AnyCap for Devin Desktop — 为你的 Agent IDE 添加图片、视频与媒体能力

通过 AnyCap CLI 为 Devin Desktop 智能体添加图片生成、视频制作和媒体发布能力。无需自定义代码,几分钟内即可上手,适用于任意 Devin Desktop 智能体。

by AnyCap

Devin Desktop 看板仪表盘,显示 AI 智能体任务卡片,分为「待处理」、「进行中」和「已完成」列——简洁的蓝白企业风界面

Devin Desktop 将 Agent 指挥中心、看板式智能体管理和完整 IDE 集于一身。但有一点它没有涵盖:让你的智能体生成图片、创建视频或发布媒体的能力。一旦工作流需要一张主视觉图、一段产品演示视频或一批社交媒体图片,智能体就必须暂停,将任务交还给人工处理。

AnyCap CLI 改变了这一切。安装一次,Devin Desktop 中运行的所有智能体——Devin 本身、你的自定义 ACP 智能体或 Workspace 中任何其他智能体——都能生成图片、制作视频、合成音频、搜索网页,并将文件发布到 CDN。无需为每个智能体单独配置。


AnyCap 为 Devin Desktop 带来什么

图片生成

在任意智能体会话中生成产品原型图、主视觉图、UI 素材、社交媒体图片和插画。通过单次工具调用即可访问 15 款以上领先图像模型——包括 FLUX Pro、Stable Diffusion XL、Ideogram 和 Recraft——无需为每个模型单独配置 API。

视频制作

使用 Veo 3、Kling、Runway、Wan 等模型生成演示视频、操作演示、社交短视频和说明内容——无需离开 Devin Desktop。你的智能体制作视频就像写代码一样自然。

音频与音乐

为你的项目生成背景音乐、音效、配音和音频素材。AnyCap 支持语音合成、音乐生成和音频处理工具——全部可在智能体会话中直接调用。

网页搜索与抓取

为你的智能体赋予实时网络访问能力。AnyCap 的搜索和抓取工具让 Devin Desktop 智能体能够获取最新信息、读取竞争对手页面、分析实时文档,并基于新鲜数据采取行动——无需人工干预。

文件发布与分享

将生成的素材上传至云存储,立即获得可分享的 CDN 链接。AnyCap 负责文件持久化,让生成的媒体可直接用于代码、文档、PR 描述或外部系统。


如何为 Devin Desktop 配置 AnyCap

第一步:安装 AnyCap CLI

npm install -g anycap
anycap login

配置到此完成。AnyCap 是一个 CLI 工具。Devin Desktop 智能体在工作过程中会执行 Shell 命令——一旦 AnyCap 安装并完成认证,Workspace 中的任何智能体都可以直接调用它。

第二步:验证是否正常运行

在 Devin Desktop 中打开任意智能体会话,输入:

"使用 AnyCap 生成一张测试图片——一个简单的渐变色方块。"

智能体通过 Shell 运行 anycap image generate,获取文件路径和 CDN 链接,并在会话输出中返回结果。


为什么 AnyCap 在这里效果出色

Devin Desktop 智能体——无论是 Devin、自定义 ACP 智能体还是 Workspace 中的其他智能体——都能在执行任务时运行 Shell 命令。AnyCap 是一个 CLI 工具,因此天然契合这种模式:在系统上安装一次,智能体就能在需要图片生成、视频制作、音频合成、网页搜索或文件发布时随时调用 anycap 命令。

工具调用返回本地文件路径和 CDN URL,生成的媒体可直接融入链式工作流。一个正在开发功能的智能体可以生成主视觉图,获得 CDN URL,并在 PR 描述中引用,或通过 Spaces 传递给另一个智能体——全程无需人工介入。


实际应用场景

一个 Devin 智能体在构建新落地页时,在同一会话中编写 HTML、CSS 和 JS,生成主视觉图和短演示视频,并附带所有素材提交 PR。过去,代码完成后还需要将任务交回给人工处理。

营销内容同理:智能体读取你的更新日志,生成一套 LinkedIn 轮播图,撰写文案,并将所有内容打包为可直接发布的成果。对于 QA 文档,智能体可以捕捉 UI 状态,生成关键流程的注释截图,编写文档,并将所有内容链接到你的 Wiki——无需手动截图。

对于客户演示,智能体可以根据项目简报生成精良的原型图和简短演示视频,让你在功能开发完成之前就有具体内容可以发送。


什么是 Devin Desktop?

Devin Desktop 是 Cognition 的下一代 IDE,基于 Windsurf 基础构建,并围绕大规模智能体管理进行了全面重新设计。它的出发点是:专业工程团队不再是与单个智能体一对一协作——他们将任务委托给多个智能体,审查进展,并决定哪些内容上线。

Devin Desktop 的核心能力:

  • Agent 指挥中心 — 看板视图实时呈现所有本地和云端智能体的状态、输出及阻碍
  • Spaces — 共享上下文层,让处理相关任务的多个智能体保持同步
  • ACP 协议 — 任何兼容 Agent Client Protocol 的智能体均可在 Devin Desktop 中运行,不仅限于 Devin
  • 完整 VS Code 兼容性 — 扩展、快捷键、LSP 和终端均与原有使用体验完全一致

AnyCap 是一个 CLI 工具,可在智能体能够执行 Shell 命令的任何环境中使用。安装一次,你 Devin Desktop Workspace 中的每个智能体都能像写代码一样自然地生成和发布媒体。


立即开始

安装 AnyCap 并连接 Devin Desktop

阅读集成文档