过程十分辛苦，甚至一度让我有点想放弃，包括不限于： 1）和客户的技术团队在腾讯会议多次 battle，从技术方案到各种边界场景的应对。
有些 CLI 会把每个子模块都安装为一个 Skill，这样其实并不友好，一是 Agent 没有对整个 CLI 的全局视角，二是大量的子 Skill 会增加 Agent 的上下文消耗。
雷夫,你是怎么了?Ralph:...无敌破坏王2配音台...(对了，不是铃唱的那个笼中鸟，是拉起手转个圈。
1）：约4秒 素材搜索与下载（Pexels API）：约12秒配音合成（Edge TTS）：约8秒 视频剪辑合成（FFmpeg）：约6秒总耗时：约30秒 一条30秒的短视频，从输入到输出只用了30秒。