লানজি টিউটোরিয়াল: ভঙ্গি ও পোশাকের রেফারেন্স ছবি ব্যবহার করে একই চরিত্র তৈরি এবং DeepSeek Harness-এ সংযুক্তি

লানজি কী

লানজি একটি স্বাধীনভাবে চলতে পারে এমন ভঙ্গি স্টুডিও এবং একই সঙ্গে DeepSeek Harness প্লাগইন। এটি ai-pose-gallery-zh-এ সংগৃহীত ২৮৮টি সেটের ১,৪৩৯টি ভঙ্গির স্কেচ থেকে এক বা একাধিক ভঙ্গি বেছে নিয়ে চরিত্র ও পোশাকের রেফারেন্স ছবির সঙ্গে মিলিয়ে একই মডেলের বিভিন্ন ভঙ্গির ছবি তৈরি করে।

প্রকল্পটি ডিফল্টভাবে কমিউনিটির তিমি-কন্যা চরিত্রের প্রাপ্তবয়স্ক রূপ দাফেইইউ-কে মডেল হিসেবে ব্যবহার করে। তার লম্বা ঢেউখেলানো নীল চুল, তিমির কান ও নীল তিমির লেজ রয়েছে; ডিফল্ট পোশাক নেভি-নীল ও সাদা পরিচারিকা পোশাক। আপনি চাইলে সর্বাধিক তিনটি অন্য মডেলের ছবি আমদানি করে চরিত্রের মুখ ও পোশাক প্রতিস্থাপন করতে পারেন।

ভঙ্গির স্কেচ শুধু শরীরের ভঙ্গি বর্ণনা করতে ব্যবহৃত হয়। ডিফল্টভাবে স্কেচের ফাঁকা শরীর চূড়ান্ত ছবিতে আঁকা হয় না। স্কেচগুলো প্রকল্প রিপোজিটরিতে রাখা হয় না; প্রয়োজন অনুযায়ী একটি উন্মুক্ত ইমেজ হোস্টিং সেবা থেকে পড়া হয়।

মূল সুবিধা

• সমৃদ্ধ ভঙ্গি লাইব্রেরি: ২৮৮টি সেটের ১,৪৩৯টি ভঙ্গির স্কেচ; একক বা একাধিক নির্বাচন সমর্থিত।
• পোশাক প্রতিস্থাপন: COSTUME-DB-01-এর ১,৪০৭টি পোশাক থেকে একটি বেছে নিয়ে চরিত্রের মুখ, চুলের ধরন, তিমির কান ও লেজ অক্ষুণ্ণ রাখা যায়।
• কাস্টম মডেল: সর্বাধিক তিনটি মডেল ছবি আমদানি করা যায়, অথবা ডিফল্ট দাফেইইউ ব্যবহার করা যায়।
• বিভিন্ন ছবি-জেনারেশন API: Volcano Engine Ark Seedream, Gemini এবং OpenAI-সামঞ্জস্যপূর্ণ API সমর্থিত।
• API কী ছাড়াই ওয়ার্কফ্লো: API কী কনফিগার না থাকলেও সম্পূর্ণ প্রম্পট তৈরি হয়, যা dsh-image-gen-এ কপি করে ব্যবহার করা যায়।
• Harness সংযুক্তি: প্লাগইন ইনস্টল করার পর সাইডবার থেকে সম্পূর্ণ স্টুডিও খোলা যায়; Agent-কে ভঙ্গি ও পোশাক খুঁজে ছবি তৈরি করতেও বলা যায়।
• রেসপনসিভ ইন্টারফেস: প্রশস্ত স্ক্রিনে বহু-কলাম বিন্যাস, সরু স্ক্রিনে এক-কলাম বিন্যাস এবং ছবি তৈরির বোতাম নিচে স্থির থাকে।

স্থানীয় স্টুডিও চালানো

১. পরিবেশ প্রস্তুত করুন

লানজি ব্যবহারের জন্য Node.js 22.19 বা পরবর্তী সংস্করণ প্রয়োজন। Node.js-এর সংস্করণ নিশ্চিত করার পর প্রকল্প ডিরেক্টরিতে নির্ভরতা ইনস্টল করে ডেভেলপমেন্ট সার্ভার চালান:

npm install
npm run dev

চালু হলে ব্রাউজারে http://127.0.0.1:43123 খুলুন।

২. ভঙ্গি নির্বাচন করুন

স্টুডিওর মাঝের অংশে ভঙ্গি নির্বাচন করুন। একসঙ্গে একাধিক ভঙ্গি বেছে নিলে সিস্টেম প্রতিটির জন্য আলাদা ছবি তৈরি করবে। স্বাভাবিক পূর্ণদেহ ভঙ্গি ডিফল্ট পৃষ্ঠা; সেক্সি ও জোড়া ভঙ্গি ডিফল্টভাবে দেখানো হয় না, এগুলো দেখতে প্রাপ্তবয়স্ক টগলটি স্পষ্টভাবে চালু করতে হবে।

৩. পোশাক নির্বাচন করুন

পোশাক পৃষ্ঠায় গিয়ে একটি পোশাক নির্বাচন করুন। বসন্ত, গ্রীষ্ম, শরৎ, শীত ও পার্টি বিভাগ ডিফল্টভাবে দৃশ্যমান; অন্তর্বাস, সাঁতারের পোশাক ও সেক্সি বিভাগগুলো প্রাপ্তবয়স্ক ভঙ্গির সঙ্গে একই টগল ব্যবহার করে।

পোশাক নির্বাচন করলে তৈরি ছবিতে সেটিই ব্যবহার করা হবে এবং চরিত্রের মুখ, চুলের ধরন ও অন্যান্য বৈশিষ্ট্য যতটা সম্ভব অক্ষুণ্ণ থাকবে। এ সময় ডিফল্ট পোশাক ধরে রাখুন বিকল্পটি সাময়িকভাবে নির্বাচিত পোশাকের কাছে অগ্রাধিকার হারাবে।

৪. মডেল সেট বা পরিবর্তন করুন

বাম পাশের অংশে মডেল পরিচালনা করা হয়। আপনি ডিফল্ট দাফেইইউ ব্যবহার করতে পারেন অথবা নিজের সর্বাধিক তিনটি মডেল ছবি আমদানি করতে পারেন। একাধিক রেফারেন্স ছবি চরিত্রের মুখ, চুলের ধরন ও পোশাকের তথ্য দিতে সহায়ক, তবে বাস্তব ফল ব্যবহৃত ইমেজ জেনারেশন মডেলের ওপরও নির্ভর করে।

৫. ছবি তৈরির API কনফিগার করুন

উপরের ডানদিকে ছবি তৈরির সেটিংস খুলে Gemini বা OpenAI-সামঞ্জস্যপূর্ণ API-এর প্রয়োজনীয় কী লিখুন। কী শুধু বর্তমান ব্রাউজারে সংরক্ষিত থাকে; প্রকল্পের ডেটা হিসেবে রিপোজিটরিতে লেখা হয় না।

লানজির ডিফল্ট কনফিগারেশনগুলো হলো:

• Seedream: Volcano Engine Ark ঠিকানা https://ark.cn-beijing.volces.com/api/v3 ব্যবহার করে; ডিফল্ট মডেল doubao-seedream-5-0-flash-260915।
• Gemini: ডিফল্ট মডেল gemini-2.5-flash-image।
• OpenAI-সামঞ্জস্যপূর্ণ API: প্রথমে images/edits কল করে; API সম্পাদনা সমর্থন না করলে শুধু টেক্সট জেনারেশনে ফিরে যায় এবং ফলাফলে জানায় যে রেফারেন্স ছবি পাঠানো হয়নি।

Seedream মডেল ছবি, ঐচ্ছিক পোশাকের ছবি ও ভঙ্গির স্কেচ একসঙ্গে জমা দেয়। পোশাক নির্বাচন করলে রেফারেন্স ছবির ক্রম হলো চরিত্র, মানুষবিহীন পোশাকের ছবি, ভঙ্গির স্কেচ।

৬. জেনারেশন শুরু করুন

মডেল, ভঙ্গি, পোশাক ও API সেটিংস সম্পন্ন হলে ছবি তৈরির বোতামে ক্লিক করুন। কী কনফিগার না থাকলেও ডান পাশে প্রতিটি নির্বাচিত ভঙ্গির জন্য প্রম্পট তৈরি হবে। এসব প্রম্পট কপি করে ইনস্টল করা dsh-image-gen-কে দিয়ে তৈরি করাতে পারেন।

সার্ভার-সাইডে কী কনফিগার করা

ব্রাউজারে কী লিখতে না চাইলে পরিবেশ ভেরিয়েবলের মাধ্যমে সার্ভার প্রসেসে প্রদানকারী, মডেল, API ঠিকানা ও কী কনফিগার করা যায়:

POSE_MUSE_PROVIDER=seedream \
POSE_MUSE_MODEL=doubao-seedream-5-0-flash-260915 \
POSE_MUSE_BASE_URL=https://ark.cn-beijing.volces.com/api/v3 \
POSE_MUSE_API_KEY=আপনার_কী \
npm run dev

স্থির মেশিন বা নিয়ন্ত্রিত পরিবেশে স্টুডিও স্থাপনের জন্য এই পদ্ধতি উপযোগী। চালু হওয়ার পর ফ্রন্টএন্ড ব্রাউজারে কী সংরক্ষণ না করেই সার্ভারের দেওয়া ছবি তৈরির কনফিগারেশন ব্যবহার করতে পারে।

DeepSeek Harness-এ ইনস্টল করুন

মেশিনে DeepSeek Harness ইনস্টল করা থাকলে লানজিকে web প্রোফাইলে প্লাগইন হিসেবে যোগ করা যায়:

dsh plugin --profile web add gen-ai-pose-image

প্যাকেজের নাম gen-ai-pose-image। প্যাকেজ প্রকাশিত না হলে বা স্থানীয় পরিবর্তন ডিবাগ করতে চাইলে প্যাকেজের নামের বদলে রিপোজিটরির স্থানীয় পথ দিন। ইনস্টল শেষ হলে সংশ্লিষ্ট প্রোফাইল পুনরায় চালু করুন।

পুনরায় চালু করার পর বাম সাইডবারে লানজি / স্টুডিও প্রবেশপথ যোগ হবে এবং এটি প্লাগইন ও অটোমেশন টাস্ক-এর পাশে থাকবে। খুললে একই পৃষ্ঠায় মডেল, ভঙ্গি ও পোশাক বেছে নিয়ে ছবি তৈরির সেটিংস পরিবর্তন এবং ফলাফল দেখা যাবে।

Agent-কে লানজির টুল ব্যবহার করান

প্লাগইনটি Agent-কে তিনটি টুল দেয়:

• search_poses: শর্ত পূরণকারী ভঙ্গি খোঁজে।
• search_costumes: পোশাক খোঁজে।
• generate_pose_images: নির্বাচিত বিষয়ের ভিত্তিতে ভঙ্গির ছবি তৈরি করে।

পোশাক বদলাতে পোশাকের নম্বরটি costume_id-এ দিন। Harness প্রসেসে POSE_MUSE_API_KEY সেট থাকলে টুল সরাসরি ছবি তৈরি করে সেশনে সংযুক্ত করবে; কী না থাকলে প্রস্তুত প্রম্পট ফিরিয়ে দেবে, যা পরে dsh-image-gen-এর generate_image বা edit_image-এ দেওয়া যাবে।

প্রাপ্তবয়স্ক ভঙ্গি ও পোশাক ডিফল্টভাবে অনুসন্ধানের ফলে দেখা যায় না। ব্যবহারকারী স্পষ্টভাবে চাইলে তবেই search_poses বা search_costumes-এ include_adult: true পাঠানো উচিত।

মোবাইল ও সরু প্যানেলে ব্যবহার

লানজি রেসপনসিভ বিন্যাস সমর্থন করে। সরু স্ক্রিনে মডেল অংশটি ওপরে সঙ্কুচিত হয়, ভঙ্গির বিভাগ ড্রপডাউন নির্বাচনে পরিণত হয় এবং ছবি তৈরির বোতাম পৃষ্ঠার নিচে স্থির থাকে। পোশাকের বিভাগগুলো স্বয়ংক্রিয়ভাবে পরের লাইনে যায় এবং কার্ডের বিবরণ দৃশ্যমান এলাকার মধ্যে থাকে।

Harness-এর সরু প্যানেলেও বহু-কলামের স্টুডিও এক-কলামে সঙ্কুচিত হয়, তাই আলাদা মোবাইল সংস্করণে যেতে হয় না।

উন্নত ব্যবহারের পরামর্শ

একাধিক ভঙ্গির জেনারেশন সুশৃঙ্খলভাবে পরিচালনা করুন

লানজিতে একসঙ্গে একাধিক ভঙ্গি নির্বাচন করা যায়। ভঙ্গির তুলনা করতে চাইলে আগে মডেল ও পোশাক স্থির করুন, তারপর একগুচ্ছ ভঙ্গি বেছে নিয়ে ব্যাচে তৈরি করুন। এতে একই চরিত্রের বিভিন্ন ভঙ্গিতে সামঞ্জস্য পর্যবেক্ষণ করা সহজ হয়।

পোশাকের রেফারেন্স ছবির ভূমিকা বুঝুন

পোশাক লাইব্রেরির ছবিতে মানুষ থাকে না; এগুলো মূলত পোশাকের চেহারা দেওয়ার জন্য ব্যবহৃত হয়। পোশাক নির্বাচন করলে লানজি একই সঙ্গে চরিত্রের রেফারেন্স, পোশাকের রেফারেন্স ও ভঙ্গির স্কেচ ব্যবহার করে। API ছবি সম্পাদনা সমর্থন না করলে এবং শুধু টেক্সট জেনারেশনে ফিরে গেলে রেফারেন্স ছবি জমা দেওয়া হয় না; ফলাফলের পৃষ্ঠায় তা স্পষ্টভাবে জানানো হবে।

প্রথমে প্রম্পট দিয়ে প্রবাহ যাচাই করুন

সাময়িকভাবে ব্যবহারযোগ্য API কী না থাকলে আগে ভঙ্গি, মডেল ও পোশাক নির্বাচন করে ডান পাশে তৈরি প্রম্পট পরীক্ষা করুন, তারপর তা অন্য ছবি তৈরির টুলে কপি করুন। এতে আনুষ্ঠানিক API কনফিগার করার আগে ওয়ার্কফ্লো যাচাই করা যায়।

প্রকল্প পরীক্ষা চালান

স্থানীয় কোড পরিবর্তন বা জমা দেওয়ার আগে পরীক্ষা ও টাইপ চেক চালাতে পারেন:

npm test
npm run typecheck

কপিরাইট ও ব্যবহারের সীমাবদ্ধতা

লানজির নিজস্ব প্রোগ্রাম MIT License-এর অধীনে, তবে এই লাইসেন্স শুধু প্রোগ্রাম কোডের ক্ষেত্রে প্রযোজ্য; ভঙ্গি, পোশাক ও চরিত্রের রেফারেন্স ছবিতে স্বয়ংক্রিয়ভাবে প্রযোজ্য নয়।

• ভঙ্গির স্কেচ ও মূল ডেটার কপিরাইট ギア-এর; আপস্ট্রিম নির্দেশনায় বলা হয়েছে, এসব ছবি বাণিজ্যিক কাজে ব্যবহার করা যাবে না।
• পোশাকের ছবি ギア-এর 衣装集 COSTUME-DB-01 থেকে নেওয়া; রিপোজিটরিতে শুধু নম্বর ও কীওয়ার্ড রাখা হয়।
• দাফেইইউ-এর সেটিং ছবি deepseek-whale-girl থেকে নেওয়া, লেখক TreapGoGo; সংশ্লিষ্ট রিপোজিটরির MIT লাইসেন্স অনুযায়ী ব্যবহার করা হয়।
• দাফেইইউ একটি কমিউনিটি চরিত্র, DeepSeek-এর প্রতিনিধিত্ব করে না; DeepSeek হলো 深度求索-এর ট্রেডমার্ক এবং প্রকল্পের লাইসেন্স এই ট্রেডমার্ক ব্যবহারের অধিকার দেয় না।

তৈরি ফলাফল প্রকাশ বা ব্যবহারের আগে প্রকল্পের shared/license.mjs ও LICENSE দেখুন এবং প্রতিটি উপকরণের পৃথক লাইসেন্স ও ব্যবহারের সীমাবদ্ধতা মেনে চলুন।

সারসংক্ষেপ

লানজি চরিত্রের রেফারেন্স, ভঙ্গির স্কেচ, মানুষবিহীন পোশাকের ছবি ও ছবি তৈরির API-কে একটি স্টুডিওতে একত্র করে। আপনি স্থানীয়ভাবে দ্রুত ভঙ্গি ও পোশাক বেছে নিতে পারেন, অথবা প্লাগইনটি DeepSeek Harness-এ ইনস্টল করে Agent-এর মাধ্যমে উপকরণ খুঁজে ছবি তৈরি করতে পারেন। শুরুতে স্থানীয় স্টুডিও চালিয়ে প্রবাহ যাচাই করুন, তারপর ব্যবহৃত API অনুযায়ী ব্রাউজার বা সার্ভার-সাইড কী কনফিগার করুন।