企业官网建设流程全解析

Vision-Agents 实时视频风格迁移指南

【免费下载链接】Vision-AgentsOpen Vision Agents by Stream. Build voice and vision agents quickly with any model or video provider. Uses Stream's edge network for ultra-low latency.项目地址: https://gitcode.com/GitHub_Trending/vi/Vision-Agents

Vision-Agents 是 Stream 出品的开源视觉智能体框架，内置实时视频风格迁移能力。你只需要几行代码，就能把摄像头画面实时转换成任意艺术风格，省去自己搭推理链路的工作。

解决什么问题：告别离线渲染

做视频应用时，风格转换通常意味着离线渲染。每一帧都要等模型算完，延迟高，还很难塞进视频通话、直播这类实时场景。如果你想在直播或视频通话里，让观众看到动画风格的画面，传统方案基本走不通。

原理速览：一个处理器搞定数据流

核心组件是RestylingProcessor。数据流向很简单：你的本地视频轨道输入，经 WebSocket 发送到 Decart 的实时 API，转换后的帧作为新的视频轨道发布出去。初始化只有几行：

processor = decart.RestylingProcessor( initial_prompt="Studio Ghibli animation style", model="mirage_v2", )

具体参数和模型选项，可以查看 plugins/decart/ 下的源码了解。

从零跑起来

拉取依赖

git clone https://gitcode.com/GitHub_Trending/vi/Vision-Agents uv sync

注入密钥

在项目根目录新建.env文件，填入两类密钥：

DECART_API_KEY=your_decart_key STREAM_API_KEY=your_stream_key STREAM_API_SECRET=your_stream_secret

启动实例

agent = Agent( edge=getstream.Edge(), agent_user=User(name="Styled AI"), instructions="Be helpful", llm=gemini.Realtime(), processors=[processor], )

Agent 会创建通话、加入频道并接管视频轨道，风格化画面随即出现在通话里。

进阶玩法：让 LLM 实时换风格

这是个小彩蛋：把change_prompt注册成 LLM 的函数，大模型就能根据对话内容主动切换视频风格。比如聊到"暴风雨之夜"，画面会自动变成暗调氛围，不需要你手动操作。

@llm.register_function(description="Change the video style") async def change_prompt(prompt: str) -> str: await processor.update_prompt(prompt) return f"Style: {prompt}"

完整写法可参考 示例代码。

适合谁用

• 视频通话类应用，想加实时风格滤镜
• 直播内容制作，需要持续输出的画面风格
• 教学内容呈现，让演示更生动
• 游戏直播，为画面增加特效氛围

写在最后

如果你想看一个完整的语音驱动换装 demo，仓库里还有 虚拟换装示例，把风格迁移和 LLM 语音指令串成了闭环。拿这个当起点，改几句 instructions 就能跑出自己的版本。

【免费下载链接】Vision-AgentsOpen Vision Agents by Stream. Build voice and vision agents quickly with any model or video provider. Uses Stream's edge network for ultra-low latency.项目地址: https://gitcode.com/GitHub_Trending/vi/Vision-Agents