Prompt 语宙Prompt 语宙
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
阅读: 如何使用 ChatGPT Api 和 Node.js 对 Youtube 视频内容进行摘要 [译]
Share
通知 阅读更多
Font Resizer字体
Font Resizer字体
Prompt 语宙Prompt 语宙
搜索 AIGC 资讯、Prompt 咒语与 AI 工具
  • 首页
  • 语宙 AI 导航
  • AIGC 资讯
    • AIGC 早报生成器Hot
    • 最新趋势
    • AI 工具
    • 热门资源
    • 强化 AI 学习
  • AI 绘图
    • Prompt 实战
    • AI 绘画教程
    • 模型精选
  • AI 图库
    • 人物
    • 展台场景
    • Banner
    • 游戏
    • 动物
    • 食物
    • 自然
    • 背景
    • 海报
    • 建筑
    • 室内设计
  • 出海数字营销宝典
  • AI 生图 Prompt
    • 写实人像
    • 产品与广告
    • 游戏资产与 3D
    • 界面与图标
    • 建筑与室内
    • 动漫与插画
    • 风景与自然
已有帐户? 登陆
  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.
如何使用 ChatGPT Api 和 Node.js 对 Youtube 视频内容进行摘要 [译]
Prompt 语宙 > 强化 AI 学习 > 如何使用 ChatGPT Api 和 Node.js 对 Youtube 视频内容进行摘要 [译]
强化 AI 学习

如何使用 ChatGPT Api 和 Node.js 对 Youtube 视频内容进行摘要 [译]

宝玉的分享
最近更新: 2026年7月22日 下午1:27
AI编程 ChatGPT OpenAI YouTube
SHARE
⚡ Prompt 语宙 AI 导读 · 30 秒核心看点
  • 用 Node.js 直接抓取 YouTube 视频字幕轨道,绕过手动复制字幕的低效流程。
  • 核心实现依赖 axios、he、striptags 解析字幕 XML,并提取 start、dur、text 结构化数据。
  • 文章给出从视频链接识别 video_id 到返回字幕数组的完整思路,适合后续接入 ChatGPT 做摘要。
mkdir youtube-summarizer
cd youtube-summarizer
npm init -y
{
"name": "youtube-summarizer",
"version": "1.0.0",
"type": "module",
"description": "",
"main": "index.js",
"scripts": {
"test": "echo "Error: no test specified" && exit 1"
},
"keywords": [],
"author": "",
"license": "ISC"
}
yarn add axios
yarn add he
yarn add striptags
yarn add p-queue
yarn add yargs
touch getSubtitleFromVideo.js
const getHTML = async (video_id) => {
const {data: html} = await axios.get(`https://youtube.com/watch?v=${video_id}`);
return html
}
const getSubtitle = async (html) => {
if (!html.includes('captionTracks')) {
throw new Error(`Could not find captions for video`);
}
const regex = /https://www.youtube.com/api/timedtext[^"]+/;
const [url] = html.match(regex);
if (!url) throw new Error(`Could not find captions`);
const obj = JSON.parse(`{"url": "${url}"}`)
const subtitle_url = obj.url
const transcriptResponse = await axios.get(subtitle_url);
const transcript = transcriptResponse.data;
const lines = transcript
.replace('<?xml version="1.0" encoding="utf-8" ?><transcript>', '')
.replace('</transcript>', '')
.split('</text>')
.filter(line => line && line.trim())
.map(line => {
const startRegex = /start="([d.]+)"/;
const durRegex = /dur="([d.]+)"/;
const startMatch = startRegex.exec(line);
const durMatch = durRegex.exec(line);
const start = startMatch[1];
const dur = durMatch[1];
const htmlText = line.replace(/<text.+>/, '').replace(/&amp;/gi, '&').replace(/</?[^>]+(>|$)/g, '');
const decodedText = he.decode(htmlText);
const text = striptags(decodedText);
return { start, dur, text };
});
return lines;
}
import axios from 'axios';
import he from "he";
import striptags from "striptags";
export const getSubtitleFromVideo = async (video) => {
const video_id = await getVideoId(video)
const html = await getHTML(video_id)
const subtitle = await getSubtitle(html)
return subtitle;
}
const getVideoId = async (video) => {
// video can be an ID or a link like https://www.youtube.com/watch?v=fOBN8OR8YZA&t=10s
let video_id;
if (video.startsWith('http')) {
const url = new URL(video);
// https://www.youtube.com/watch?v=0chZFIZLR_0
// https://youtu.be/0chZFIZLR_0?si=-Gp9e_RKG3g1SdVG
video_id = url.searchParams.get('v') || url.pathname.slice(1);
} else {
video_id = resource;
}
return video_id
}
const getHTML = async (video_id) => {
const {data: html} = await axios.get(`https://youtube.com/watch?v=${video_id}`);
return html
}
const getSubtitle = async (html) => {
if (!html.includes('captionTracks')) {
throw new Error(`Could not find captions for video`);
}
const regex = /https://www.youtube.com/api/timedtext[^"]+/;
const [url] = html.match(regex);
if (!url) throw new Error(`Could not find captions`);
const obj = JSON.parse(`{"url": "${url}"}`)
const subtitle_url = obj.url
const transcriptResponse = await axios.get(subtitle_url);
const transcript = transcriptResponse.data;
const lines = transcript
.replace('<?xml version="1.0" encoding="utf-8" ?><transcript>', '')
.replace('</transcript>', '')
.split('</text>')
.filter(line => line && line.trim())
.map(line => {
const startRegex = /start="([d.]+)"/;
const durRegex = /dur="([d.]+)"/;
const startMatch = startRegex.exec(line);
const durMatch = durRegex.exec(line);
const start = startMatch[1];
const dur = durMatch[1];
const htmlText = line.replace(/<text.+>/, '').replace(/&amp;/gi, '&').replace(/</?[^>]+(>|$)/g, '');
const decodedText = he.decode(htmlText);
const text = striptags(decodedText);
return { start, dur, text };
});
return lines;
}
touch splitInChunks.js
const CHUNK_SIZE = 4000
export const splitInChunks = (subtitles) => {
const chunks = []
let chunk = ''
for (const subtitle of subtitles) {
if (chunk.length + subtitle.text.length + 1 <= CHUNK_SIZE) { // +1 for the space
chunk += subtitle.text + ' '
} else {
chunks.push(chunk)
chunk = ''
}
}
if (chunk) chunks.push(chunk)
return chunks
}
touch summarizeChunks.js
const OPEN_AI_API_KEY = ''
assert(OPEN_AI_API_KEY, 'Please define OPEN_AI_API_KEY, you can create it from https://openai.com/blog/openai-api');
const _computeSummaryByAI = async ({text, language}) => {
const body = {
model: "gpt-3.5-turbo",
messages: [
{
role: "system",
content: `You are a brilliant assistant, and your task is to summarize the provided text in less than 200 words
in the language ${LANGUAGE_CODE_TO_LANGUAGE[language]}.
Ensure that the sentences are connected to form a continuous discourse.`
},
{
role: "user",
content: text
}
],
temperature: 1,
top_p: 1,
frequency_penalty: 0,
presence_penalty: 0
};
try {
const {data} = await axios.post('https://api.openai.com/v1/chat/completions', body, {
headers: {
'Content-Type': 'application/json',
'Authorization': `Bearer ${OPEN_AI_API_KEY}`
},
});
const summary = data.choices[0].message.content
return summary
} catch (error) {
console.error('_computeSummaryByAI', error)
throw error
}
}
import PQueue from 'p-queue';
const pq = new PQueue({concurrency: 5});
const computeSummaryByAI = async ({text, language}) => {
const summary = await pq.add(() => _computeSummaryByAI({text, language}));
return summary;
}
export const summarizeChunks = async ({chunks, language}) => {
// summarizes the subtitles by making sense of them
chunks = await Promise.all(chunks.map((chunk) => computeSummaryByAI({text: chunk, language})))
let summary
if (chunks.length > 1) {
summary = await recursiveSummaryByChunks({chunks, language})
} else {
summary = chunks[0]
}
return summary
}
const recursiveSummaryByChunks = async ({chunks, language}) => {
if (chunks.length <= 5) {
return computeSummaryByAI({text: chunks.join(' '), language});
}
const groups_chunks = chunkArray(chunks, 5)
const groups_chunks_summary = await Promise.all(groups_chunks.map((group_chunk) => computeSummaryByAI({
text: group_chunk.join(' '),
language
})))
const result = await recursiveSummaryByChunks({chunks: groups_chunks_summary, language});
return result;
}
const chunkArray = (array, size) => {
const chunks = []
for (let i = 0; i < array.length; i += size) {
const chunk = array.slice(i, i + size);
chunks.push(chunk)
}
return chunks
}
yarn cli --video="https://www.youtube.com/watch?v=3l2wh5K_WLI" --language en
yarn install

使用 ChatGPT Api 和 Node.js 如何简化 Youtube 视频内容

大家好,我是 Marco,欢迎阅读我的专栏!

阅读目录
  • 使用 ChatGPT Api 和 Node.js 如何简化 Youtube 视频内容
  • 1)🏰 系统架构
      • 1) 📝 提取 YouTube 视频文本
      • 2) 📄 生成文本摘要
  • 2)👨‍💻 实战演练
      • 1) 项目设置
      • 2) 安装依赖项
      • 3) 提取字幕
      • 4) 文本分块
      • 5) 利用 OpenAI 进行层层深入的内容总结
  • 3)📟 命令行界面 (CLI)
  • 4)✨ 在 Quickview.email 上免费体验!

作为一名软件工程师,我开设了这个专栏,旨在分享我个人对编程世界的深入见解。每篇文章都会探讨一些能够提供实用知识的话题,希望能够激发并帮助大家在技术旅程中不断前进。

本期,我将介绍一个教程,告诉你如何利用 Node.js 构建一个系统,该系统能够通过 Youtube 视频链接,利用 OpenAI 提供的 completions api(也就是 ChatGPT 所基于的 API)来生成视频内容的摘要。

您可以从我的 Github 仓库直接下载本教程中提到的所有代码:https://github.com/marcomoauro/youtube-summarizer

点击此处订阅,获取更多精彩内容 ✨


1)🏰 系统架构

本系统的架构主要包括两个部分:

  1. 从 YouTube 视频中提取文本

  2. 生成文本摘要

1) 📝 提取 YouTube 视频文本

该过程包括从视频中提取文本,并将其用于生成摘要。我们考虑了多种方案,包括:

  • 采用付费的第三方 API,例如 Deepgram,来从视频中提取文本。

  • 使用 Microsoft Azure 的 Speech-to-Text API,该方法需要音频文件。

  • 利用 OpenAI 的 Speech-to-Text API,同样需要音频文件。

  • 抓取 YouTube 视频中的自动字幕。

我们选择了抓取字幕的方式,尽管这是所有选项中最具挑战性的。这样做的原因是,独立完成整个过程不会产生使用第三方 API 提取文本的费用。而且,作为一个热衷于个人项目的开发者,我更偏好这种自给自足的方法。

如果您想了解关于网页抓取的最佳实践,敬请关注,我将在不久的将来发布一篇专题文章。

2) 📄 生成文本摘要

在获得标题后,我们把它们输入到 OpenAI。我遇到的首个难题是处理文本的最大长度限制,这个限制因模型而异;对于 3.5 turbo 模型来说,上限是 4000 个词符。

为了突破这一限制,我使用了分而治之的策略。将文本切分成小块,各个块独立进行摘要,然后再合并;这个过程不断重复,直至形成一个综合性的最终摘要。

如何使用 ChatGPT Api 和 Node.js 对 Youtube 视频内容进行摘要 [译]


2)👨‍💻 实战演练

要跟随本教程,你需要安装 Yarn 和 Node.js,我这里使用的是长期支持(LTS)版本 20.9.0。如果你还没安装 Node.js,可以从官网下载。

1) 项目设置

从我的工作区文件夹出发,我创建了项目文件夹及 npm 包:

加入“type: module”以启用 ES6 语法:

2) 安装依赖项

我们需要的库包括 Axios(进行 HTTP 请求的库),he 和 striptags(用于处理 HTML),p-queue(管理承诺队列,以便在同一时间最多发起 X 次 OpenAI 调用),以及 yargs(创建交互式命令行工具)。

可以通过以下命令进行安装:

3) 提取字幕

首先,我们需要创建一个名为 getSubtitleFromVideo.js 的文件:

我们要编写的首个功能是利用网页爬虫技术抓取 YouTube 视频页面的 HTML 代码。我们把这个功能命名为 getHTML。

获取 HTML 代码后,我们可以通过 getSubtitle 功能来提取字幕信息:

=> 视频的 HTML 代码中包含了一个链接,这个链接指向 YouTube 的 timedtext API,可以从中获取到一个包含自动生成字幕的 XML 文件(例如,这里有一个示例)。我们就是从这个 XML 文件中提取信息,以此来生成字幕摘要。

getSubtitleFromVideo.js 文件将提供 getSubtitleFromVideo 功能,这个功能可以外部调用,仅需提供视频链接,即可返回对应的字幕信息。

以下是 getSubtitleFromVideo.js 文件的内容:

点击订阅实施的精彩内容 ✨

4) 文本分块

在获得字幕之后,我们的目标是将它们分组成文本块,进而进行内容摘要。正如之前提到的,不同的模型对于可处理的上下文量有不同的限制;对于 3.5 turbo 模型来说,上限是 4000 个词元。这里,我们假设一个词元相当于一个字符。

接下来,我们需要创建一个名为 splitInChunks.js 的文件:

在这个文件里,我们会提供一个同名的函数 splitInChunks,该函数负责把视频帧的字幕分组成最多不超过 4000 词的文本块。下面是具体的实施方法:

5) 利用 OpenAI 进行层层深入的内容总结

在这个阶段,我们已经准备好了需要处理的内容块,下一步是进行内容的精简总结。

首先,我们创建一个新的文件名为 summarizeChunks.js:

接下来,我们要做的第一件事是设置一个方法,这个方法专门用于向 OpenAI 的接口发送请求:

我们会向 OpenAI 的完成任务 API 提交一个包含两部分的请求:一部分是“系统”指令,告诉它我们需要什么服务;另一部分是“用户”指令,里面包含了需要被总结的文本。很重要的一步是在 OpenAI 的开发者平台上创建一个 API 密钥,操作很简单,只需按照这个链接的指引操作即可。密钥创建好后,就将其填入到 OPEN_AI_API_KEY 这个常量中。

这个函数被我用下划线 (_) 前缀命名,是因为我们还会定义另一个名为 computeSummaryByAI 的函数,它将作为我们使用 OpenAI 服务的主入口。这个函数利用了一个名为 p-queue 的库来控制同时运行的 Promises 的最大数量,这样做是为了避免触发请求频率限制和减缓响应速度。

设置 concurrency: 5 表示我们最多可以同时向 OpenAI 发起 5 个请求,这是通过 Promise.all 来实现的,它允许我们并行处理多个调用。

现在,让我们深入到总结机制的核心部分,这个部分的函数如下所示:

这个函数的职责是为每一块内容生成一个初始的概览,帮助我们理解其中的信息,特别是考虑到这些内容块可能包含了 YouTube 自动生成的字幕。一旦为每块内容做出了总结,如果只有一块内容,那么我们的任务就完成了,结果也随之产生。但如果内容块不止一个,那么我们就需要采用递归算法继续处理。

下面,我们定义了递归函数:

这个递归函数的处理逻辑如下:

  1. 如果内容块少于 5 块,我们就直接将这些块合并成一段文本进行总结。需要注意的是,我们在请求中指定了最多 200 个词的限制。对于 5 块内容,总词数应该控制在 1000 词以内。但根据我的实验,OpenAI 给出的响应经常超出了这个限制。因此,我设置了一个较低的阈值,以确保系统能够顺利运行,避免因为文本过长而导致的错误。

  2. 如果内容块超过 5 块,我们将它们分成每组 5 块,然后将每组合并成一段文本并进行总结。这些总结请求会并行执行,以提高效率。

  3. 完成上述步骤后,函数会将递归步骤的结果作为新的输入再次执行自身,直到所有内容块都被有效地总结并合并。

通过这种方法,我们不仅能够有效地处理大量的信息块,还能确保即使是庞大的数据量也能被迅速且准确地总结,最终得到一个内容丰富且紧凑的总结结果。这个过程展示了如何利用 OpenAI 的强大能力来处理复杂的信息处理任务,同时也体现了现代编程技术在解决实际问题中的实用性和灵活性。

你可以在这里找到所有展示的代码:https://github.com/marcomoauro/youtube-summarizer


3)📟 命令行界面 (CLI)

我开发了一个命令行工具,它允许用户通过输入 YouTube 视频的链接和想要的摘要语言代码,来快速生成视频摘要。以下是启动该工具的示例:

*请确保你已经在项目根目录下,并且按照如下步骤正确安装了所有必需的依赖:


4)✨ 在 Quickview.email 上免费体验!

我把这项服务整合到了我的网站 quickview.email 上。你只需提供接收摘要的电子邮箱地址、YouTube 视频链接以及你希望阅读摘要的语言,就可以轻松获得视频摘要。

如何使用 ChatGPT Api 和 Node.js 对 Youtube 视频内容进行摘要 [译]

🧭 文中关联 AI 工具官网与参数卡(语宙 AI 导航)
ChatGPT ↗
OpenAI 研发的通用人工智能对话大模型,支持多模态交互与深度推理。
YouTube ↗
YouTube的核心功能远不止一个视频托管网站,它是一个集视频发现、观看、分享与创作于一体的综合性平台。作为全球
Line ↗
LINE作为一款在亚洲,特别是日本、韩国、泰国及中国台湾等地区占据主导地位的即时通讯应用,其核心功能远超基础的聊
❓ 常见问题解答(FAQ)
如何用 Node.js 获取 YouTube 视频字幕?

文章思路是先从视频链接解析出 video_id,再请求 YouTube 页面 HTML,查找 captionTracks 和 timedtext 字幕地址,最后把返回的 XML 字幕内容解析成结构化文本数组。

这篇文章里用到了哪些 npm 包?

正文摘录中出现了 axios、he、striptags、p-queue、yargs 等包,其中与字幕抓取和清洗直接相关的是 axios、he 和 striptags,用于请求页面、解码 HTML 实体和去除标签。

为什么要先提取字幕再做摘要?

因为字幕能把视频内容转成可处理的文本,便于后续交给 ChatGPT API 做摘要、提炼要点或批量分析。相比直接处理视频,字幕方案实现更轻量、成本更低。

🔬 语宙深潜追问 · 进阶实操拆解
YouTube字幕抓取要注意什么?

要先判断视频是否有可用字幕轨道,再处理自动字幕、手动字幕和多语言版本差异。解析时要清洗时间戳、HTML标签和断句噪声,否则摘要会被碎片化文本严重影响。

如何把摘要流程做成批处理?

把流程拆成抓取、清洗、分段、摘要、存储五步,用队列或定时任务批量跑。长视频建议先按语义或时间窗口切块,再汇总二次摘要,既省token也更稳定。

🗳️ 读者观点微投票 · 您的实战立场是?
抓YouTube字幕做摘要,最难卡在哪?
🕸️ 语宙向量知识图谱 · 语义强关联深度内链
⚡ 所属权威专题:OpenAI GPT 与 Sora 生态 →
  • 利用 GPT 的视觉能力和 TTS API 来处理视频并添加旁白 [译]
  • AI Youtube Shorts Generator – 开源的AI视频编辑工具,自动分析视频提取精彩片段
  • ChatTube
  • AI Video Transcriber: 免费开源一键转录30+平台视频,AI智能总结支持多语言
🏛️ 宝玉的分享 · 前沿大模型翻译与提示词工程实战分享专栏,聚焦海外一手 AI 技术动态与工程实践。
📄 Markdown 纯净版
💡 这篇内容对您有启发吗?
📡 RSS 订阅✨ 提交 AI 工具 / 合作
🚀 Prompt 语宙 AI 创作者生态:探索 2,800+ 全球实用 AI 工具与高精度生图提示词咒语库
🧭 语宙 AI 导航 (ai.paooo.com)🎨 AI 生图 Prompt 库📚 核心专题导航⚡ AIGC 早报生成器
OpenAI 和 Elon Musk [译]
START – 阿里联合中科大推出的自学推理模型
在 DEI 中重新思考种族主义和反种族主义的概念 [译]
RWKV-7 – RWKV系列的最新大模型架构版本,有强大的上下文学习能力
amis – 百度开源的低代码前端框架
TAGGED:AI编程ChatGPTOpenAIYouTube
分享
Email 复制链接 打印
Share
宝玉的分享 头像
By宝玉的分享
Follow:
前沿大模型翻译与提示词工程实战分享专栏,聚焦海外一手 AI 技术动态与工程实践。
上一篇 AI 或许真的能助力中产阶级重塑辉煌 [译] AI 或许真的能助力中产阶级重塑辉煌 [译]
下一篇 图 2: 大语言模型中提示工程技巧的系统分类,这一分类依据应用领域而定,为在不同场合下定制化提示提供了一个精细化的框架。 大语言模型提示工程综述:技巧与应用领域 [译]
Ad image
Ad image

最近更新

WordPress 7.2版本更新与默认随机重定向、Secrets API撤回及MCP核心能力拆解封面图
官方博客竟把关闭过滤器写错了!WordPress 7.2前瞻全拆解:默认/random/暗藏隐私与SEO风险、Secrets API紧急撤回与3项MCP只读能力落地
AI 工具
Anthropic上市募资与算力长约的隐喻:现金光环上升,数据中心暗链延伸,治理水晶承受张力与阻力冲击。
募资超1070亿美元却背负9000亿算力长约!Anthropic史上最大IPO背后的三大隐忧:1040亿年内亏损、地方抵制潮与PBC治理死结
AIGC 资讯
微软Copilot与Claude/ChatGPT价格战隐喻:发光玻璃表格堡垒守住Excel,数据流高效汇聚,企业AI竞争升级
3000万付费仅吃下4.5亿席位不到7%!微软Ignite正面叫板Claude与ChatGPT:月均30美元VS 205美元价格战与Excel保卫战全拆解
AIGC 资讯
联想AI推理时代的端边云全栈算力插画:玻璃拟态服务器核心发光,光流连接云端与边缘节点,呈现营收与订单增长动能。
AI营收暴涨80%且握5300亿服务器订单!联想Q2单季营收首破2000亿、净利狂飙166%:端边云全栈算力如何接住推理时代红利?
AIGC 资讯

相关推荐

撼动企业级核心底座!甲骨文宣布全系应用深度嵌入 ChatGPT 与 Codex:无门槛自然语言直驱数据库与企业级 Agent 变革全景拆解
AIGC 资讯

撼动企业级核心底座!甲骨文宣布全系应用深度嵌入 ChatGPT 与 Codex:无门槛自然语言直驱数据库与企业级 Agent 变革全景拆解

Prompt 语宙研究院
ChatGPT Codex OpenAI 企业级Agent 甲骨文
图 2.1.1 来源:Anthropic, 2023
强化 AI 学习

Chapter 2: Technical Performance | 2024 AI Index Report

宝玉的分享
AI智能体 AI编程 Gemini OpenAI 大模型微调
龙猫LongCat – 美团自主研发的生成式AI大模型
AIGC 资讯

龙猫LongCat – 美团自主研发的生成式AI大模型

Prompt 语宙研究院
AI智能体 AI编程 Claude OpenAI 大模型微调
提示工程最佳实践 [译]
强化 AI 学习

提示工程最佳实践 [译]

宝玉的分享
AI办公效率 AI绘画提示词 AI编程 OpenAI RAG检索增强
/ Prompt 语宙 /

探索生成式 AI 的无限创作潜能,一站式获取前沿 AIGC 资讯、高阶 Prompt 咒语与全球实用 AI 工具。

核心专栏

  • 语宙 AI 工具导航
  • EVA 视觉抠图工坊Hot
  • 出海数字营销宝典
  • AI 生图咒语灵感库
  • 24H 硅谷 AI 情报流

生态与服务

  • 语宙 AI 导航
  • 全部资讯
  • AI 生图咒语库
  • AIGC 早报生成器
  • 核心专题
  • 提交工具 / 合作

标签

开源大模型 AI智能体 AI办公效率 AI绘画提示词 OpenAI 大模型微调 Midjourney AI编程 stable diffusion AI视频生成 ChatGPT 3D与空间智能 HuggingFace AI音频与语音 RAG检索增强 Claude Flux AIGC Gemini 通义千问 Anthropic Llama Cursor DeepSeek Prompt AI Agent Kimi 智谱AI 具身智能 YouTube
Prompt 语宙Prompt 语宙
Follow US
© 2023–2026 Prompt 语宙 (paooo.com). HalfPX. All Rights Reserved.