Herramientas de medios

PRX incluye cinco herramientas relacionadas con medios que abarcan procesamiento de imagenes, captura de pantalla, sintesis de texto a voz y renderizado de contenido estructurado. Estas herramientas permiten a los agentes trabajar con contenido visual y de audio -- redimensionar imagenes, capturar pantallas para razonamiento visual, generar mensajes de voz y renderizar graficos y diagramas.

Referencia de herramientas

image

Procesa y transforma imagenes. Soporta operaciones de redimensionar, recortar y conversion de formato.

image_info

Extrae metadatos y dimensiones de archivos de imagen sin modificarlos.

screenshot

Captura pantallas de la pantalla actual o ventanas especificas. Util para tareas de razonamiento visual.

tts

Sintesis de texto a voz. Convierte texto en un archivo de audio y lo envia como mensaje de voz a la conversacion actual. La herramienta maneja generacion de MP3, conversion opcional a M4A y entrega a traves del canal activo.

canvas

Renderiza contenido estructurado para salida visual. Soporta tablas, graficos, diagramas y disenos formateados. Los diagramas usan sintaxis Mermaid.

Seguridad

Las herramientas de imagen y captura de pantalla leen y escriben archivos en el sistema de archivos local, sujetas a las mismas politicas de seguridad que file_read y file_write. Las herramientas de medios pueden controlarse individualmente via la politica de seguridad.

[security.tool_policy.tools]
image = "allow"
image_info = "allow"
screenshot = "supervised"    # Requiere aprobacion para capturas de pantalla
tts = "allow"
canvas = "allow"

Relacionado

• Herramienta de navegador -- automatizacion web con soporte de captura de pantalla
• Mensajeria -- entregar medios y voz a traves de canales
• Vision general de canales -- matriz de capacidades de medios de canales
• Vision general de herramientas -- todas las herramientas y sistema de registro