企业官网建设流程全解析

Vision-Agents 实时视频风格迁移：从摄像头到动画风只要一段代码

【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 的实时视频风格迁移功能可以把你的摄像头画面变成动画风格。链路不复杂：本地摄像头画面发给 Decart 的实时换风格服务，转换后回来。画面里的人不卡顿，变的只是观感。

左侧画面是帧经过 Decart 实时换风格服务之后的结果，右侧是原始画面，对比一目了然。

帧的链路：从哪来、经过什么、到哪去

三步说清。你的本地视频轨道先被 Decart 插件里的换帧组件RestylingProcessor接住，它把帧通过 WebSocket 逐帧推到 Decart 的实时 API，等转换后的帧回来，再作为一个新的视频轨道发布出去。mirage_v2是为实时视频风格迁移专门调过的模型，帧流进来就有产出。

这就是 Decart 视频风格化的全部动作：帧推出去，风格化帧收回来。风格一变，背景和画面里的人一起变，因为风格化作用于整帧。

配好密钥，写一段代码，跑通第一个风格

准备工作一句话：uv sync装依赖，.env里填DECART_API_KEY、STREAM_API_KEY、STREAM_API_SECRET三个密钥。

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

这里只指定风格提示词和模型，mirage_v2负责实际的帧转换。

把处理器挂到 agent 上就能跑：

agent = Agent( edge=getstream.Edge(), agent_user=User(name="Styled AI"), # ... 省略无关配置 processors=[ decart.RestylingProcessor( initial_prompt="Studio Ghibli animation style", model="mirage_v2" ) ] )

agent 走 Stream 边缘网络收送音视频，处理器挂在视频链路上顺路完成实时视频风格转换。

可直接运行的完整版本在 plugins/decart/example/decart_example.py，照抄、替换密钥即可运行。

让 LLM 自己决定什么时候换风格

初始风格在启动时定好，但没必要永远不动。把change_prompt注册给 LLM：

@llm.register_function( description="This function changes the prompt of the Decart processor which in turn changes the style of the video and user's background" ) async def change_prompt(prompt: str) -> str: await processor.update_prompt(prompt) return f"Prompt changed to {prompt}"

这样对话中由 LLM 自己决定何时换风格，故事讲到黑暗的暴风雨夜晚，视频风格就跟着切过去，不用重启进程。

把 demo 往三个方向再玩一玩

initial_prompt换成别的美术风格，画面就是另一套。风格化作用于整帧，背景和人物会同步切换风格。同一条链路换到视频通话或直播场景也能用，入口换个采集源就行。

效果不对时，先检查initial_prompt的措辞和model参数；确认链路细节就去读 plugins/decart/example/decart_example.py，看它是怎么把整条流程接起来的。

【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