প্রকল্প সম্পর্কে

OpenCreator (পূর্বে KrillinAI) হলো একটি ওপেন-সোর্স AI ওয়ার্কস্পেস যা মাল্টিমোডাল কন্টেন্ট ক্রিয়েশন এবং একটি সাধারণ এজেন্ট ওয়ার্কস্পেসকে একত্রিত করে। এটি কোডেক্স CLI-কে তার এক্সিকিউশন ইঞ্জিন হিসেবে ব্যবহার করে এবং এর চারপাশে একটি লোকাল রাইটাইম, ভিজ্যুয়াল ওয়ার্কস্পেস ও ডেস্কটপ হোস্ট যুক্ত করে। প্রোডাক্টটি দুটি সংযুক্ত ওয়ার্কফ্লো একত্রিত করে: ১. AI কন্টেন্ট ক্রিয়েশন: ভিডিও অনুবাদ, ভিডিও ডাউনলোডিং, থাম্বনেইল জেনারেশন, ইমেজ জেনারেশন, স্মার্ট ডাবিং ও ভিডিও জেনারেশনের জন্য নিবেদিত ক্রিয়েটর টুলস। ২. সাধারণ এজেন্ট ওয়ার্কস্পেস: প্রজেক্ট অনুযায়ী কথোপকথন আয়োজন, পটভূমিতে রান চালিয়ে রাখা, অনুমোদন, অ্যাটাচমেন্ট, ফাইল, স্কিলস, MCP, সময়সূচি, নোটিফিকেশন, মেমোরি ও ডায়াগনস্টিকস পরিচালনা করা। বর্তমানে উপলব্ধ ক্রিয়েটর টুলসের মধ্যে রয়েছে: - ভিডিও অনুবাদ: লোকাল বা পাবলিক ভিডিও আমদানি করুন, ক্লাউড বা লোকাল Whisper দিয়ে ট্রান্সক্রাইব করুন, লিঙ্গুইস্টিক মডেল ব্যবহার করে সাবটাইটেল বিভাজন/সংरेखन/টের্মিনোলজি/অনুবাদ কনফিগার করুন, দ্বিভাষিক সাবটাইটেল, ডাবিং, সাবটাইটেল স্টাইল সেটআপ করুন এবং SRT/অডিও/ভিডিও এক্সপোর্ট করুন। - ভিডিও ডাউনলোডার: YouTube, Bilibili এবং অন্যান্য পাবলিক লিংক থেকে গুণমান ও ফরম্যাট অপশন পরীক্ষা করে ভিডিও বা অডিও ডাউনলোড করুন। - থাম্বনেইল জেনারেটর: টপিক, ভিডিও লিংক এবং ঐচ্ছিক রেফারেন্স ইমেজ দিয়ে একাধিক থাম্বনেইল বৈচিত্র্য তৈরি করুন। - ইমেজ জেনারেশন: GPT Image দিয়ে প্রম্পট ও ঐচ্ছিক রেফারেন্স ইমেজ ব্যবহার করে ইমেজ জেনারেট করুন, অ্যাসপেক্ট রেটিও ও আউটপুট সংখ্যা কনফিগার করুন। - স্মার্ট ডাবিং: স্ক্রিপ্টকে নির্বাচিত ভয়েস, গতি ও আবেগ নিয়ন্ত্রণ সহ ভয়েসওভারে রূপান্তর করুন। - ভিডিও জেনারেশন: Seedance ব্যবহার করে প্রম্পট ও রেফারেন্স ইমেজ থেকে ভিডিও জেনারেট করুন। উন্নয়নাধীন টুলসের মধ্যে রয়েছে স্টিক ফিগার অ্যানিমেশন, অটো ক্লিপস ও ডিজিটাল অ্যাভাটার। ওয়ার্কস্পেস ও এজেন্ট কথোপকথন একটি মাত্র স্টেট মেশিন শেয়ার করে, যা স্টেপ, প্রগ্রেস ও রেজাল্ট সমন্বিত রাখে। প্রতিটি রিভিশন নতুন ভার্সন তৈরি করে, আগে থেকে থাকা ফলাফল অপরিবর্তিত রাখে। সিস্টেম গ্লোবাল, প্রজেক্ট ও থ্রেড মেমোরি সমর্থন করে এবং পুনরুৎপাদনযোগ্য রান ইনপুট স্ন্যাপশট প্রদান করে। সমর্থিত মডেলগুলোর মধ্যে রয়েছে ভাষা মডেল (GPT, DeepSeek, Qwen, Kimi, GLM, Grok, Doubao, ERNIE, Hunyuan), ইমেজ (GPT Image), ভিডিও (Seedance) এবং ভয়েস/ট্রান্সক্রিপশন (Whisper, OpenAI TTS, MiniMax, Edge TTS, Aliyun Speech)। আর্কিটেকচারে React 18/Vite/TypeScript ফ্রন্টএন্ড, Fastify-ভিত্তিক লোকাল ডেমন রাইটাইম, Electron ডেস্কটপ হোস্ট এবং yt-dlp, FFmpeg ও Whisper ব্যবহারকারী মিডিয়া টুলচেইন রয়েছে। ডেটা SQLite ও ফাইলসিস্টেম মাধ্যমে লোকালি সংরক্ষিত হয়, কার্ডেনশিয়াল সিস্টেম কার্ডেনশিয়াল স্টোরেজে থাকে। প্রজেক্টটি Apache 2.0 লাইসেন্সের আওতায়।