paulwei
@coolish
crypto trader since 2013 / ex co-founder of social network apps with 50+ million users
加入 April 2009
3.8K 正在关注 62.1K 粉丝
通宵手搓了个逆天的全网首创“X Skill”，
去睡前先大致说下：
实时语音Agent，不仅能拉它上 X Space 跟多人语音，
而且还能在语音中，光动嘴就指挥它在 X 上“做事”。
如图1，在实时语音中，
我（或者甚至其他发言人）可以跟Agent说：
“你搜一下 X 上关于减肥针风险的推文，
把最靠谱的推文 URL 发到这个 Space 下的评论区。”
然后它就真的做到了！（图2）
核心是：
Grok 的各个模型，包括实时语音模型API，
都具有自然语言发起“Function Calling”的能力
（图3）
用这个去调用 X 账号的OAuth，那么就相当于：
利用 Grok API 原生自带对 X 的自然语义检索能力
乘以
X API的读写能力（发推甚至发私信）
这两个互相一乘，可玩空间太大了。
不得不说，
OpenAI GPT-Realtime-2 实时语音模型再好，
可是架不住
Grok Realtime API 实时语音API能玩转X啊。
三言两语说的不是很清楚，
后续我再让 Codex 整理个更清楚的说明书。
明后天我可以找时间另开 Space 公开演示说明。
显示更多
