इस प्रोजेक्ट के बारे में

Nomi AI वीडियो उत्पादन के लिए एक ओपन-सोर्स, लोकल-फर्स्ट डेस्कटॉप एप्लिकेशन है, जो macOS (Apple Silicon और Intel) और Windows x64 के लिए वितरित किया जाता है। इसका लक्ष्य पूरी पाइपलाइन को एक ही वर्कबेंच में कवर करना है: इरादा लिखना, संपादन योग्य स्टोरीबोर्ड और कैनवास प्लान बनाना, कॉन्फ़िगर किए गए मॉडलों से इमेज या वीडियो जनरेट करना, परिणामों को असली टाइमलाइन पर व्यवस्थित करना, और MP4 एक्सपोर्ट करना। अपने मॉडल लाएँ Nomi इन्फरेंस को प्रॉक्सी या रीसेल नहीं करता। आप अपनी कीज़ के साथ प्रोवाइडर कनेक्ट करते हैं: दो क्यूरेटेड प्रोवाइडर (APIMart और Kie.ai) पहले से जुड़े हैं, साथ ही लगभग दस और तैयार-उपयोग इंटीग्रेशन जैसे ModelScope, Volcengine, Runway, fal, Replicate, MiniMax और ElevenLabs। कोई भी OpenAI-संगत, Anthropic, Responses या रिले एंडपॉइंट URL और की पेस्ट करके जोड़ा जा सकता है। एक लोकल ComfyUI इंस्टेंस को भी प्रोवाइडर माना जाता है: Nomi मानक "Save" वर्कफ़्लो फ़ॉर्मेट को कन्वर्ट करता है ताकि डाउनलोड किए गए वर्कफ़्लो इम्पोर्ट हो सकें, और रन से पहले /object_info के साथ ग्राफ़ का डिफ़ करके गुम कस्टम नोड्स और मॉडल फ़ाइलों की रिपोर्ट करता है। README में एक लगातार बढ़ते इंटीग्रेशन-सर्टिफिकेशन लेजर का ज़िक्र है (वर्तमान में 66 सर्टिफाइड एंट्रीज़)। एजेंट-संचालित वर्कफ़्लो प्रोजेक्ट 24 MCP टूल्स एक्सपोज़ करता है ताकि Codex, Claude Code या Cursor जनरेशन, ऑर्केस्ट्रेशन और एडिटिंग के लिए Nomi को चला सकें। एक समर्पित दस्तावेज़, "Let your AI connect Nomi for you", किसी कोडिंग एजेंट को सौंपने के लिए लिखा गया है, जो चार रास्ते कवर करता है: कस्टम/रिले प्रोवाइडर, लोकल ComfyUI, MCP-संचालित ऑपरेशन, और स्किल इम्पोर्ट। रिपॉज़िटरी skills/ के अंतर्गत Skill Pack v2 भी भेजती है, जिसका दस्तावेज़ीकरण docs/skill-pack-format.md में है। लोकल-फर्स्ट और प्राइवेसी प्रोजेक्ट, प्रॉम्प्ट, जनरेट किए गए टेक, वर्कफ़्लो और प्रोवाइडर कॉन्फ़िगरेशन उपयोगकर्ता की मशीन पर संग्रहीत होते हैं। किसी अकाउंट और टेलीमेट्री की आवश्यकता नहीं है; जब किसी बाहरी मॉडल API को कॉल किया जाता है, तो केवल उस कार्य के लिए आवश्यक इनपुट कॉन्फ़िगर किए गए प्रोवाइडर को भेजे जाते हैं। README बताता है कि एक क्यूरेटेड प्रोवाइडर लिंक में रेफ़रल कोड है, जबकि उपयोगकर्ता हमेशा अपनी कीज़ के साथ सीधे प्रोवाइडर को भुगतान करते हैं। लागत-केंद्रित वर्कफ़्लो बताई गई प्रेरणा यह है कि AI वीडियो में जनरेशन प्रमुख लागत है। Nomi सस्ते या मुफ़्त जनरेशन स्रोतों (रिले प्राइसिंग, प्रोमोशन, बंडल किए गए एजेंट क्रेडिट, मुफ़्त स्रोत, लोकल ComfyUI) को "draft to reference to finish" पैटर्न के साथ मिलाने के लिए प्रोत्साहित करता है: स्टोरीबोर्ड स्केच, पोज़ फ़्रेम और रेफ़रेंस वीडियो के लिए सस्ते मॉडल, फिर अंतिम चरण के लिए चुने गए परिणामों को उच्च-गुणवत्ता वाले मॉडल में रेफ़रेंस के रूप में फ़ीड करना। डेवलपमेंट और समुदाय सोर्स से बिल्ड करने के लिए Node.js 20+ और pnpm चाहिए; रेपो लेआउट Electron मुख्य प्रक्रिया (लोकल रनटाइम, स्टोरेज, मॉडल कॉल) को React + Vite + Tailwind वर्कबेंच से अलग करता है। चेक में pnpm run test, pnpm run typecheck और pnpm run gates शामिल हैं। एक रिसर्च स्क्रिप्ट (scripts/research/tikhub-search.mjs) क्रिएटर कमेंट्री के लिए चीनी सोशल प्लेटफ़ॉर्म खोजती है और अपना क्रेडेंशियल केवल TIKHUB_API_KEY एनवायरनमेंट वेरिएबल से पढ़ती है। रिलीज़ AGPL-3.0-only हैं, ऐतिहासिक Apache-2.0 रिलीज़ अपना मूल लाइसेंस बनाए रखती हैं; योगदानकर्ता CLA पर हस्ताक्षर नहीं करते। फ़ीडबैक चैनलों में GitHub Discussions और Issues, साथ ही चीनी-भाषी उपयोगकर्ताओं के लिए WeChat ग्रुप शामिल हैं। टीमों के लिए भुगतान वाला AGPL-अनुरूप कस्टम डेवलपमेंट, इंटीग्रेशन, डिप्लॉयमेंट और ट्रेनिंग प्रदान की जाती है।