তথ্যকাল: ২০২৬ সালের জানুয়ারির GitHub Trending মাসিক র্যাঙ্কিং｜স্টার বৃদ্ধি +18.4k｜দৈনিক গড় বৃদ্ধি 600+ ⭐
১. স্টারের উত্থান এবং খাতের সংকট
২০২৬ সালের জানুয়ারির GitHub মাসিক র্যাঙ্কিংয়ে ViralCut এক মাসে 1.8万 নতুন স্টার নিয়ে সহজেই শীর্ষ তিনে উঠে এসেছে। গত 90 দিনের বৃদ্ধির রেখাচিত্র দেখলে তা প্রায় সোজা ঊর্ধ্বমুখী একটি প্যারাবোলা—উন্মোচনের পরই বিস্ফোরক সাড়া, প্রচারে এক পয়সাও খরচ হয়নি, পুরোপুরি ডেভেলপার কমিউনিটির মুখে মুখে ছড়িয়ে পড়েছে।
এর পেছনে আসলে কনটেন্ট নির্মাতা শিল্পে দীর্ঘদিন ধরে জমে থাকা তিনটি সমস্যার সমাধান রয়েছে:
বহু প্ল্যাটফর্মে বিতরণের অদৃশ্য খরচ। একই ভিডিওকে Douyin, Bilibili, WeChat Channels এবং YouTube Shorts-এর জন্য আলাদাভাবে মানিয়ে নিতে হয়। প্রতিটি প্ল্যাটফর্মের আকার, বিটরেট ও কভার নীতি আলাদা হওয়ায় প্রচলিত PR ওয়ার্কফ্লোতে এক রাতে সর্বোচ্চ 3-5টি ভিডিও তৈরি করা যায়।
AI-নির্মিত ভিডিও টুলের খণ্ডিত অবস্থা। Sora, Keling, Jimeng এবং Pika প্রত্যেকের নিজস্ব API রয়েছে; স্ক্রিপ্ট, ভয়েসওভার, সম্পাদনা ও সাবটাইটেলও বিভিন্ন টুলে ছড়িয়ে আছে। ডেটা পরস্পরের সঙ্গে সংযুক্ত নয়, ফলে token খরচ ও কাজের সময়ের হিসাবও স্পষ্ট থাকে না।
MCP ইকোসিস্টেমে “প্রোটোকল আছে, অর্কেস্ট্রেশন নেই”। Model Context Protocol বৃহৎ মডেল ও টুলের হ্যান্ডশেক সমস্যার সমাধান করলেও “বিষয় নির্বাচন→উৎপাদন→সম্পাদনা→বিতরণ→ডেটা ফেরত” পুরো প্রক্রিয়াকে একসঙ্গে চালাতে পারে এমন পূর্ণাঙ্গ অর্কেস্ট্রেটর এতদিন কার্যকরভাবে তৈরি হয়নি।
ViralCut ঠিক এই তিনটি সংযোগস্থলে অবস্থান করছে। এটি নিজেকে MCP-Native স্বল্পদৈর্ঘ্য ভিডিও অটোমেশন পাইপলাইন হিসেবে পরিচয় দেয়—AI উৎপাদন, সম্পাদনা প্রকৌশল এবং বিতরণ পরিচালনাকে অর্কেস্ট্রেট করা যায় এমন ওয়ার্কফ্লোতে রূপ দেয়।
২. প্রকল্প পরিচিতি: ViralCut কী
ViralCut হলো MCP（Model Context Protocol） ভিত্তিক একটি ওপেন-সোর্স স্বল্পদৈর্ঘ্য ভিডিও অটোমেশন ফ্রেমওয়ার্ক। এর মূল ডিসপ্যাচার Go-তে লেখা, ফ্রন্টএন্ড Next.js-ভিত্তিক এবং সম্পাদনার নিম্নস্তরে FFmpeg ও Remotion মোড়ক হিসেবে ব্যবহৃত হয়েছে। প্রকল্পটি ByteDance-এর সাবেক ভিডিও আর্কিটেক্টদের একটি দল ২০২৫ সালের নভেম্বর মাসে ওপেন সোর্স করে; এর License হলো Apache-2.0।
এর মূল বক্তব্য সরাসরি: ভাইরাল স্বল্পদৈর্ঘ্য ভিডিওর “শিল্পায়িত উৎপাদন” AI Agent-এর হাতে দিন, আর “সৃজনশীল সিদ্ধান্ত” মানুষের হাতে রাখুন।
এটি প্রান্ত-থেকে-প্রান্ত AI জেনারেশন মডেলও নয়, আবার শুধু সম্পাদনা সফটওয়্যারও নয়; বরং এটি একটি ডিসপ্যাচ ও অর্কেস্ট্রেশন স্তর। সব সক্ষমতা MCP Server আকারে যুক্ত হয়, আর ViralCut উপরে থেকে একীভূত টাস্ক অর্কেস্ট্রেশন, স্টেট মেশিন, মনিটরিং ও রোলব্যাক ব্যবস্থা দেয়।
২০২৬ সালের জানুয়ারির শেষ নাগাদ রিপোজিটরিতে ইতিমধ্যে 47টি অফিসিয়াল ও কমিউনিটি-অবদানকৃত MCP Server অ্যাডাপ্টার যুক্ত হয়েছে, যা প্রধান AI ভিডিও মডেল, কনটেন্ট LLM, ভয়েস TTS, সম্পাদনা ইঞ্জিন এবং বিতরণ API সমর্থন করে।
৩. মূল ফিচারসমূহ
1. MCP-নেটিভ অর্কেস্ট্রেশন ইঞ্জিন
DAG-ভিত্তিক ওয়ার্কফ্লো সংজ্ঞা; YAML ও JSON উভয় দিকেই সম্পাদনা করা যায়।
12টি প্রচলিত নোড বিল্ট-ইন রয়েছে: LLM কল, ভিডিও উৎপাদন, ভয়েস সংশ্লেষণ, সাবটাইটেল তৈরি, কভার তৈরি, সম্পাদনা সংযোজন, প্ল্যাটফর্মে বিতরণ, ডেটা ফেরত, A/B টেস্ট, ভাইরাল ফ্যাক্টর বিশ্লেষণ, নিষিদ্ধ শব্দ শনাক্তকরণ এবং কপিরাইট ওয়াটারমার্ক।
ব্যর্থতার পর পুনঃচেষ্টা, ব্রেকপয়েন্ট থেকে পুনরায় চালানো, কনকারেন্সি সীমা এবং খরচের বাজেট সমর্থন করে।
2. বহু-প্ল্যাটফর্ম অভিযোজিত রেন্ডারিং
এক ক্লিকে 9:16, 1:1, 16:9 এবং 3:4—এই চার ধরনের অ্যাসপেক্ট রেশিওতে আউটপুট।
প্রতিটি প্ল্যাটফর্মের প্রস্তাবিত এনকোডিং প্যারামিটার বিল্ট-ইন রয়েছে (H.264/H.265, বিটরেট, কী-ফ্রেম ব্যবধান)।
প্ল্যাটফর্মের নীতিমালা মেনে স্বয়ংক্রিয়ভাবে কভার তৈরি করে এবং পর্যালোচনাজনিত ঝুঁকি যতটা সম্ভব কমায়।
3. AI Agent সহযোগিতা মোড
planner,editorএবংreviewer—এই তিন ধরনের বিল্ট-ইন Agent ভূমিকা দেয়।
Planner বিষয়কে বাস্তবায়নযোগ্য উপ-টাস্কে ভাগ করে, Editor টুল সমন্বয় করে উৎপাদন সম্পন্ন করে, আর Reviewer ভাইরাল ফ্যাক্টর স্কোর দেয় (সম্পূর্ণ দেখার হার পূর্বাভাস, আবেগের রেখা, Hook-এর শক্তি)।
ব্যবহারকারী যেকোনো সময় প্রাকৃতিক ভাষায় Agent-এর সিদ্ধান্ত ওভাররাইড করতে পারেন।
4. ডেটা ফেরত ও ভাইরাল কনটেন্ট শেখা
Feishu, Notion ও Slack-এর সঙ্গে সংযুক্ত হয়ে বিতরণ-সংক্রান্ত ডেটা স্বয়ংক্রিয়ভাবে ফেরত আনে।
RAG মডিউল বিল্ট-ইন রয়েছে; এটি পুরোনো ভাইরাল ভিডিওগুলোকে ভেক্টর ডেটাবেসে বিশ্লেষণ করে এবং পরবর্তী উৎপাদনের Prompt উন্নত করতে ব্যবহার করে।
নিজস্ব অবকাঠামোয় ডিপ্লয়মেন্ট সমর্থন করে; ডেটা প্রতিষ্ঠানের সীমানার বাইরে যায় না।
5. পর্যবেক্ষণযোগ্যতা ও খরচ নিয়ন্ত্রণ
Web UI-তে প্রতিটি নোডের সময়কাল, Token ব্যবহার এবং API কলের খরচ রিয়েল টাইমে দেখা যায়।
বাজেট সার্কিট ব্রেকার ও মডেল ডিগ্রেডেশন সমর্থন করে (যেমন GPT-4o-এর বাজেট শেষ হলে স্বয়ংক্রিয়ভাবে 4o-mini-তে চলে যায়)।
৪. এক-ক্লিক ডিপ্লয়মেন্ট কমান্ড
ViralCut Docker Compose এবং Kubernetes—দুই ধরনের ডিপ্লয়মেন্ট পদ্ধতি দেয়; সর্বোচ্চ দ্রুত 3 মিনিটে চালু করা যায়:
পদ্ধতি এক: Docker Compose（ব্যক্তিগত ডেভেলপারদের জন্য প্রস্তাবিত）
# রিপোজিটরি ক্লোন করুন git clone https://github.com/viralcut/viralcut.git cd viralcut # কনফিগারেশন টেমপ্লেট কপি করুন cp .env.example .env # .env সম্পাদনা করে OPENAI_API_KEY、DOUYIN_TOKEN、BILIBILI_TOKEN ইত্যাদি পূরণ করুন # এক ক্লিকে চালু করুন docker compose up -d # Web UI দেখুন open http://localhost:3000 পদ্ধতি দুই: Kubernetes（দলের জন্য প্রস্তাবিত）
helm repo add viralcut https://charts.viralcut.dev helm install my-viralcut viralcut/viralcut \ --namespace viralcut \ --create-namespace \ --values values.yaml ⚠️ প্রথমবার চালুর সময় MCP Server নিবন্ধন ও প্ল্যাটফর্ম OAuth অনুমোদন সম্পন্ন করতে
viralctl initচালাতে হবে।
৫. টুল সংযুক্তির শৃঙ্খল
ViralCut-এর আসল শক্তি হলো, এটি আগে খণ্ডিত থাকা AI টুলচেইনকে একটি “শিল্পায়িত উৎপাদন পাইপলাইনে” যুক্ত করে:
[বিষয়ের অনুপ্রেরণা] → ChatGPT/Claude (MCP) ↓ [কনটেন্ট তৈরি] → LLM Node ↓ [স্টোরিবোর্ড স্ক্রিপ্ট] → LLM Node + ভাইরাল ফ্যাক্টর ডেটাবেস (RAG) ↓ [দৃশ্য তৈরি] → Sora / Keling / Jimeng (MCP Adapter) ↓ [ভয়েসওভার সংশ্লেষণ] → Volcengine Voice / ElevenLabs (MCP Adapter) ↓ [সাবটাইটেল তৈরি] → Whisper / Doubao ASR (MCP Adapter) ↓ [সম্পাদনা সংযোজন] → FFmpeg / Remotion Node ↓ [প্ল্যাটফর্মে বিতরণ] → Douyin / Bilibili / WeChat Channels / YouTube (MCP Adapter) ↓ [ডেটা ফেরত] → Feishu Bitable / Notion Database ↓ [ভাইরাল কনটেন্ট শেখা] → ভেক্টর ডেটাবেস পরবর্তী Prompt উন্নত করে পুরো শৃঙ্খলটি সম্পূর্ণভাবে MCP প্রোটোকলের মাধ্যমে যোগাযোগ করে। যেকোনো নোড প্রতিস্থাপন, আপগ্রেড বা নিজস্ব অবকাঠামোয় স্থাপন করা যায়। যেমন, দৃশ্য তৈরিতে নিজস্ব ComfyUI ওয়ার্কফ্লো ব্যবহার করা, ভয়েসওভারে স্থানীয় SoVITS চালানো, কিংবা প্ল্যাটফর্ম বিতরণে শুধু প্রতিষ্ঠানের নিজস্ব App রাখা—সবই সম্ভব।
এই “প্রোটোকল-স্তরের প্লাগ-অ্যান্ড-প্লে” পদ্ধতিই ViralCut ও প্রচলিত SaaS টুলের সবচেয়ে বড় পার্থক্য—আপনি আর কোনো একটি সরবরাহকারীর কাছে আটকে থাকবেন না; টুল ভালো না লাগলে বদলে ফেললেই হবে।
৬. প্রতিযোগী তুলনা
মাত্রা｜ViralCut｜Jianying AI অটোমেশন｜n8n + AI প্লাগইন｜Coze（Kouzi）
প্রোটোকল মান｜MCP নেটিভ｜প্রাইভেট API｜HTTP Webhook｜প্রাইভেট প্রোটোকল
ওপেন সোর্সের মাত্রা｜সম্পূর্ণ ওপেন সোর্স（Apache-2.0）｜ক্লোজড সোর্স｜ওপেন সোর্স（Fair-code）｜ক্লোজড সোর্স
ডিপ্লয়মেন্ট পদ্ধতি｜Self-hosted / Private Cloud｜শুধু SaaS｜Self-hosted / SaaS｜শুধু SaaS
AI ভিডিও মডেল সংযোগ｜অফিসিয়াল 12+ কমিউনিটি 35+｜শুধু ByteDance ইকোসিস্টেম｜কমিউনিটি প্লাগইনের ওপর নির্ভরশীল｜শুধু ByteDance ইকোসিস্টেম
বহু-প্ল্যাটফর্ম বিতরণ｜Douyin/Bilibili/WeChat Channels/YouTube/X｜শুধু Douyin｜যেকোনোটি（নিজস্ব উন্নয়ন প্রয়োজন）｜শুধু Douyin
ডেটা নিজস্বীকরণ｜✅ সম্পূর্ণ সমর্থিত｜❌｜✅｜❌
ভাইরাল কনটেন্ট শেখার চক্র｜✅ বিল্ট-ইন RAG｜❌｜❌｜আংশিক সমর্থন
শেখার খরচ｜মাঝারি（MCP জানা দরকার）｜কম｜বেশি｜কম
দেখা যাচ্ছে, ViralCut-এর মূল প্রতিযোগিতামূলক সুবিধা হলো “AI ওয়ার্কফ্লো অর্কেস্ট্রেশন” ও “স্বল্পদৈর্ঘ্য ভিডিওর শিল্পায়িত উৎপাদন”—এই দুটিকে উল্লম্বভাবে একীভূত করা এবং সিদ্ধান্তের অধিকার সম্পূর্ণভাবে ব্যবহারকারীর হাতে ফিরিয়ে দেওয়া। বর্তমানে ক্লোজড-সোর্স SaaS-নির্ভর বাজারে এই অবস্থান বেশ বিরল।
৭. উপযোগী ব্যবহারকারী
ফুল-স্ট্যাক / ব্যাকএন্ড ডেভেলপার：বিদ্যমান AI সক্ষমতাকে MCP দিয়ে একটি পণ্যে যুক্ত করতে চান, কিন্তু পর্যবেক্ষণযোগ্য ও অর্কেস্ট্রেট করা যায় এমন একটি ডিসপ্যাচ ফ্রেমওয়ার্কের অভাব রয়েছে।
কনটেন্ট নির্মাতা দল / MCN সংস্থা：প্রতিদিন 50+টি ম্যাট্রিক্স ভিডিও তৈরি করতে হয় এবং হাতে সম্পাদনা ও পুনরাবৃত্ত কাজ করতে করতে ক্লান্ত।
AI অ্যাপ্লিকেশন উদ্যোক্তা：“AI + স্বল্পদৈর্ঘ্য ভিডিও” দিকের MVP দ্রুত যাচাই করতে চান, কিন্তু কোনো একটি API-এর ওপর নির্ভর করতে চান না।
অপারেশন / SRE：প্রতিষ্ঠানের অভ্যন্তরে মাল্টিমিডিয়া ডেটা প্রক্রিয়াকরণের চাহিদা রয়েছে এবং নিজস্ব অবকাঠামোয় স্থাপনযোগ্য পাইপলাইন দরকার।
স্বাধীন ডেভেলপার：একাই ভাইরাল কনটেন্ট তৈরি করতে চান এবং প্রকৌশলগত খুঁটিনাটির বদলে সৃজনশীল কাজে মনোযোগ দিতে চান।
৮. কমপ্লায়েন্স ও ট্রেডমার্ক অস্বীকৃতি
এই নিবন্ধে উল্লেখিত Sora、Keling、Jimeng、Pika、ElevenLabs、Whisper、Doubao、SoVITS、Jianying、Kouzi、Douyin、Bilibili、WeChat Channels、YouTube、Slack、Notion、Feishu、FFmpeg、Remotion、ChatGPT、Claude、ComfyUI、n8n、GPT-4o ইত্যাদি নাম নিজ নিজ মালিকের নিবন্ধিত ট্রেডমার্ক বা পণ্যের নাম। এই নিবন্ধে এগুলো কেবল প্রযুক্তিগত সক্ষমতা বর্ণনার উদ্দেশ্যে ব্যবহৃত হয়েছে; এগুলো কোনো ধরনের প্রতিনিধিত্ব, অনুমোদন বা বাণিজ্যিক অংশীদারত্ব বোঝায় না। ViralCut একটি ওপেন-সোর্স প্রকল্প হিসেবে Apache-2.0 লাইসেন্স অনুসরণ করে এবং উপরোক্ত ট্রেডমার্ক মালিকদের সঙ্গে এর কোনো অধীনতামূলক সম্পর্ক নেই। উৎপাদন পরিবেশে সংশ্লিষ্ট API ও সেবা ব্যবহারের সময় পাঠকদের নিজ নিজ প্ল্যাটফর্মের পরিষেবার শর্ত, ডেটা কমপ্লায়েন্স ও কপিরাইট নীতি মেনে চলতে হবে।
৯. শুরু করার পরামর্শ ও সারাংশ
আপনি যদি ২০২৬ সালে “AI + কনটেন্ট” দিকের টুলচেইন একীভূত করার পরিকল্পনা করেন, তাহলে ViralCut বর্তমান GitHub-এর একমাত্র এমন ওপেন-সোর্স প্রকল্প, যা MCP, ভিডিও ইঞ্জিনিয়ারিং ও বিতরণ পরিচালনা—এই তিনটি বিষয় একসঙ্গে সঠিকভাবে করেছে। এর ভাইরাল সাফল্য আকস্মিক নয়—মূলত “AI টুলের খণ্ডিত অবস্থা × কনটেন্ট নির্মাণের শিল্পায়ন × MCP ইকোসিস্টেমের পরিপক্বতা”—এই তিনটি সময়পর্বের সংযোগস্থলে এটি অবস্থান করছে।
শুরু করার প্রস্তাবিত পথ: প্রথমে Docker Compose দিয়ে উদাহরণ ওয়ার্কফ্লো চালান → বিদ্যমান AI মডেল যুক্ত করুন → বর্তমান SOP-কে DAG-তে অনুবাদ করুন → নিজস্ব প্ল্যাটফর্ম অ্যাকাউন্ট সংযুক্ত করুন → ভাইরাল কনটেন্টের ভেক্টর ডেটাবেস গড়ে তুলুন। তিন দিনের মধ্যেই আপনি নিজের “স্বল্পদৈর্ঘ্য ভিডিও অটোমেশন কারখানা” তৈরি করতে পারবেন।
GitHub রিপোজিটরি ঠিকানা：https://github.com/viralcut/viralcut