প্রকল্প সম্পর্কে

FireRed-OpenStoryline জটিল ভিডিও নির্মাণকে স্বাভাবিক, স্বজ্ঞাত কথোপকথনে পরিণত করে। সিস্টেমটি স্মার্ট মিডিয়া অনুসন্ধান ও সংগঠন (স্বয়ংক্রিয়ভাবে মিলে যাওয়া ছবি/ভিডিও ক্লিপ খুঁজে বের করা ও ডাউনলোড করা), নির্দিষ্ট টোনের জন্য ফিউ-শট স্টাইল ট্রান্সফারসহ বুদ্ধিমান স্ক্রিপ্ট জেনারেশন (প্রোডাক্ট রিভিউ, ভ্লগ ইত্যাদি), বিট-সিঙ্কিংসহ বুদ্ধিমান মিউজিক/ভয়েসওভার/ফন্ট সুপারিশ, প্রাকৃতিক ভাষার মাধ্যমে দ্রুত সম্পাদনার জন্য কথোপকথনমূলক পরিমার্জন, এবং সম্পূর্ণ ওয়ার্কফ্লো পুনঃব্যবহারযোগ্য স্কিল হিসেবে সংরক্ষণ ও পুনঃচালনার জন্য এডিটিং স্কিল আর্কাইভিং একত্রিত করে। সাম্প্রতিক সংযোজনে রয়েছে AI ট্রানজিশন জেনারেশন (ফ্রেম বর্ণনা থেকে ট্রানজিশন শট তৈরি), স্পিচ ভিডিওর জন্য ASR-ভিত্তিক রাফ কাট স্কিল (ফিলার শব্দ ও অসংলগ্নতা অপসারণ), এবং ইনস্টলেশন ও ব্যবহার অটোমেশনের জন্য এজেন্ট স্কিলসের মাধ্যমে OpenClaw ও Claude Code-এর সাথে ইন্টিগ্রেশন। আর্কিটেকচারটি একটি Model Context Protocol (MCP) সার্ভার, ভিডিও প্রসেসিং নোড, একটি এজেন্ট স্কিল লাইব্রেরি এবং এজেন্ট মেমরি স্টোরেজ ব্যবহার করে। এটি MoviePy, FFmpeg এবং LangChain-এর উপর নির্মিত। ইনস্টলেশন Linux/macOS (build_env.sh-এর মাধ্যমে স্বয়ংক্রিয়), Windows (ম্যানুয়াল রিসোর্স ডাউনলোড) এবং Docker সমর্থন করে। ওয়েব ইন্টারফেস FastAPI-তে চলে, CLI বিকল্পও রয়েছে। কনফিগারেশনের জন্য config.toml-এ API কী প্রয়োজন। ডেমোতে একাধিক স্টাইল প্রদর্শিত হয়: Zhongcao, Humorous, Product Picks, Artistic, Unboxing, Talking Pet, Travel Vlog এবং Year-in-Review। প্রকল্পটি Apache 2.0-এর অধীনে লাইসেন্সকৃত এবং সক্রিয়ভাবে বিকশিত হচ্ছে, রোডম্যাপে ভয়েসওভার এডিটিং, ভয়েস ক্লোনিং, আরও ইফেক্ট, জেনারেটিভ ক্ষমতা এবং GPU অ্যাক্সিলারেশন অন্তর্ভুক্ত রয়েছে।