MOSS-VL+Kimi K3串起bug排查链路，自动整理录屏报告，Coding Agent直接定位修复，省去人工反复看视频的麻烦。
MOSS-VL是一个面向持续视频流的11B模型，可以将44秒录屏转化为结构化Bug报告，包含复现步骤和异常时间点。通过Herdr将报告传递给Coding Agent，无需人工反复查看录屏即可定位源码并修复。MOSS-VL提供NF4量化版本，可在单张RTX 4090上本地部署，也可通过LlamaFactory进行UI适配微调。
最近收到不少用户发来的 bug 录屏，我用 MOSS-VL + Kimi K3 串了一条自动排查链路，再不用来回拖进度条了。 一段用户操作录屏发过来，真正费时间的往往不是改代码，而是先还原： 1. ...
最近收到不少用户发来的 bug 录屏，我用 MOSS-VL + Kimi K3 串了一条自动排查链路，再不用来回拖进度条了。 一段用户操作录屏发过来，真正费时间的往往不是改代码，而是先还原： 1. 用户做了什么？ 2. 问题从哪一秒开始？ 3. 到底报了什么错？ 这次我把一段 44 秒的录屏以视频流送进 MOSS-VL。它直接整理出了一份结构化 Bug Report： - 复现步骤：输入 → 清空 → 点击 - 异常时间：00:20 - Console 中的 TypeError 和相关变量 然后我通过 Herdr，把报告交给另一个 pane 中运行的 Coding Agent。 Agent 不需要再从头看完整段视频，可以直接根据时间点、操作路径和报错变量定位源码。 整条链路大概是：用户录屏 → MOSS-VL 生成结构化报告 → Kimi K3 定位并修复 → E2E 验证 这里真正负责看录屏的是 MOSS-VL，一个面向持续视频流的 11B 模型，可以在画面持续输入的过程中边看边理解。它提供了 NF4 量化版本，单张 RTX 4090 就可以本地部署；需要适配自家产品 UI 和控件时，也可以通过 LlamaFactory 进行微调。不想部署还也可以接 API，目前每天登录还会赠送 100credits API: shorturl.at/jtt6U Github: github.com/OpenMOSS/MOSS-… 这次最直观的感受是：原本需要人工反复查看录屏、整理复现步骤的工作，现在可以直接变成 Coding Agent 能继续处理的上下文。 Your browser does not support the video tag. 🔗 View on Twitter 💬 1 🔄 0 ❤️ 4 👀 904 📊 3 ⚡