منصوبے کے بارے میں

video-use ایک اوپن سورس پروجیکٹ ہے جو Claude Code، Codex یا Hermes جیسے کوڈنگ ایجنٹس کے ذریعے ویڈیو ایڈیٹنگ ممکن بناتا ہے۔ صارفین خام فوٹیج کو ایک فولڈر میں ڈالتے ہیں، ایجنٹ کے ساتھ چیٹ کرتے ہیں اور ایک تیار شدہ `final.mp4` حاصل کرتے ہیں۔ یہ ٹونگ ہیڈز، مانٹاج، ٹیوٹوریلز، ٹریول اور انٹرویوز سمیت تمام مواد کی اقسام میں بغیر کسی پریسیٹس یا مینیو کے کام کرتا ہے۔ اہم خصوصیات: - فٹر.words (umm, uh, غلط آغاز) اور سیٹس کے درمیان خالی جگہوں کو کاٹنا - گرم سائنمائی، غیر جانبدار، یا حسب ضرورت ffmpeg چین کے ساتھ خودکار کلر گریڈنگ - آڈیو پاپ سے بچنے کے لیے ہر کٹ پر 30ms آڈیو فےڈز - حسب ضرورت اسٹائلز کے ساتھ سب ٹائٹلز جلانا (دی فالٹ طور پر 2 لفظی اپر کیس چنکس) - HyperFrames, Remotion, Manim, یا PIL کے ذریعے اینیمیشن اوورلے جنریشن، متوازی سب ایجنٹس میں - نتائج دکھانے سے پہلے ہر کٹ کے سرحد پر خود جائزہ لینا - `project.md` میں سیشن میموری کو مستقل بنانا نظام LLM کو ویڈیو کو دو تہوں میں پڑھنے کے ذریعے کام کرتا ہے۔ لیئر 1 ElevenLabs Scribe سے آڈیو ٹرانسکرپٹ ہے جو ویئر لیول ٹائم اسٹیمپس، سپیکر ڈائریشن، اور آڈیو ایونٹس فراہم کرتا ہے، تقریباً 12KB ٹیکسٹ فائل میں۔ لیئر 2 آن ڈیمانڈ ویژول کمپوزٹ ہے جو صرف فیصلہ کرنے والے نقاط پر پیدا ہوتا ہے۔ یہ طریقہ کار ملینز ٹوکنز خام فریم پروسیس کرنے سے بچاتا ہے۔ پائپ لائن کا بہاؤ: ٹرانسکرپٹ -> پیکنگ -> LLM reasoned -> EDL -> ریڈر -> سیلف ایول، جس میں سیلف ایولویشن لوپ کٹ سرحدوں پر ریڈرڈ آؤٹ پٹ چیک کرتا ہے اور پیش کش سے پہلے 3 مرتبہ تک مسائل درست کر سکتا ہے۔ سیٹ اپ paste-in پرامپٹ سے خودکار انسٹالیشن کے ذریعے یا کلوننگ، ڈیپنڈنسی انسٹالیشن (uv/pip, ffmpeg, yt-dlp)، اور ElevenLabs API کلید شامل کرنے کے ذریعے دستی طور پر کیا جا سکتا ہے۔ ڈیزائن کے اصول متن اور آن ڈیمانڈ ویژولز، آڈیو کو ترجیح دینا، ایکسیکشّن سے پہلے حکمت عملی کی منظوری، اور 12 سخت پروڈکشن قواعد پر زور دیتے ہیں۔