rea-video চালু আছে

rea-video হলো ওপেন-সোর্স AI ভিডিও রিভার্স ইঞ্জিনিয়ারিং টুল, যা AI Agent-এর জন্য তৈরি। rea-video প্রতিটি শট বিশ্লেষণ করে নির্ধারণ করে দৃশ্যটি বাস্তব শুটিং, AI-নির্মিত নাকি কোড-ভিত্তিক মোশন গ্রাফিক্স; ক্যামেরা, আলো, সাবটাইটেল স্টাইল, এডিটিংয়ের গতি ও অডিওর গঠন বিশ্লেষণ করে শটভিত্তিক রিপোর্ট এবং পুনর্নির্মাণ পরিকল্পনা তৈরি করে। এটি শটের প্রম্পটও উল্টোভাবে বের করতে পারে, পুনর্নির্মাণ টুলের মাধ্যমে পণ্য বা ব্যক্তিকে বদলে নতুন ভিডিও তৈরি করা যায়। স্থানীয়ভাবে ffmpeg এবং Python 3.10+ প্রয়োজন; ভিশন মডেল সংযুক্ত করলে বিশ্লেষণ আরও নির্ভুল হয়।

ভিডিওর ধরন নির্ধারণ: প্রতিটি শট বিশ্লেষণ করে বোঝে দৃশ্যটি বাস্তব মানুষের শুটিং, AI-নির্মিত, 3D রেন্ডারিং, কোড-ভিত্তিক মোশন গ্রাফিক্স নাকি স্ক্রিন রেকর্ডিং। মিশ্র এডিটিংকে অংশভেদে আলাদা করে পুনর্গঠন করে।
নির্মাণ পদ্ধতি বিশ্লেষণ: ক্যামেরা ও আলোর পরিকল্পনা, ক্যামেরার গতি এবং রঙ সংশোধন দেখায়; অথবা প্রতিটি AI শটের প্রম্পট ও প্রয়োজনীয় রেফারেন্স উপকরণ উল্টোভাবে নির্ধারণ করে।
সাবটাইটেল ও অলংকারমূলক উপাদান শনাক্তকরণ: প্রতিটি সাবটাইটেলের শুরু ও শেষের সময়, রঙ, আউটলাইন এবং প্রবেশ অ্যানিমেশন দেখায়; SRT/ASS হিসেবে রপ্তানি করা যায়। স্টিকার, ইমোজি ও পিকচার-ইন-পিকচারের অবস্থান এবং স্থায়িত্বও শনাক্ত করে।
এডিটিং ও অডিও বিশ্লেষণ: কাটের অবস্থান, এডিটিংয়ের গতি এবং সঙ্গীতের বিটের সঙ্গে তার সম্পর্ক চিহ্নিত করে; মানব কণ্ঠ/AI ভয়েস, AI বা মিউজিক লাইব্রেরির সঙ্গীত, BPM এবং সাউন্ড ইফেক্টের অবস্থান নির্ধারণ করে।
পুনর্নির্মাণ পরিকল্পনা তৈরি: লক্ষ্য ভিডিও মডেলের সক্ষমতা অনুযায়ী শটগুলোকে ব্যাচ আকারে জেনারেশন পরিকল্পনায় সাজায়, কোন অংশ বাস্তবে শুট করতে হবে, কোনটি জেনারেট করতে হবে এবং কোনটির জন্য কোড লিখতে হবে তা আলাদা করে। শটভিত্তিক স্ক্রিনশটসহ HTML রিপোর্ট তৈরি করে।

WeChat-এ ফলো করে “开源” লিখে উত্তর দিন, AI ওপেন-সোর্স প্রজেক্ট গ্রুপে যোগ দিন
শট বিভাজন: প্রথমে ভিডিওর শট-বাউন্ডারি শনাক্ত করে বাস্তব টাইমস্ট্যাম্প অনুযায়ী ভাগ করা হয়। পরিবর্তনশীল ফ্রেম-রেটের ভিডিওতে প্রকৃত ফ্রেম সময় অনুযায়ী কাট পয়েন্ট সমন্বয় করা হয়। একই সঙ্গে অডিও ট্র্যাককে মানব কণ্ঠ, সঙ্গীত ও সাউন্ড ইফেক্টে আলাদা করা হয়, যাতে পরবর্তী ধাপে ধরনভেদে প্রমাণ সংগ্রহ করা যায়।
মাল্টিমোডাল প্রমাণ সংগ্রহ: পরিমাণগত স্তরে ফ্রেমের গতি, সেন্সর নয়েজ এবং পুরো ফ্রেমটি একক সমতল হিসেবে নড়ছে কি না তা মাপা হয়; মেটাডেটায় AIGC ট্যাগও পরীক্ষা করা হয়। ভিজ্যুয়াল স্তরে মডেল হাত, লেখা ও পদার্থবিদ্যাগত যৌক্তিকতা পরীক্ষা করে; শ্রাব্য স্তরে BPM, সুর এবং গান ও কথার পার্থক্য বিশ্লেষণ করা হয়।
প্রমাণের অগ্রাধিকার নির্ধারণ: “দেখতে এমন মনে হচ্ছে” ধরনের মডেল-অনুমানের আগে শক্ত প্রমাণকে অগ্রাধিকার দেওয়া হয়। দুই ধরনের সিদ্ধান্তে বিরোধ হলে সেটিকে সন্দেহজনক হিসেবে চিহ্নিত করে Agent-এর দৃশ্যমান যাচাইয়ের জন্য পাঠানো হয়, যাতে ভুলের হার সর্বনিম্ন রাখা যায়।
মডেলের সক্ষমতা অনুযায়ী পুনর্নির্মাণ পরিকল্পনা: ভিডিও/ইমেজ/অডিও মডেলের সক্ষমতার তালিকা встроিত থাকে। এর ভিত্তিতে শটগুলোকে এমন ব্যাচ পরিকল্পনায় সাজানো হয় যাতে জেনারেশনের সংখ্যা কম হয়; কোনো অংশ ভিডিও মডেল দিয়ে তৈরি হবে, নাকি LLM দিয়ে Blender/Three.js/Remotion কোড লিখে পুনর্গঠন করা হবে, তাও নির্ধারণ করা হয়।
Agent-চালিত আর্কিটেকচার: প্রজেক্টটি CLI এবং Skill আকারে Claude Code, Codex ইত্যাদি Agent-এর জন্য ব্যবহারযোগ্য। কোনো ভিডিও মডেল ছাড়াই এটি চালানো যায়; Gemini বা 豆包 সংযুক্ত করলে প্রতিটি শটের জন্য স্বয়ংক্রিয়ভাবে প্রম্পট তৈরি করা যায়, ফলে নির্ভুলতা ও স্বয়ংক্রিয়তা দুটিই বাড়ে।

পরিবেশ প্রস্তুত করুন: কম্পিউটারে ffmpeg এবং Python 3.10+ ইনস্টল করুন।
Agent নির্বাচন করুন: Claude Code, Codex অথবা কমান্ড চালাতে পারে এমন যেকোনো AI Agent ব্যবহার করুন।
প্রজেক্ট ইনস্টল করুন: Agent-কে “安装 https://github.com/JuneYaooo/rea-video” বললেই স্বয়ংক্রিয়ভাবে ইনস্টল সম্পন্ন হবে।
বিশ্লেষণ শুরু করুন: Agent-কে “এই ভিডিওটি বিশ্লেষণ করুন /path/to/video.mp4″ বললে সে পুরো প্রক্রিয়া চালাবে।
ভিশন মডেল সংযুক্ত করুন: Agent-কে Gemini বা 豆包-এর API ঠিকানা ও Key দিন। এতে শটভিত্তিক বিশ্লেষণ আরও নির্ভুল হবে এবং প্রম্পটও উল্টোভাবে বের করা যাবে; সংযুক্ত না করলে Agent সরাসরি ছবি দেখে সন্দেহজনক শট যাচাই করবে।
ফলাফল দেখুন: এক বাক্যের সারাংশ, “বাস্তব শুটিং/জেনারেশন/কোড লেখা” এই তিন শ্রেণিতে ভাগ করা পুনর্নির্মাণ পরিকল্পনা এবং শটভিত্তিক স্ক্রিনশট ও অডিও বিশ্লেষণসহ report.html পাওয়া যাবে।
পুনর্নির্মাণ চালিয়ে যান: রিপোর্টটি cheap-claude-video বা Hypit-এর মতো টুলে দিয়ে রেসিপি অনুযায়ী উপাদান বদলে নতুন সংস্করণ তৈরি করুন।

বিস্তৃত কভারেজ: বাস্তব মানুষের শুটিং, AI-নির্মাণ, 3D অ্যানিমেশন, কোড-ভিত্তিক মোশন গ্রাফিক্স, স্ক্রিন রেকর্ডিং এবং মিশ্র এডিটিং—সবই বিশ্লেষণ করতে পারে। মিশ্র ভিডিওর প্রতিটি অংশ আলাদাভাবে নির্ধারণ করা হয়।
প্রমাণনির্ভর: ফ্রেমের গতি, সেন্সর নয়েজ, AIGC মেটাডেটার মতো শক্ত প্রমাণকে মডেলের অনুমানের আগে অগ্রাধিকার দেয়; বিরোধপূর্ণ বিষয় Agent-এর যাচাইয়ের জন্য পাঠানো হয়। অফিসিয়াল স্ব-মূল্যায়নে মূল ভিডিও বিশ্লেষণের নির্ভুলতা প্রায় 99%।
ফলাফলই রেসিপি: শুধু সিদ্ধান্ত নয়, ক্যামেরা ও আলোর তালিকা, উল্টোভাবে বের করা প্রম্পট এবং মডেলের সক্ষমতা অনুযায়ী সাজানো ব্যাচ পুনর্নির্মাণ পরিকল্পনাও দেয়, যা সরাসরি অনুসরণ করা যায়।
অত্যন্ত সূক্ষ্ম বিশ্লেষণ: সাবটাইটেলের শুরু ও শেষের সময় এবং স্টাইল, স্টিকারের অবস্থান, কাট ও সঙ্গীতের বিটের সম্পর্ক, মানব কণ্ঠ/AI ভয়েস এবং BPM—সবই পরিমাণগতভাবে বিশ্লেষণ করে।
Agent-নেটিভ: CLI+Skill আকারে Claude Code, Codex ইত্যাদি Agent-এ সংযুক্ত হয়। একটি নির্দেশেই পরিবেশ ইনস্টল করে পুরো প্রক্রিয়া চালানো যায়, তাই ব্যবহারের বাধা খুব কম।

GitHub রিপোজিটরি: https://github.com/JuneYaooo/rea-video

ই-কমার্স ভিডিও পুনর্নির্মাণ: জনপ্রিয় পণ্য প্রচার ভিডিওর ক্যামেরা, শট বিন্যাস ও সাবটাইটেলের গতি বিশ্লেষণ করে নিজের পণ্য বসিয়ে একই ধরনের ভিডিও ব্যাচে তৈরি করা।
MCN প্রতিযোগী গবেষণা: প্রতিযোগী ভিডিওর গঠন শটভিত্তিক বিশ্লেষণ করা—বাস্তব শুটিংয়ের অনুপাত, AI-নির্মিত অংশ এবং কোড-ভিত্তিক মোশন গ্রাফিক্স—যাতে তাদের নির্মাণ ব্যয় ও প্রক্রিয়া বোঝা যায়।
AI শর্টফিল্ম নির্মাণে দক্ষতা বৃদ্ধি: পছন্দের AI শর্টফিল্ম থেকে প্রতিটি শটের প্রম্পট ও জেনারেশন প্যারামিটার বের করে নিজে পরীক্ষা-নিরীক্ষার খরচ কমানো।
মিশ্র কনটেন্ট বিশ্লেষণ: “বাস্তব মানুষ+AI চরিত্র+স্ক্রিন রেকর্ডিং” ধরনের মিশ্র ভিডিওর প্রতিটি অংশের নির্মাণ পদ্ধতি নির্ধারণ করে মূল টাইমলাইনে নিজের সংস্করণ পুনর্গঠন করা।
জনপ্রিয় বিজ্ঞান/মোশন গ্রাফিক্স অনুকরণ: 3D বিজ্ঞানভিত্তিক ও কোড-ভিত্তিক মোশন গ্রাফিক্স ভিডিওকে Blender/Remotion পুনর্গঠনের পরিকল্পনায় রূপান্তর করে কম খরচে একই ধরনের ফল তৈরি করা।