verging-ai

使用 AI 视觉能力从图像中提取描述、对象和文本。本技能通过 verging.ai 提供简单的 GPT-4o 视觉 API 集成。

开发者需要一种简单的方法为他们的应用程序添加语音输出，而无需管理复杂的音频基础设施。本技能通过简单的 API 调用直接提供对 OpenAI 的 TTS-1-HD 模型的访问。

手动将音频录音转换为文字既缓慢又容易出错。本技能提供了一个简单的 API，可以使用 OpenAI Whisper 转录音频文件，在几秒钟内返回准确的文字。

使用 AI 创建图像需要管理 API 密钥、请求参数和响应处理。本技能提供了一个开箱即用的接口，通过 verging.ai 代理 API 生成图像，支持标准和 HD 两种质量模式。

用户需要一种通过 verging.ai 代理调用 GPT-4o 的简单方式。本技能提供了开箱即用的 curl 示例，支持流式和非流式聊天补全。