প্রকল্প সম্পর্কে

by2kb একটি ওপেন-সোর্স টুল যা ভিডিও কন্টেন্টকে কাঠামোবদ্ধ, টেকসই নলেজ বেস আর্টিফ্যাক্টে রূপান্তর করার জন্য ডিজাইন করা হয়েছে। এর প্রধান কাজ হলো একটি ভিডিও URL (বর্তমানে Bilibili এবং YouTube সমর্থিত) বা একটি স্থানীয় মিডিয়া ফাইল গ্রহণ করে তিনটি নির্দিষ্ট Markdown আউটপুট তৈরি করা: প্রমাণ-সংরক্ষণকারী কাঁচা ট্রান্সক্রিপ্ট, দ্রুত মূল্যায়নের জন্য একটি সংক্ষিপ্ত সারাংশ এবং দীর্ঘ-ফরম্যাট স্টাডি নোট। টুলটি "agent-first" আর্কিটেকচারে নির্মিত, অর্থাৎ এটি AI এজেন্টদের (যেমন Hermes) সাথে ব্যবহারের জন্য অপ্টিমাইজ করা হয়েছে, যারা নিজস্ব মডেল অথেনটিকেশন ব্যবহার করে মিডিয়া রিট্রিভাল এবং সারাংশ তৈরি করতে পারে। তবে, এটি OpenAI-সামঞ্জস্যপূর্ণ API কী-এর মাধ্যমে স্বতন্ত্র ব্যবহারকেও সমর্থন করে। by2kb মিডিয়া প্রসেসিং পাইপলাইন পরিচালনা করে, যার মধ্যে অডিও ফেচ করা, স্থানীয় faster-whisper বা Doubao-এর মতো ক্লাউড প্রোভাইডারদের মাধ্যমে অটোমেটিক স্পিচ রিকগনিশন (ASR) চালানো এবং ট্রান্সক্রিপ্ট নরমালাইজ করা অন্তর্ভুক্ত। মূল বৈশিষ্ট্যগুলি: 1. **খরচ-সাশ্রয়ী পাইপলাইন:** এটি প্রথমে নেটিভ সাবটাইটেল রিট্রিভ করার চেষ্টা করে (সর্বনিম্ন খরচ), ব্যর্থ হলে অডিও স্ট্রিম এক্সট্রাকশন এবং ASR-এ যায় এবং প্রয়োজনে সম্পূর্ণ মিডিয়া ডাউনলোড করে। 2. **দায়িত্ব-বিভাজন:** এটি কঠোরভাবে "কাঁচা" ট্রান্সক্রিপ্ট (প্রমাণ) কে "আপডেটেড" বা "সারাংশ" আউটপুট (AI-উত্পন্ন সংক্ষিপ্তসার) থেকে আলাদা করে, হ্যালুসিনেশন বা ডেটা ক্ষতি রোধ করতে। 3. **কাস্টমাইজযোগ্য স্কিল:** ব্যবহারকারীরা বিরামচিহ্ন পরিষ্কার, অধ্যায় সনাক্তকরণ বা নির্দিষ্ট সারাংশ ফরম্যাটের মতো কাজের জন্য পুনঃব্যবহারযোগ্য Markdown-ভিত্তিক প্রসেসিং নির্দেশাবলী (স্কিল) সংজ্ঞায়িত করতে পারেন। 4. **ইন্টিগ্রেশন:** এটি IM বট (Hermes প্লাগইনের মাধ্যমে) এবং Obsidian বা ফাইল সিস্টেমের মতো স্থানীয় নলেজ বেসের সাথে সংহত হয়। by2kb-এর জন্য Python 3.12+, pipx এবং ffmpeg প্রয়োজন। এটি এমন ব্যবহারকারীদের জন্য উপযুক্ত যারা ব্রাউজার এক্সটেনশন বা ক্লাউড-কেবল সেবার উপর নির্ভর না করে ভিডিও কন্টেন্ট আর্কাইভ ও অধ্যয়ন করতে চান, স্থানীয় নিয়ন্ত্রণ এবং পোর্টেবল Markdown আর্টিফ্যাক্টে জোর দেন।