AI-ügynök épített 3D galériát két Hugging Face Space összekapcsolásával

Ez a megközelítés előrevetíti a multimédia szoftverek jövőjét, ahol a komponensek gazdasága dominál. Mitchell Hashimoto szerint a jövő nem a monolitikus szoftvereké, hanem a kis, jól dokumentált építőköveké, amelyeket AI-ügynökök képesek összerakni. Ez különösen igaz a multimédia területére, ahol a modellek integrációja volt a fő kihívás.

A Hugging Face Spaces mostanra lényegében ilyen építőkövekké váltak. A platform több ezer, gyakran nyílt súlyokkal rendelkező modellt kínál, melyek többsége interaktív Space-ként érhető el. Minden Gradio Space rendelkezik egy `agents.md` fájllal, amely pontosan leírja, hogyan hívható meg az adott modell, beleértve a séma URL-t, a hívási és lekérdezési sablonokat, valamint a hitelesítési módot.

Kapcsolódó: Qwen3-1.7B modell

A valódi áttörést a láncolás jelenti: egy Space kimenete a következő bemenetévé válik. Jelen esetben a promptokból képek, majd 3D Gaussian splatok lettek. A `ideogram-ai/ideogram4` Space generált tiszta, sötét hátterű képeket a párizsi műemlékekről, amelyeket a `VAST-AI/TripoSplat` Space alakított át 3D modellekké. A kísérlet eredménye élőben is megtekinthető a mishig/monuments-de-paris Space-ben.

Kapcsolódó: Storage Buckets

Az ügynök nemcsak a modellek összekapcsolását végezte el, hanem az utómunkálatokat is. Felismerte, hogy a TripoSplat kimenetei Y-tengelyben lefelé mutatnak, ezért azokat függőlegesen elforgatta. Ezenkívül automatikusan bekeretezte az egyes műemlékeket, tömörítette a `.ply` fájlokat `.ksplat` formátumba a gyors betöltés érdekében, és egy Three.js nézetet épített görgethető és forgatható felhasználói felülettel, majd az egészet statikus Space-ként telepítette.

Kapcsolódó: Claude Design

Ez a megközelítés azt jelenti, hogy a modellek kompozicionálisan használhatók. Különböző szervezetek által fejlesztett, csúcstechnológiás modellek integrálhatók nulla kódfoglalással. A Hugging Face Hub nyílt súlyú katalógusa hívható multimédia primitívek könyvtárává válik. Az ügynökök előnyben részesítik a dokumentált és elérhető felületeket, így a `agents.md` fájlokkal rendelkező Spaces vonzóbbak számukra, mint a manuális beállítást igénylő modellek.

Kapcsolódó: TRL v1.0

A teljes, reprodukálható folyamat, amely a két `agents.md` végpontot érte el, a Space repójában található. Az építőkövek készen állnak a Hubon, és az ügynökök már tudják, hogyan kell őket összerakni. A kísérlethez hasonlóan bárki kipróbálhatja, ha egy kódoló ügynöknek megadja valamelyik Space `agents.md` linkjét, beállítja a HF_TOKEN-t, és megkéri, hogy építsen valamit.

Kapcsolódó: Claude Code dashboard