منصوبے کے بارے میں

NodeTool ایک اوپن سورس تخلیقی ورک اسپیس ہے جس میں ایجنٹس تصویر، ویڈیو، آڈیو اور ٹیکسٹ پروڈکشن کے لیے ملٹی موڈل ورک فلو بنا، چلا، معائنہ اور مرمت کر سکتے ہیں۔ صارف قدرتی زبان کے بریف سے شروع کر سکتے ہیں، تیار کردہ اسٹوری بورڈز اور اسٹیلز کا جائزہ لے سکتے ہیں، منظور شدہ شاٹس کو اینیمیٹ کر سکتے ہیں، وائس اوور اور موسیقی شامل کر سکتے ہیں، ٹائم لائن پر ترمیم کر سکتے ہیں، اور MP4 ویڈیو ایکسپورٹ کر سکتے ہیں۔ ایک ہی پروجیکٹ کو دستی طور پر یا ایجنٹ کے ذریعے ایڈٹ کیا جا سکتا ہے۔ اسٹوڈیو کئی منسلک ایڈیٹنگ سطحیں فراہم کرتا ہے۔ اسٹوری بورڈ ایڈیٹر شاٹس، ایکشن، کیمرہ ڈائریکشن، موشن، دورانیہ، وائس اوور اور اسٹائل کی معلومات کو منظم کرتا ہے، اور پوری ترتیب کو دوبارہ پیدا کیے بغیر انفرادی شاٹس میں ترمیم کی حمایت کرتا ہے۔ اسکرپٹ اور وائس ٹولز کریکٹر کے لیے مخصوص پرووائیڈر، ماڈل اور آواز کے انتخاب، محفوظ کردہ ٹیکس، لفظوں کے اوقات اور کیپشن اسمبلی کو سپورٹ کرتے ہیں۔ ٹائم لائن ویڈیو اور آڈیو ٹریکس کو ترتیب دینے، تراشنے، تہہ کرنے اور ایکسپورٹ کرنے کی اجازت دیتی ہے، جبکہ کلپس جنریٹنگ ورک فلو سے منسلک رہ سکتے ہیں۔ اسکیچ ایڈیٹر ماسک اور بلینڈ موڈز کے ساتھ تہہ دار کمپوزیشن فراہم کرتا ہے، اور 3D ایڈیٹر تصویر یا ویڈیو جنریشن کے لیے سین ریفرنس بنا سکتا ہے۔ ان سطحوں کے نیچے ایک ٹائپ شدہ نوڈ گراف ایڈیٹر ہے۔ صارف نوڈس کو جوڑ سکتے ہیں، انٹرمیڈیٹ آؤٹ پٹ کا معائنہ کر سکتے ہیں، ماڈلز تبدیل کر سکتے ہیں، اور صرف تبدیل شدہ حصوں کو دوبارہ چلا سکتے ہیں۔ ورک فلو تصویر، ویڈیو، آڈیو اور ٹیکسٹ آپریشنز جیسے ماسکنگ، ان پینٹنگ، آؤٹ پینٹنگ، ری لائٹنگ، اپ اسکیلنگ، تہہ بندی اور کمپوزٹنگ کو یکجا کر سکتے ہیں۔ پروجیکٹس گراف، ان پٹس، اثاثوں اور ترمیمات کو ایک ساتھ رکھتے ہیں۔ ماڈل تک رسائی صارف کی ملکیت والی اسناد اور مقامی یا پرووائیڈر کے زیر میزبانی ماڈلز کے ارد گرد ڈیزائن کی گئی ہے۔ دستاویزات میں OpenAI، Anthropic، Gemini، FAL، KIE، Replicate، ElevenLabs اور HuggingFace جیسے پرووائیڈرز درج ہیں، جبکہ مقامی سپورٹ Ollama، Apple Silicon پر MLX اور GGUF ماڈلز کے ذریعے ہے۔ API کالز صارف کی کلید کا استعمال کرتے ہوئے براہ راست منتخب پرووائیڈر کو کی جاتی ہیں۔ مقامی ماڈلز کے لیے ہارڈویئر کی ضروریات استعمال کردہ ماڈل پر منحصر ہوتی ہیں۔ ایجنٹ کی خصوصیات میں ورک فلو کی تعمیر، گراف کی توثیق، کسٹم منی ایپ جنریشن، دوبارہ کوشش یا مرمت کے اختیارات کے ساتھ ناکامی سے نمٹنا، لاگت کے بجٹ، اور LLM کالز کے لیے ٹوکن اور لاگت کی معلومات کے ساتھ OpenTelemetry اسپینز شامل ہیں۔ ایجنٹ ٹول بیلٹ MCP کے ذریعے ظاہر کیا جاتا ہے، جس سے بیرونی MCP کلائنٹس جیسے Claude Desktop، Claude Code، Codex یا OpenCode ورک فلو اور ایڈیٹنگ سطحوں کو چلا سکتے ہیں۔ ایک CLI ورک فلو چلا سکتا ہے، API پیش کر سکتا ہے، اور پرووائیڈر کنفیگر ہونے کے بعد انٹرایکٹو ایجنٹ چیٹ فراہم کر سکتا ہے۔ ڈویلپر TypeScript یا Python کسٹم نوڈس کے ساتھ NodeTool کو بڑھا سکتے ہیں، پرووائیڈر انٹیگریشنز شامل کر سکتے ہیں، QuickJS سینڈ باکس میں JavaScript نوڈس لکھ سکتے ہیں، اور دستاویز کی تلاش کے لیے بلٹ ان ویکٹر اسٹور استعمال کر سکتے ہیں۔ ورک فلو کو ساتھیوں کے لیے سادہ منی ایپ انٹرفیس میں بھی لپیٹا جا سکتا ہے۔ تعیناتی کے اختیارات میں Docker کے ساتھ سیلف ہوسٹنگ اور RunPod یا Vast جیسے ریموٹ GPU ورکرز کا استعمال شامل ہے۔ ریپوزٹری میں TypeScript رن ٹائم اور ورک فلو کرنل، پرووائیڈرز اور نوڈس، ایک React ویب UI، ایک Electron ڈیسک ٹاپ شیل، ایک React Native موبائل ایپ، دستاویزات، اور قابل عمل ورک فلو مثالیں شامل ہیں۔ NodeTool Studio macOS، Windows اور Linux کے لیے دستیاب ہے، جبکہ ایک ہوسٹڈ کلاؤڈ آفرنگ کو الفا کے طور پر بیان کیا گیا ہے۔ یہ پروجیکٹ AGPL-3.0 کے تحت لائسنس یافتہ ہے۔