প্রকল্প সম্পর্কে

NodeTool একটি ওপেন-সোর্স ক্রিয়েটিভ ওয়ার্কস্পেস যেখানে এজেন্টরা ইমেজ, ভিডিও, অডিও এবং টেক্সট উৎপাদনের জন্য মাল্টিমোডাল ওয়ার্কফ্লো তৈরি, চালাতে, পরিদর্শন করতে এবং মেরামত করতে পারে। ব্যবহারকারীরা প্রাকৃতিক ভাষার সংক্ষিপ্ত বিবরণ থেকে শুরু করতে পারেন, জেনারেটেড স্টোরিবোর্ড এবং স্টিল পর্যালোচনা করতে পারেন, অনুমোদিত শট অ্যানিমেট করতে পারেন, বর্ণনা এবং সঙ্গীত যোগ করতে পারেন, টাইমলাইনে সম্পাদনা করতে পারেন এবং MP4 ভিডিও রপ্তানি করতে পারেন। একই প্রকল্প ম্যানুয়ালি বা এজেন্টের মাধ্যমে সম্পাদনা করা যেতে পারে। স্টুডিওটি বেশ কয়েকটি সংযুক্ত সম্পাদনা পৃষ্ঠ প্রদান করে। স্টোরিবোর্ড এডিটর শট, অ্যাকশন, ক্যামেরা দিকনির্দেশ, গতি, সময়কাল, বর্ণনা এবং শৈলী তথ্য সংগঠিত করে এবং পুরো ক্রম পুনরায় তৈরি না করে পৃথক শট সংশোধন সমর্থন করে। স্ক্রিপ্ট এবং ভয়েস টুলগুলি চরিত্র-নির্দিষ্ট প্রদানকারী, মডেল এবং ভয়েস নির্বাচন, সংরক্ষিত টেক, শব্দ সময় এবং ক্যাপশন সমাবেশ সমর্থন করে। টাইমলাইন ভিডিও এবং অডিও ট্র্যাক সাজানো, ছাঁটাই, স্তরিত এবং রপ্তানি করার অনুমতি দেয়, যখন ক্লিপগুলি জেনারেটিং ওয়ার্কফ্লোর সাথে লিঙ্ক থাকতে পারে। স্কেচ এডিটর মাস্ক এবং ব্লেন্ড মোড সহ স্তরিত কম্পোজিশন প্রদান করে এবং 3D এডিটর ইমেজ বা ভিডিও জেনারেশনের জন্য দৃশ্য রেফারেন্স তৈরি করতে পারে। এই পৃষ্ঠগুলির অন্তর্নিহিত একটি টাইপযুক্ত নোড-গ্রাফ এডিটর। ব্যবহারকারীরা নোড সংযোগ করতে, মধ্যবর্তী আউটপুট পরিদর্শন করতে, মডেল অদলবদল করতে এবং শুধুমাত্র পরিবর্তিত অংশ পুনরায় চালাতে পারেন। ওয়ার্কফ্লো ইমেজ, ভিডিও, অডিও এবং টেক্সট অপারেশন যেমন মাস্কিং, ইনপেইন্টিং, আউটপেইন্টিং, রিলাইটিং, আপস্কেলিং, লেয়ারিং এবং কম্পোজিটিং একত্রিত করতে পারে। প্রকল্পগুলি গ্রাফ, ইনপুট, সম্পদ এবং সম্পাদনা একসাথে ধরে রাখে। মডেল অ্যাক্সেস ব্যবহারকারীর মালিকানাধীন ক্রেডেনশিয়াল এবং স্থানীয় বা প্রদানকারী-হোস্টেড মডেলের চারপাশে ডিজাইন করা হয়েছে। ডকুমেন্টেশন OpenAI, Anthropic, Gemini, FAL, KIE, Replicate, ElevenLabs এবং HuggingFace সহ প্রদানকারীদের তালিকা দেয়, যেখানে Ollama, Apple Silicon-এ MLX এবং GGUF মডেলের মাধ্যমে স্থানীয় সমর্থন রয়েছে। API কলগুলি ব্যবহারকারীর কী ব্যবহার করে নির্বাচিত প্রদানকারীর কাছে সরাসরি করা হয়। স্থানীয় মডেলের জন্য হার্ডওয়্যার প্রয়োজনীয়তা ব্যবহৃত মডেলের উপর নির্ভর করে। এজেন্ট বৈশিষ্ট্যগুলির মধ্যে রয়েছে ওয়ার্কফ্লো নির্মাণ, গ্রাফ বৈধতা, কাস্টম মিনি-অ্যাপ জেনারেশন, পুনরায় চেষ্টা বা মেরামতের পছন্দ সহ ব্যর্থতা হ্যান্ডলিং, খরচ বাজেট এবং টোকেন এবং খরচ তথ্য সহ LLM কলের জন্য OpenTelemetry স্প্যান। এজেন্ট টুলবেল্ট MCP-এর মাধ্যমে উন্মোচিত হয়, যা Claude Desktop, Claude Code, Codex বা OpenCode-এর মতো বাহ্যিক MCP ক্লায়েন্টদের ওয়ার্কফ্লো এবং সম্পাদনা পৃষ্ঠ চালাতে দেয়। একটি CLI ওয়ার্কফ্লো চালাতে পারে, API পরিবেশন করতে পারে এবং একটি প্রদানকারী কনফিগার করার পরে ইন্টারেক্টিভ এজেন্ট চ্যাট সরবরাহ করতে পারে। ডেভেলপাররা TypeScript বা Python কাস্টম নোড দিয়ে NodeTool প্রসারিত করতে পারেন, প্রদানকারী ইন্টিগ্রেশন যোগ করতে পারেন, QuickJS স্যান্ডবক্সে JavaScript নোড লিখতে পারেন এবং ডকুমেন্ট অনুসন্ধানের জন্য বিল্ট-ইন ভেক্টর স্টোর ব্যবহার করতে পারেন। ওয়ার্কফ্লো সহকর্মীদের জন্য সহজ মিনি-অ্যাপ ইন্টারফেসেও মোড়ানো যেতে পারে। ডিপ্লয়মেন্ট বিকল্পগুলির মধ্যে Docker দিয়ে সেলফ-হোস্টিং এবং RunPod বা Vast-এর মতো দূরবর্তী GPU কর্মী ব্যবহার করা অন্তর্ভুক্ত। রিপোজিটরিতে TypeScript রানটাইম এবং ওয়ার্কফ্লো কার্নেল, প্রদানকারী এবং নোড, একটি React ওয়েব UI, একটি ইলেক্ট্রন ডেস্কটপ শেল, একটি React Native মোবাইল অ্যাপ, ডকুমেন্টেশন এবং চালানযোগ্য ওয়ার্কফ্লো উদাহরণ অন্তর্ভুক্ত রয়েছে। NodeTool Studio macOS, Windows এবং Linux-এর জন্য উপলব্ধ, যখন একটি হোস্টেড ক্লাউড অফার আলফা হিসাবে বর্ণিত হয়েছে। প্রকল্পটি AGPL-3.0 এর অধীনে লাইসেন্সকৃত।