इस प्रोजेक्ट के बारे में

NodeTool एक ओपन-सोर्स रचनात्मक कार्यक्षेत्र है जिसमें एजेंट छवि, वीडियो, ऑडियो और टेक्स्ट उत्पादन के लिए मल्टीमॉडल वर्कफ़्लो का निर्माण, संचालन, निरीक्षण और मरम्मत कर सकते हैं। उपयोगकर्ता प्राकृतिक-भाषा ब्रीफ से शुरू कर सकते हैं, उत्पन्न स्टोरीबोर्ड और स्टिल्स की समीक्षा कर सकते हैं, अनुमोदित शॉट्स को एनिमेट कर सकते हैं, कथन और संगीत जोड़ सकते हैं, टाइमलाइन पर संपादित कर सकते हैं, और MP4 वीडियो निर्यात कर सकते हैं। उसी प्रोजेक्ट को मैन्युअल रूप से या एजेंट के माध्यम से संपादित किया जा सकता है। स्टूडियो कई जुड़े हुए संपादन सतह प्रदान करता है। स्टोरीबोर्ड एडिटर शॉट्स, एक्शन, कैमरा दिशा, मोशन, अवधि, कथन और शैली की जानकारी को व्यवस्थित करता है, और पूरे अनुक्रम को पुनर्जीवित किए बिना व्यक्तिगत शॉट्स को संशोधित करने का समर्थन करता है। स्क्रिप्ट और वॉयस टूल चरित्र-विशिष्ट प्रदाता, मॉडल और वॉयस चयन, सहेजे गए टेक, शब्द समय और कैप्शन असेंबली का समर्थन करते हैं। टाइमलाइन वीडियो और ऑडियो ट्रैक को व्यवस्थित, ट्रिम, लेयर और निर्यात करने की अनुमति देती है, जबकि क्लिप जनरेटिंग वर्कफ़्लो से जुड़ी रह सकती हैं। स्केच एडिटर मास्क और ब्लेंड मोड के साथ लेयर्ड कंपोजिशन प्रदान करता है, और 3D एडिटर छवि या वीडियो जनरेशन के लिए दृश्य संदर्भ बना सकता है। इन सतहों के नीचे एक टाइप किया गया नोड-ग्राफ़ एडिटर है। उपयोगकर्ता नोड्स को जोड़ सकते हैं, मध्यवर्ती आउटपुट का निरीक्षण कर सकते हैं, मॉडल बदल सकते हैं, और केवल बदले हुए भागों को फिर से चला सकते हैं। वर्कफ़्लो छवि, वीडियो, ऑडियो और टेक्स्ट ऑपरेशन जैसे मास्किंग, इनपेंटिंग, आउटपेंटिंग, रीलाइटिंग, अपस्केलिंग, लेयरिंग और कंपोज़ीटिंग को जोड़ सकते हैं। प्रोजेक्ट ग्राफ़, इनपुट, एसेट और एडिट को एक साथ बनाए रखते हैं। मॉडल एक्सेस उपयोगकर्ता के स्वामित्व वाले क्रेडेंशियल और स्थानीय या प्रदाता-होस्टेड मॉडल के आसपास डिज़ाइन किया गया है। दस्तावेज़ीकरण में OpenAI, Anthropic, Gemini, FAL, KIE, Replicate, ElevenLabs और HuggingFace सहित प्रदाताओं को सूचीबद्ध किया गया है, जिसमें Ollama, Apple Silicon पर MLX और GGUF मॉडल के माध्यम से स्थानीय समर्थन है। API कॉल उपयोगकर्ता की कुंजी का उपयोग करके सीधे चयनित प्रदाता को किए जाते हैं। स्थानीय मॉडल के लिए हार्डवेयर आवश्यकताएँ उपयोग किए जा रहे मॉडल पर निर्भर करती हैं। एजेंट सुविधाओं में वर्कफ़्लो निर्माण, ग्राफ़ सत्यापन, कस्टम मिनी-ऐप जनरेशन, पुनर्प्रयास या मरम्मत विकल्पों के साथ विफलता प्रबंधन, लागत बजट और टोकन और लागत जानकारी के साथ LLM कॉल के लिए OpenTelemetry स्पैन शामिल हैं। एजेंट टूलबेल्ट MCP के माध्यम से उजागर होता है, जिससे Claude Desktop, Claude Code, Codex या OpenCode जैसे बाहरी MCP क्लाइंट वर्कफ़्लो और संपादन सतहों को चला सकते हैं। एक CLI प्रदाता कॉन्फ़िगर होने के बाद वर्कफ़्लो चला सकता है, API प्रदान कर सकता है और इंटरैक्टिव एजेंट चैट प्रदान कर सकता है। डेवलपर्स TypeScript या Python कस्टम नोड्स के साथ NodeTool का विस्तार कर सकते हैं, प्रदाता एकीकरण जोड़ सकते हैं, QuickJS सैंडबॉक्स में JavaScript नोड्स लिख सकते हैं, और दस्तावेज़ खोज के लिए अंतर्निहित वेक्टर स्टोर का उपयोग कर सकते हैं। वर्कफ़्लो को टीम के सदस्यों के लिए सरल मिनी-ऐप इंटरफ़ेस में भी लपेटा जा सकता है। तैनाती विकल्पों में Docker के साथ सेल्फ-होस्टिंग और RunPod या Vast जैसे रिमोट GPU वर्कर्स का उपयोग शामिल है। रिपॉजिटरी में TypeScript रनटाइम और वर्कफ़्लो कर्नेल, प्रदाता और नोड्स, एक React वेब UI, एक Electron डेस्कटॉप शेल, एक React Native मोबाइल ऐप, दस्तावेज़ीकरण और चलाने योग्य वर्कफ़्लो उदाहरण शामिल हैं। NodeTool Studio macOS, Windows और Linux के लिए उपलब्ध है, जबकि एक होस्टेड क्लाउड ऑफ़रिंग को अल्फा के रूप में वर्णित किया गया है। परियोजना AGPL-3.0 के तहत लाइसेंस प्राप्त है।