Agent pro volání nástrojů
Agent, který volá nástroje a používá vlastní systémový prompt k vedení LLM při odpovídání na otázky týkající se přepisů YouTube videí.
Tento workflow umožňuje uživatelům interaktivně chatovat s přepisem jakéhokoli YouTube videa. Pouhým zadáním URL adresy YouTube mohou uživatelé pokládat otázky a získávat stručné odpovědi na základě přepisu videa. Tento systém je navržen tak, aby byl dlouhý videoobsah snadno přístupný a prohledávatelný prostřednictvím konverzační AI.
Popis workflow krok za krokem
1. Inicializace chatu a vedení uživatele
- Spuštění chatu: Workflow se spustí, když uživatel otevře chat. Tím se spustí proces a připraví rozhraní pro komunikaci s uživatelem.
- Uvítací zpráva: Widget zobrazí přátelské uvítání:
"👋 Vítejte v nástroji Chat s YouTube videem! Jsem tu, abych vám pomohl převést dlouhá YouTube videa na stručné odpovědi🌐. Stačí zadat URL adresu YouTube videa a chvíli počkat. Dám vám vědět, až budu připraven odpovídat na vaše otázky. ✨📹" - Výstup zprávy: Uvítací zpráva je zobrazena uživateli v chatu a navádí ho k zadání URL adresy YouTube videa.
2. Zpracování vstupu uživatele
- Vstup do chatu: Systém čeká na vstup uživatele, který obvykle obsahuje URL YouTube videa a případné následné otázky.
- Historie chatu: Všechny předchozí zprávy jsou uloženy v paměti, což umožňuje odpovídat s ohledem na kontext a kontinuální víceotáčkovou konverzaci.
3. Získání přepisu videa
- URL retriever: Když je zadána URL YouTube, workflow použije uzel pro získání obsahu z URL k extrakci přepisu (nebo jiného dostupného textového obsahu) z videa. Tento uzel je nakonfigurován na zpracování až 30 000 tokenů, takže zvládne i dlouhá videa.
4. Q&A s využitím agenta
- Agent pro volání nástrojů:
- Agent je instruován, aby vystupoval jako profesionální výzkumník YouTube a osobní asistent.
- Po obdržení dotazu uživatele agent používá přepis (získaný URL retrieverem) jako svůj znalostní základ.
- Systémový prompt zajišťuje, že agent poskytuje stručné, přesné odpovědi a vyhýbá se vymýšlení informací (“halucinacím”), pokud odpověď není nalezena v přepisu.
- Agent využívá historii chatu k udržení kontextu napříč více otázkami.
- Výstup odpovědi: Odpověď agenta je předána zpět uživateli v chatovacím rozhraní a tím se uzavírá smyčka pro každý dotaz.
Struktura workflow
| Krok | Komponenta | Účel |
|---|---|---|
| 1. Spuštění chatu | ChatOpenedTrigger, MessageWidget | Přivítání uživatele a poskytnutí instrukcí |
| 2. Vstup uživatele | ChatInput, ChatHistory | Přijímání dotazů uživatele a uchování historie konverzace |
| 3. Získání přepisu | URLContent | Extrakce přepisu z YouTube videa |
| 4. Q&A agent | ToolCallingAgent | Odpovídání na dotazy uživatele s využitím přepisu a kontextu chatu |
| 5. Výstup | ChatOutput | Zobrazení zpráv a odpovědí uživateli |
Výhody & využití
- Škálovatelnost: Tento workflow umožňuje komukoli komunikovat s prakticky neomezeným množstvím YouTube videí bez potřeby ručně číst přepisy.
- Automatizace: Proces extrakce přepisů a odpovídání na dotazy je plně automatizovaný, což šetří hodiny manuální práce.
- Zvýšená dostupnost: Uživatelé mohou rychle získat odpovědi z dlouhých vzdělávacích, přednáškových nebo dokumentárních videí bez nutnosti sledovat celý obsah.
- Uchování znalostí: Kontextově si uvědomující víceotáčkový chat udržuje plynulost konverzace a podporuje složitější dotazy a navazující otázky.
Příklady využití
- Rychlé shrnutí klíčových bodů z dlouhého rozhovoru nebo dokumentu.
- Ptát se na definice, vysvětlení či upřesnění částí videa.
- Extrahovat seznamy, časové osy nebo jiné strukturované informace z videoobsahu.
- Podpora výzkumu díky rychlým Q&A napříč více videozdroji.
Závěr
Tento workflow přináší silnou automatizaci a AI-poháněnou konverzaci k obsahu YouTube videí, což z něj činí cenný nástroj pro pedagogy, výzkumníky, studenty i konzumenty obsahu, kteří chtějí získat hodnotu z videí bez manuální námahy. Lze jej snadno škálovat a zobecnit pro různé typy videoobsahu, čímž maximalizuje produktivitu i dostupnost.
