的解决思路
针对文本模型无法直接生成多媒体内容的问题，本文提出了一种分层解决方案：利用 DeepSeek 生成结构化的画面描述，通过接入第三方聚合 API 处理图像和视频生成，最后交由 Agent 工作台串联完整流程。文章详细演示了如何调试接口并将验证成功的流程封装为可复用的 Skill，从而极大提升后续多模态内容生成的效率。
全部文档 / 作者: AFei Liang / 标签: Skill
2 篇
BrowserAct把浏览器流程变成可复用 Skill
本文介绍了 BrowserAct，一个面向 AI Agent 的浏览器自动化工具。它不仅实现了网页操作，还通过 CLI 和 Skills 将一次性的执行流程转化为可复用的 Skill，解决了传统方案中状态不稳定、无法复用等问题，让 Agent 能将成功的浏览器操作沉淀为长期能力。