logo
  • البيئات
  • الشركات
  • الأسعار
DeveloperMay 29, 2026

تحليل فيديو وتوليد صور بأسلوب القصص المصورة باستخدام Eigent

EigentEigent
Video Analysis + Comic Image Generation
Automate Everything with
AI Workforce on Desktop
Download Eigent

حوّل أي فيديو إلى فن قصصي — تلقائيًا

محتوى الفيديو غني باللحظات البصرية التي تستحق الالتقاط والمشاركة. لكن استخراج تلك اللحظات، وفهم ما يجعلها جذابة، وتحويلها إلى أصول إبداعية قابلة للاستخدام هو عملية متعددة الخطوات تتطلب عادةً أدوات تحرير يدوية ومهارات تصميم. يوضح هذا سير العمل كيف يقوم Eigent بكل ذلك بالتتابع: تحليل الفيديو، استخراج أبرز اللحظات، توليد صور بأسلوب القصص المصورة — من دون تعديل يدوي لإطار واحد.

1إعداد Ming-Flash-Omni 2.0 للمهام متعددة الوسائط

يتطلب هذا سير العمل نموذجًا يتعامل مع فهم الفيديو وتوليد الصور معًا. Inclusion Ming-Flash-Omni 2.0 هو نموذج متعدد الوسائط يدعم كلتا القدرتين بشكل أصلي. قم بإعداده في Eigent ضمن الإعدادات → النماذج → النماذج المخصصة، ثم اختره كنموذج افتراضي.

بعد الإعداد، يفعّل Eigent وكيلين متخصصين لهذه المهمة:

  • وكيل الفيديو — مزوّد بـ Terminal Toolkit وMing Omni Skills لمعالجة الفيديو
  • وكيل الصور — مزوّد بـ Terminal Toolkit وMing Omni Skills لتوليد الصور

2أرفق الفيديو واكتب الـ prompt

أرفق ملف الفيديو واصفًا المخرجات الإبداعية التي تريدها:

حلّل الفيديو المرفوع باستخدام وكيل الفيديو وولّد ثلاث صور بأسلوب القصص المصورة تلخص العناصر الرئيسية وأبرز اللحظات مع مرئيات ديناميكية ومعبرة.

يقسّم Eigent هذا فورًا إلى مهمتين متتاليتين — تعتمد مهمة توليد الصور على مخرجات التحليل، لذلك يعمل وكيل الفيديو أولًا.

3المهمة 1 — يستخرج وكيل الفيديو بيانات منظمة

يعالج وكيل الفيديو ملف الفيديو المرفوع وينتج كائن JSON منظمًا يحتوي على:

  • المشاهد الرئيسية مع الطوابع الزمنية — أكثر اللحظات أهمية بصريًا في الفيديو
  • الأفعال والأحداث الرئيسية — الحركات أو التفاعلات المحددة التي تعرّف المحتوى
  • الموضوعات البصرية والعاطفية — العناصر الجمالية والنغمية الأنسب للتكييف بأسلوب القصص المصورة

يُعد هذا المخرج "brief إبداعيًا" يُمرَّر إلى وكيل الصور. بدلًا من توليد الصور بشكل أعمى من الفيديو الخام، تستخرج هذه المنظومة المعنى أولًا — ما يؤدي إلى نتائج أكثر قصدًا وملاءمة بكثير.

4المهمة 2 — يولّد وكيل الصور ثلاث لوحات قصص مصورة

يقرأ وكيل الصور JSON تحليل الفيديو ويستخلص prompt نصيًا مخصصًا لكل عنصر من العناصر الثلاثة الرئيسية المحددة. باستخدام تلك prompts، يولّد ثلاث صور PNG بأسلوب القصص المصورة — كل منها بأسلوب فني معبّر وديناميكي بصريًا.

يتم حفظ ملفات المخرجات في دليل العمل الخاص بالوكيل:

  • comic_summary_1.png
  • comic_summary_2.png
  • comic_summary_3.png

تلتقط كل صورة بُعدًا مختلفًا من الفيديو المصدر — حركة محددة، أو لحظة شخصية، أو عنصرًا موضوعيًا — ما يجعل المجموعة قابلة للاستخدام كسرد متسلسل أو كأصول مستقلة لوسائل التواصل الاجتماعي.

5أين ينطبق هذا سير العمل

يفتح خط أنابيب الفيديو إلى الصورة هذا مجموعة من تطبيقات إنشاء المحتوى العملية:

  • إعادة توظيف المحتوى لوسائل التواصل الاجتماعي: حوّل فيديو طويلًا إلى منشورات صور قابلة للمشاركة من دون تحرير يدوي
  • التخطيط القصصي: استخرج تفكيكًا بصريًا للمشاهد الرئيسية من اللقطات لأغراض التخطيط للإنتاج
  • عروض المنتجات التوضيحية: حوّل تسجيل شاشة أو جولة تعريفية بالمنتج إلى بطاقات ملخصة مرسومة
  • أبرز فعاليات الحدث: حلّل عرضًا تقديميًا أو تسجيل مؤتمر وولّد صورًا مرسومة لملخص الحدث

يعمل هذا الخط الأنبوبي على أي مدخل فيديو — وليس فقط لقطات رقص الروبوت. تقوم خطوة التحليل بتجريد بنية أي فيديو إلى بيانات غنية دلاليًا يمكن لمولّد الصور العمل عليها.

6ما الذي يجب تجربته بعد ذلك

حلّل فيديو عرضًا توضيحيًا لمنتج وولّد ثلاث صور ترويجية تبرز الميزات الرئيسية المعروضة.

خذ اجتماعًا مسجلًا مدته 30 دقيقة وولّد خمسة ملخصات على شكل لوحات قصص مصورة لأهم القرارات المتخذة.

ولّد نسخًا بأسلوب القصص المصورة ونسخًا واقعية فوتوغرافيًا من أبرز لحظات الفيديو نفسها لاختبار A/B.

بعد توليد الصور، أنشئ منشورًا على وسائل التواصل الاجتماعي لكل صورة مع اقتراح تعليق.

7نصائح للحصول على نتائج أفضل

  • استخدم فيديو واضحًا وجيد الإضاءة. يعمل استخراج المشاهد في وكيل الفيديو بأفضل شكل على اللقطات ذات اللحظات البصرية المميزة والموضوع الواضح. قد ينتج عن الفيديو منخفض الجودة أو سريع القطع تحليل أقل دقة.

  • حدّد أسلوب الفن. يغطي "أسلوب القصص المصورة" نطاقًا واسعًا — من المانغا إلى أبطال خارقين على الطراز الأمريكي إلى كرتون الصحف. إذا كان لديك أسلوب بصري مفضل، فأضفه إلى prompt لتوجيه مخرجات وكيل الصور.

  • كرّر على خطوة التحليل. قبل توليد الصور، يمكنك أن تطلب من Eigent عرض JSON تحليل الفيديو وتأكيد أنه التقط أبرز اللحظات الصحيحة. يكون هذا مفيدًا بشكل خاص للفيديوهات الأطول أو الأكثر تعقيدًا.

Other use cases

إقرار ضريبة القيمة المضافة الآلي من الإيصالات والفواتير

إقرار ضريبة القيمة المضافة الآلي من الإيصالات والفواتير

يرجى معالجة جميع الإيصالات والفواتير في مجلد "VAT"، بما في ذلك الصور وملفات PDF الممسوحة ضوئيًا والفواتير الرقمية. يجب أن يتضمن الناتج النهائي ملفين فقط: (1) vat_return.xlsx — يجب أن يتضمن ملف Excel صفًا واحدًا لكل إيصال أو فاتورة، وأن يسرد جميع الحقول المستخرجة، ويعرض ما إذا كان كل بند مؤهلًا لاسترداد ضريبة القيمة المضافة، ويعرض مبلغ ضريبة القيمة المضافة القابل للاسترداد لكل بند مؤهل، ويشمل سبب الاستبعاد للبنود غير القابلة للاسترداد، ويضع علامة واضحة على البنود التي تتطلب مراجعة يدوية، ويشمل ورقة ملخص تعرض إجمالي مبلغ ضريبة القيمة المضافة القابل للاسترداد. (2) vat_return.html — أنشئ ملف HTML مستقلًا يمكن فتحه مباشرة ومشاركته مع فريق المحاسبة. يجب أن يعرض ملف HTML جميع بنود استرداد ضريبة القيمة المضافة، ومبلغ ضريبة القيمة المضافة القابل للاسترداد لكل بند، والبنود المستبعدة وأسباب الاستبعاد، والبنود التي تتطلب مراجعة يدوية، وإجمالي مبلغ ضريبة القيمة المضافة القابل للاسترداد. لا تخمّن أي معلومات غير مؤكدة.

مهمة طويلة الأفق: GLM-5.1 مقابل GLM-5.2 على Eigent

مهمة طويلة الأفق: GLM-5.1 مقابل GLM-5.2 على Eigent

قم بإجراء بحث معمّق حول 26 شركة في منظومة البنية التحتية للذكاء الاصطناعي — وهو المسار الرئيسي الأكثر وضوحًا في سلسلة القيمة الكاملة للذكاء الاصطناعي. غطِّ هذه القطاعات الفرعية الستة (اختر شركات تمثيلية في كل منها، من القادة ذوي القيمة السوقية الكبيرة حتى اللاعبين الأصغر): مركز بيانات الذكاء الاصطناعي (بنية الحوسبة التحتية / التوسع الإنشائي)؛ وحدات معالجة الرسوميات / شرائح الذكاء الاصطناعي (سيليكون التدريب والاستدلال، ASICs، الملكية الفكرية)؛ الخوادم والشبكات والوحدات الضوئية (المبدلات، NICs، الربط الضوئي)؛ الطاقة والتبريد السائل وتخزين الطاقة (إمدادات الطاقة، الإدارة الحرارية، إدارة الطاقة)؛ سحابة الذكاء الاصطناعي / منصة الحوسبة (مزوّدو الحوسبة فائقة النطاق، سحابات GPU، منصات تأجير الحوسبة)؛ المنظومة الداعمة (HBM / التغليف المتقدم، المصانع، الموصلات والمكونات الحيوية الأخرى). لكل شركة، ابحث عن: اسم الشركة، القطاع الفرعي، المقر / الدولة؛ المنتجات الأساسية ودورها المحدد في سلسلة الذكاء الاصطناعي؛ عامة أم خاصة (الرمز + البورصة إذا كانت مدرجة؛ وإذا كانت خاصة، اذكر أحدث التقييم / جولة التمويل)؛ القيمة السوقية أو حجم التقييم (يُستخدم للترتيب)؛ التموضع وميزة الحماية في المنظومة (1–2 جمل)؛ العملاء / المنافسون الرئيسيون. الترتيب: داخل كل قطاع فرعي، رتّب من الأكبر إلى الأصغر (حسب القيمة السوقية / التقييم). نظّم العمل كله من الأعلى إلى الأسفل: من المشهد الكامل لمنظومة العتاد إلى كل شركة على حدة. متطلبات الإخراج: أولًا، أنشئ ملف بيانات منظّم ai_infra_data.json — يتضمن جميع الشركات الـ26 مع الحقول المذكورة أعلاه، وتصنيفات القطاعات الفرعية الستة، وعلامة عام/خاص، ومصفوفة مقارنة عبر الشركات (القطاع الفرعي × الأبعاد الرئيسية). ثم أنشئ تقرير HTML مصقولًا انطلاقًا من ذلك JSON: يتضمن مخططًا لمنظر المنظومة / مخططًا طبقيًا، وأقسامًا حسب القطاع، وبطاقات للشركات، ومؤشرًا بصريًا واضحًا للعامة مقابل الخاصة (وسوم أو ترميز لوني)، ومخطط ترتيب القيمة السوقية، وجدول مقارنة قابل للفرز / التصفية. اجعل التصميم احترافيًا، كثيف المعلومات، وتفاعليًا. تحقّق أولًا من دقة بيانات البحث (حالة الإدراج، الرموز، التقييمات — استخدم أحدث الأرقام واذكر المصادر)، ثم أنشئ التقرير. أرسل المهمة في وضع الوكيل الأحادي.

بناء 10 ألعاب HTML5 لرأس السنة الصينية بـ Eigent

بناء 10 ألعاب HTML5 لرأس السنة الصينية بـ Eigent

أنشئ 10 ألعاب منفصلة وكاملة تمامًا بمواضيع مرتبطة برأس السنة الصينية 2026 (الحصان) باستخدام HTML وCSS وJS (من دون مكتبات). يجب أن تكون الألعاب ممتعة وأصلية ومصقولة ومتوافقة مع الأجهزة المحمولة. أضف نظام تسجيل، وتدرجًا في الصعوبة، وأزرار إعادة التشغيل، ومؤثرات بصرية سلسة. تشمل: لعبة أركيد، ولعبة ألغاز، ولعبة عدّاء لا نهائي، ولعبة رد فعل، ولعبة استراتيجية، ولعبة ذاكرة، ولعبة محلية لشخصين، ولعبة خاملة، ولعبة بكسل ريترو، ولعبة تجريبية واحدة.

Automate everything with AI workforce on desktop
Download Eigent

جرّب Eigent اليوم

حمّل تطبيق سطح المكتب مفتوح المصدر وابدأ الأتمتة بقوة عمل ذكاء اصطناعي على جهازك.

تنزيل Eigent
Eigent

احصل على أحدث التحديثات والدروس حول أتمتة Workforce بالذكاء الاصطناعي.

المنتجEigentالبيئاتالأسعارالمؤسسات
استكشافالحلولحالات الاستخدامالمهاراتالإضافاتالمدونة
المطورونالوثائقGitHubCAMEL-AIصندوق المصدر المفتوحشريك
تنزيلللإصدار مفتوح المصدر
الشركةمن نحنالعلامة التجاريةالوظائفشروط الاستخدامسياسة الخصوصيةالأمان والثقةسياسة ملفات تعريف الارتباطسياسة الاسترداد والتجربة

جميع الحقوق محفوظة © 2026 EIGENT UK LTD

تم إصدار النسخة الجديدة من Eigent 1.0!download