HanyuanWang/LiveStream-Agent-Studio

何を解決するか

LiveStream Agent Studio は、ライブストリーミングコマースチーム向けに設計されたローカルファーストAIワークスペースです。クリエイターの発掘、ライブ配信録画の分析、トラフィックデータに基づくパフォーマンスレビュー、短編動画コンテンツの計画を統合し、これらの断片化されたタスクを一貫性のあるトレーサブルなワークフローにまとめます。

動作方法

このシステムはWindowsベースのローカルゲートウェイおよびタスクセンターとして動作し、4つの専門的なAIエージェントを調整します。

• クリエイター探索エージェント: クリエイターのページやランキング（例：Chanmama）を読み取り、構造化されたプロフィールを作成し、候補リストを管理します。
• ライブ分解エージェント: ライブ配信動画から音声を抽出し、Alibaba Cloud DashScopeを介してクラウド音声認識を使用して、秒単位のタイムスタンプ付きの構造化されたトランスクリプトを作成します。
• ライブレビュー エージェント: これらのトランスクリプトを分単位のトラフィックデータ（例：Ocean Engine）と同期させ、特定の発話パターンが視聴者エンゲージメントや商品クリックに与える影響を分析します。
• ビデオディレクター エージェント: リファレンス用の短編動画からトランスクリプトを抽出し、コンテンツの論理構造に基づいてオリジナルの脚本、ストーリーボード、制作推奨を生成します。

対象ユーザー

Windows環境でライブストリーミングコマースエコシステム内で、ライブストリーミング運用、メディアバイイング、コンテンツ制作、レビューに従事するチーム向けに構築されています。

特徴

• ローカルファーストアーキテクチャ: タスク履歴、データベース、生成されたファイルをすべてローカルマシンに保持します。
• 統合タスクセンター: 4つのエージェント全体の進捗を追跡し、出力を管理するための単一インターフェースを提供します。
• 言語-トラフィック同期分析: 発話内容とリアルタイムのトラフィック変動の相関関係を特に分析します。
• クラウド連携ワークフロー: Alibaba Cloud Model Studio (DashScope) および OSS を活用して、音声認識とAI分析を統合しています。