इस प्रोजेक्ट के बारे में

Poindexter एक ओपन-सोर्स (Apache 2.0, Glad Labs LLC) कंटेंट पाइपलाइन है जिसे एक सिंगल ऑपरेटर की अपनी मशीन पर चलाने के लिए बनाया गया है। README के अनुसार, यह gladlabs.io के पीछे का प्रोडक्शन सिस्टम है, जिसमें 200+ लाइव पोस्ट और 2,000+ पाइपलाइन रन रिकॉर्ड किए गए हैं, और इसे स्पष्ट रूप से सोलो ऑपरेटर्स और इंडी पब्लिशर्स के लिए पोजीशन किया गया है, न कि उन मार्केटिंग टीमों के लिए जो वन-क्लिक होस्टेड ऐप चाहते हैं। यह पाइपलाइन क्या करती है: यह HackerNews, Dev.to और कॉन्फ़िगर करने योग्य नीश फीड्स से संभावित विषयों की खोज करती है; वेब सर्च और सोर्स वेरिफिकेशन के साथ प्रत्येक विषय पर शोध करती है; लोकल Ollama मॉडल्स का उपयोग करके लॉन्ग-फॉर्म ड्राफ्ट लिखती है; मल्टी-मॉडल एडवरसैरियल QA के साथ हर ड्राफ्ट की समीक्षा करती है; लोगों, आंकड़ों और उद्धरणों पर एंटी-हैलुसिनेशन वैलिडेशन चलाती है; और तैयार काम को स्टैटिक JSON, RSS और JSON Feed 1.1 के रूप में किसी भी S3-संगत स्टोरेज पर प्रकाशित करती है। वैकल्पिक और ऑप्ट-इन स्टेज AI इमेज, पॉडकास्ट ऑडियो और शॉर्ट टेक्स्ट-टू-वीडियो क्लिप जोड़ते हैं। सिस्टम Grafana डैशबोर्ड और एक वॉचडॉग डेमन के माध्यम से खुद की निगरानी भी करता है, जिसमें Telegram या Discord पर अलर्ट मिलते हैं। डिफ़ॉल्ट मॉडल सेट में चार Ollama मॉडल्स हैं: राइटर और फॉलबैक के रूप में gemma3:27b, एडवरसैरियल QA क्रिटिक के रूप में phi4:14b, SEO और राउटिंग जैसे तेज़ कार्यों के लिए qwen3:8b, और pgvector में एम्बेडिंग्स के लिए nomic-embed-text। README नोट करता है कि क्रिटिक जानबूझकर राइटर से अलग मॉडल फैमिली से आता है। मॉडल राउटिंग (राइटर, क्रिटिक, रिसर्च, समराइज़र, एम्बेडर) डेटाबेस में स्टोर किया जाता है और इसे रनटाइम पर बदला जा सकता है; अतिरिक्त विजन और वॉयस मॉडल्स केवल उन्हीं फीचर्स के लिए खींचे जाते हैं जिन्हें उनकी आवश्यकता होती है। क्लाउड प्रोवाइडर्स (Anthropic, OpenAI, Groq, OpenRouter और अन्य) एक वैकल्पिक LiteLLM प्लगइन के माध्यम से उपलब्ध हैं जो कॉस्ट गार्ड द्वारा नियंत्रित है। क्वालिटी कंट्रोल इस प्रोजेक्ट का मुख्य जोर है। README 15 QA रेल्स का वर्णन करता है जिसमें क्रॉस-मॉडल LLM क्रिटिक्स, DeepEval और Ragas इवैल्यूएशन, डिटरमिनिस्टिक एंटी-हैलुसिनेशन वैलिडेटर्स, रिसर्च कॉर्पस के खिलाफ साइटेशन वेरिफिकेशन, और जेनरेटेड इमेजेस पर विजन QA शामिल हैं। प्रत्येक रेल डेटाबेस-कॉन्फ़िगर करने योग्य है (एडवाइजरी या ब्लॉकिंग के रूप में), थ्रेशोल्ड रनटाइम पर ट्यून किए जा सकते हैं, और रिजेक्शन से पहले नियर-मिस ड्राफ्ट्स को एक बाउंडेड रिविजन पास मिलता है। आर्किटेक्चरली यह एक कर्नेल प्लस मॉड्यूल्स प्लस कैपेबिलिटी प्लगइन्स है। कंपोनेंट्स एक-दूसरे को इम्पोर्ट नहीं करते हैं; pgvector के साथ PostgreSQL एक शेयर्ड बस के रूप में कार्य करता है। कंटेंट पाइपलाइन डेटाबेस में स्टोर एक डिक्लेरेटिव LangGraph DAG (लगभग 47 नोड्स) है जिसमें रिज़्यूमेबल रन्स के लिए Postgres चेकपॉइंटिंग है, जिसे Prefect के माध्यम से डिस्पैच किया जाता है। एक स्टैंडअलोन वॉचडॉग डेमन 5-मिनट के साइकिल पर सेवाओं की जांच करता है और जहां संभव हो विफलताओं को रीस्टार्ट करता है। कॉन्फ़िगरेशन एनवायरनमेंट वेरिएबल्स के बजाय एक app_settings टेबल (1,700+ सेटिंग्स) में रहता है, जिसे CLI, SQL या REST द्वारा एडिट किया जा सकता है, और ऑथेंटिकेशन प्रति-कंज्यूमर स्कोपेड JWTs के साथ OAuth 2.1 क्लाइंट क्रेडेंशियल्स का उपयोग करता है। एक्सटेंशन पॉइंट्स को 18 प्लगइन एंट्री-पॉइंट ग्रुप्स में व्यवस्थित किया गया है — Taps, TopicSources, LLM/image/TTS/video/audio/caption प्रोवाइडर्स, PublishAdapters, Probes, Jobs, Stages, Reviewers और फुल Modules। प्लगइन्स साधारण pip पैकेज हैं जो setuptools एंट्री पॉइंट्स को रजिस्टर करते हैं, और README बताता है कि पहला प्रोडक्शन प्लगइन LiteLLM प्रोवाइडर है। सेटअप के लिए Docker, Ollama, Python 3.13+ और 8 GB+ VRAM वाले NVIDIA GPU की आवश्यकता होती है (CPU समर्थित है लेकिन धीमा है); नेटिव Windows cmd/PowerShell समर्थित नहीं है और Git Bash या WSL2 आवश्यक है। Docker Compose प्रोफाइल एक बेयर इंस्टॉलेशन के लिए 4 कंटेनरों से लेकर फुल ऑपरेटर स्टैक के लिए 45 कंटेनरों तक हैं। README स्थिति के बारे में स्पष्ट है: प्रोजेक्ट अल्फा में है, कोई मैनेज्ड होस्टिंग या मल्टी-टेनेंट रेसिपी नहीं है, डेटाबेस स्कीमा अभी रिलीज़ के बीच स्थिर नहीं है, थर्ड-पार्टी प्लगइन इकोसिस्टम शुरुआती दौर में है, और टेक्स्ट-टू-वीडियो लगभग 28 GB VRAM हेडरुम के साथ अल्फा में है। यह CI में 17,000+ यूनिट टेस्ट के साथ-साथ माइग्रेशन स्मोक टेस्ट और लिंक-रॉट चेक की रिपोर्ट करता है, और हर पुश सीक्रेट स्कैनिंग, CVE स्कैनिंग और SBOM जनरेशन चलाता है। प्रोजेक्ट Apache 2.0 के तहत लाइसेंस प्राप्त है, जिसे AGPL-3.0 से रीलाइसेंस किया गया है।