প্রকল্প সম্পর্কে

FlowCraft একটি ওপেন-সোর্স ভিজ্যুয়াল ওয়ার্কফ্লো বিল্ডার যা Google-এর Gemini AI মডেল ব্যবহার করে AI-চালিত কনটেন্ট তৈরির জন্য ডিজাইন করা হয়েছে। এটি ব্যবহারকারীদের একটি স্বজ্ঞাত ড্র্যাগ-অ্যান্ড-ড্রপ ইন্টারফেসের মাধ্যমে বিভিন্ন ধরনের নোড সংযুক্ত করে জটিল, মাল্টি-মোডাল ওয়ার্কফ্লো তৈরি করতে সক্ষম করে, যা শেষ পর্যন্ত টেক্সট, ছবি এবং ভিডিও তৈরি করে। **মূল ক্ষমতা** প্ল্যাটফর্মটিতে @xyflow/react দ্বারা চালিত একটি ভিজ্যুয়াল ওয়ার্কফ্লো বিল্ডার রয়েছে, যা ব্যবহারকারীদের কোড না লিখেই স্কেলযোগ্য AI ওয়ার্কফ্লো ডিজাইন করতে দেয়। এটি Google-এর জেনারেটিভ AI মডেলগুলির সাথে প্রথম-শ্রেণীর ইন্টিগ্রেশন অফার করে, যার মধ্যে রয়েছে টেক্সট জেনারেশনের জন্য Gemini 3 Pro এবং 3 Flash, ইমেজ জেনারেশনের জন্য Nano Banana Pro (Gemini 3 Pro Image Preview) এবং Gemini 2.5 Flash Image, এবং ভিডিও জেনারেশনের জন্য Veo 3.1। ওয়ার্কফ্লোগুলি ভিজ্যুয়াল ফিডব্যাক এবং অগ্রগতি ট্র্যাকিং সহ রিয়েল-টাইমে এক্সিকিউট করা যায় এবং সমান্তরাল প্রসেসিং ইঞ্জিন স্বয়ংক্রিয়ভাবে নির্ভরতা সমাধান করে এবং স্মার্ট এক্সিকিউশন পাথ নির্ধারণ করে। **বিল্ট-ইন নোডের ধরন** FlowCraft-এ একটি বিস্তৃত বিল্ট-ইন নোড সেট রয়েছে: - **LLM (Agent) নোড**: Gemini-চালিত টেক্সট জেনারেশন যা টেক্সট এবং ফাইল ইনপুট, কনফিগারযোগ্য টুল, সিস্টেম নির্দেশনা, কঠোর JSON আউটপুট এবং একটি ভিজ্যুয়াল স্কিমা বিল্ডার সমর্থন করে। - **ইমেজ নোড**: Gemini 3 Pro Image Preview বা Gemini 2.5 Flash Image ব্যবহার করে ছবি তৈরি করে, কনফিগারযোগ্য অ্যাসপেক্ট রেশিও, রেফারেন্সিং এবং রেজোলিউশন সহ। - **ভিডিও নোড**: Veo 3.1 (Fast এবং Pro মডেল) দ্বারা চালিত, টেক্সট প্রম্পট থেকে 4, 6 বা 8 সেকেন্ডের ভিডিও তৈরি করে, ঐচ্ছিকভাবে সংযুক্ত নোড থেকে প্রথম/শেষ ফ্রেম বা রেফারেন্স ছবি ব্যবহার করে। - **ফাইল নোড**: PDF, ছবি এবং ভিডিও সহ ফাইলগুলি পরিচালনা এবং প্রিভিউ করে, Google Cloud Storage URI-এর মাধ্যমে LLM এবং Vision নোডের সাথে সংযোগযোগ্য। - **টেক্সট নোড**: প্রম্পট এবং নির্দেশনার জন্য সহজ মাল্টি-লাইন টেক্সট ইনপুট। - **আপস্কেল নোড**: Imagen 4.0 ব্যবহার করে তৈরি ছবিগুলিকে 4x পর্যন্ত আপস্কেল করে। - **রিসাইজ নোড**: নতুন অ্যাসপেক্ট রেশিওতে বুদ্ধিমত্তার সাথে ছবি রিসাইজ বা ক্রপ করে। - **কাস্টম ওয়ার্কফ্লো নোড**: পূর্বে সংরক্ষিত ফ্লোগুলিকে মডুলার, পুনঃব্যবহারযোগ্য কাস্টম নোড হিসাবে এমবেড করে। - **ইনপুট/আউটপুট নোড**: কাস্টম ওয়ার্কফ্লোগুলির জন্য ডেটা সীমানা নির্ধারণ করে। **উন্নত বৈশিষ্ট্য** ওয়ার্কফ্লো ইঞ্জিন (workflow-engine.ts) সমান্তরাল প্রসেসিং সহ পুনরাবৃত্তভাবে এক্সিকিউশন গ্রাফ পরিচালনা করে। একটি ডাইনামিক কনফিগারেশন প্যানেল ব্যবহারকারীদের সাইডবার থেকে রিয়েল-টাইমে জেনারেশন মডেল, সিস্টেম নির্দেশনা, ভিডিও সময়কাল এবং মিডিয়া রেজোলিউশনের মতো প্যারামিটারগুলি টুইক করতে দেয়। বিল্ট-ইন অথেনটিকেশন next-auth-এর মাধ্যমে Google OAuth ব্যবহার করে এবং একটি মিডিয়া ভিউয়ার গ্রাফের ভিতরে সরাসরি তৈরি অ্যাসেটগুলি পর্যালোচনা করতে সক্ষম করে। **প্রযুক্তি স্ট্যাক** ফ্রন্টএন্ড: Next.js 16.1 (App Router), React 19, TypeScript, Tailwind CSS 4.1.18, @xyflow/react 12.10, shadcn/ui (Radix UI + Tailwind), এবং ক্লায়েন্ট-সাইড স্টেট ম্যানেজমেন্টের জন্য Zustand। ব্যাকএন্ড: Node.js সহ Next.js সার্ভারলেস ফাংশন, Vertex AI ইন্টারঅ্যাকশনের জন্য Google GenAI SDK, ইনফ্রাস্ট্রাকচার অ্যাজ কোডের জন্য Terraform, কনটেইনারাইজড হোস্টিংয়ের জন্য Google Cloud Run, আর্টিফ্যাক্ট স্টোরেজের জন্য Google Cloud Storage, রিয়েল-টাইম NoSQL ডেটাবেসের জন্য Google Cloud Firestore, এবং স্ট্যান্ডার্ডাইজড লগিংয়ের জন্য Winston। **সমর্থিত AI মডেল** - টেক্সট: gemini-3.1-pro-preview, gemini-3.5-flash, gemini-3.1-flash-lite - ইমেজ: imagen-4.0-upscale-preview, gemini-2.5-flash-image, gemini-3-pro-image, gemini-3.1-flash-image, gemini-3.1-flash-lite-image - ভিডিও: veo-3.1-lite-generate-001, veo-3.1-fast-generate-001, veo-3.1-generate-001, gemini-omni-flash-preview **ডিপ্লয়মেন্ট** প্রকল্পটি Google Cloud ইনফ্রাস্ট্রাকচার প্রোভিশন এবং পরিচালনা করতে Terraform ব্যবহার করে। একটি ডিপ্লয়মেন্ট স্ক্রিপ্ট (scripts/deploy.sh) Terraform ইনিশিয়ালাইজেশন, বিল্ড প্ল্যানিং এবং GCP রিসোর্স প্রোভিশন করার জন্য অ্যাপ্লিকেশন, Cloud Build-এর মাধ্যমে Docker ইমেজ তৈরি এবং Cloud Run-এ ডিপ্লয় করার কাজটি সমন্বয় করে। পূর্বশর্তগুলির মধ্যে রয়েছে Node.js 18+, Vertex AI সক্ষম সহ একটি Google Cloud Project, Firebase/Firestore ডেটাবেস এবং একটি GCS বাকেট। **ব্যবহারের ক্ষেত্র** FlowCraft জটিল মাল্টি-মোডাল ওয়ার্কফ্লো সমর্থন করে, যেমন একটি Gemini টেক্সট ব্রেইনস্টর্মিং এজেন্টকে Imagen 4.0 ইমেজ জেনারেশন ব্লকে চেইন করা, TikTok-এর জন্য একটি 16:9 ছবিকে 9:16-তে রিসাইজ করে Veo 3.1 ভিডিও জেনারেশনে প্রথম ফ্রেম হিসাবে পাস করা, অথবা একটি দীর্ঘ PDF একটি কাস্টম Summarizer নোডে প্রদান করা যা অভ্যন্তরীণভাবে ম্যাপ-রিডিউস সাব-ফ্লো এক্সিকিউট করে। প্রকল্পটি Apache 2.0 লাইসেন্সের অধীনে লাইসেন্সপ্রাপ্ত এবং স্ট্যান্ডার্ড ফর্ক-ব্রাঞ্চ-কমিট-পিআর ওয়ার্কফ্লোর মাধ্যমে অবদান স্বাগত জানায়।