इस प्रोजेक्ट के बारे में

ima2-gen एक लोकल-फर्स्ट विज़ुअल जनरेशन रनटाइम और स्टूडियो है जिसे मानव उपयोगकर्ताओं और कोडिंग एजेंट दोनों के लिए डिज़ाइन किया गया है। यह विभिन्न AI प्रोवाइडर, जिनमें OpenAI (GPT-6), xAI (Grok), Google (Gemini), NovelAI और लोकल ComfyUI इंस्टेंस शामिल हैं, के माध्यम से इमेज और वीडियो जनरेशन के लिए एक सुसंगत, पुनरुत्पादनीय वर्कफ़्लो प्रदान करता है। यह सॉफ़्टवेयर एक लोकल सर्वर चलाता है जो एसेट, इतिहास और प्रोवाइडर प्रमाणीकरण का प्रबंधन करता है, यह सुनिश्चित करते हुए कि प्रॉम्प्ट और संदर्भ केवल चयनित मॉडल प्रोवाइडर के साथ साझा किए जाएँ। मुख्य विशेषताएँ शामिल हैं: - Create: इमेज जनरेट करने के लिए एक वर्कस्पेस, जिसमें संदर्भ, टाइमिंग और सेटिंग्स की निरंतरता का समर्थन है। - Node Graph: एक विज़ुअल इंटरफ़ेस जो एक सामान्य स्रोत से इमेज विविधताओं को ब्रांच करता है, बिना पिछले काम को ओवरराइट किए। - Canvas Mode: एनोटेट करने, मिटाने और बैकग्राउंड साफ़ करने के लिए एक एडिटर, जिसमें SVG या अल्फा पारदर्शिता के साथ रास्टर फ़ॉर्मेट में निर्यात का समर्थन है। - Video Generation: Grok मॉडल का उपयोग करके टेक्स्ट-टू-वीडियो, इमेज-टू-वीडियो और रेफ़रेंस-टू-वीडियो वर्कफ़्लो का समर्थन। - CLI & Automation: स्क्रिप्टिंग, मॉडल प्रबंधन और विशेष Markdown स्किल्स के माध्यम से कोडिंग एजेंट के साथ एकीकरण के लिए एक मजबूत कमांड-लाइन इंटरफ़ेस। - Local Gallery: सभी जनरेट किए गए एसेट के लिए स्वचालित भंडारण और मेटाडेटा ट्रैकिंग। ima2-gen कई प्रमाणीकरण विधियों का समर्थन करता है, जिनमें ChatGPT और Grok के लिए OAuth, तथा विभिन्न सेवाओं के लिए API कुंजियाँ शामिल हैं। यह macOS (Apple Silicon) के लिए एक स्टैंडअलोन डेस्कटॉप एप्लिकेशन के रूप में और Windows, Linux तथा macOS पर क्रॉस-प्लेटफ़ॉर्म उपयोग के लिए npm के माध्यम से उपलब्ध है।