Delfisme Radical à l'Ère de l'IA : Connecter des Assistants IA à OpenCV et FFmpeg via MCP

Avec l'avancement technologique, nous sommes désormais à l'ère des grands modèles linguistiques et des agents IA autonomes. Plusieurs systèmes d'agents exploitent la vision par ordinateur et les caméras pour accomplir diverses tâches. Les agents vidéo intelligents peuvent traiter des flux vidéo en temps réel, identifier des objets, analyser le comportement humain, détecter des violations et fonctionner de manière autonome. Beaucoup de ces solutions sont des plateformes IA commerciales destinées à la surveillance, comme Lumana et VisionPlatform.ai. Pour ceux qui souhaitent créer des solutions sur mesure, il est possible de capturer des images à l'aide d'outils comme Frame Forwarder et de les intégrer dans des modèles de traitement visuel. La logique peut être développée avec des agents Amazon Bedrock ou des frameworks comme LangChain et CrewAI, où la caméra sert d'outil de perception. Il existe également des solutions spécialisées comme VisionAgent de Landing AI et Microsoft AutoGen. Mais existe-t-il une méthode plus simple avec des ressources accessibles ? Pouvons-nous créer des systèmes d'agents domestiques plus accessibles ? Explorons les possibilités.