rea-video آپریشن میں

rea-video ایک اوپن سورس AI ویڈیو ریورس انجینئرنگ ٹول ہے، جو خاص طور پر AI Agent کے لیے ڈیزائن کیا گیا ہے۔ rea-video ہر شاٹ کا تجزیہ کرکے تعین کرتا ہے کہ منظر حقیقی فلم بندی، AI سے تیار کردہ مواد یا کوڈ سے بنے موشن گرافکس پر مشتمل ہے، اور کیمرہ پوزیشن، روشنی، سب ٹائٹل اسٹائل، ایڈیٹنگ کی رفتار اور آڈیو کی ساخت کو الگ کرتا ہے۔ یہ ہر شاٹ کی رپورٹ اور دوبارہ تخلیق کا منصوبہ تیار کرتا ہے، شاٹس کے پرامپٹس بھی اخذ کرسکتا ہے، اور ری کریئیشن ٹولز کے ساتھ مصنوعات یا کردار تبدیل کرکے نئی ویڈیوز بنا سکتا ہے۔ مقامی طور پر ffmpeg اور Python 3.10+ درکار ہیں؛ وژن ماڈل منسلک کرنے سے تجزیہ زیادہ درست ہوجاتا ہے۔

ویڈیو کی قسم کا تعین: ہر شاٹ میں یہ طے کیا جاتا ہے کہ منظر حقیقی انسانوں کی فلم بندی، AI سے تیار کردہ مواد، 3D رینڈرنگ، کوڈ سے بنے موشن گرافکس یا اسکرین ریکارڈنگ ہے۔ مخلوط ایڈیٹنگ کو حصوں میں تقسیم کرکے دوبارہ ترتیب دیا جاتا ہے۔
پروڈکشن کے طریقے کا تجزیہ: کیمرہ پوزیشن اور روشنی کا منصوبہ، کیمرے کی حرکت اور رنگوں کی ایڈجسٹمنٹ فراہم کی جاتی ہے، یا ہر AI شاٹ کے پرامپٹس اور درکار حوالہ جاتی مواد اخذ کیا جاتا ہے۔
سب ٹائٹل اور آرائشی عناصر کا استخراج: ہر سطر کے سب ٹائٹل کا آغاز و اختتام، رنگ، آؤٹ لائن اور داخلے کا اینیمیشن دیا جاتا ہے۔ SRT/ASS برآمد کیے جاسکتے ہیں، جبکہ اسٹیکرز، ایموجیز اور پکچر اِن پکچر کی جگہ اور دکھائی دینے کا دورانیہ بھی متعین کیا جاتا ہے۔
ایڈیٹنگ اور آڈیو کا تجزیہ: کٹ پوائنٹس، ایڈیٹنگ کی رفتار اور موسیقی کی تھاپ کے ساتھ ان کا تعلق نشان زد کیا جاتا ہے۔ انسانی آواز/AI وائس اوور، AI یا میوزک لائبریری کی موسیقی، اس کا BPM اور صوتی اثرات کے مقامات کا تعین کیا جاتا ہے۔
ری کریئیشن منصوبہ تیار کرنا: شاٹس کو ہدف ویڈیو ماڈل کی صلاحیت کے مطابق بیچ میں ایک جنریشن پلان میں منظم کیا جاتا ہے، حقیقی فلم بندی، جنریشن اور کوڈ لکھنے والے حصوں کو الگ کیا جاتا ہے، اور ہر شاٹ کے اسکرین شاٹس پر مشتمل HTML رپورٹ تیار کی جاتی ہے۔

WeChat پر فالو کریں اور “开源” کا جواب دے کر AI اوپن سورس پروجیکٹ گروپ میں شامل ہوں۔
شاٹس کی تقسیم: پہلے ویڈیو میں شاٹ کی حدود کا پتا لگایا جاتا ہے اور حقیقی ٹائم اسٹیمپس کے مطابق تقسیم کیا جاتا ہے (متغیر فریم ریٹ والی ویڈیوز میں کٹ پوائنٹس کو حقیقی فریم ٹائم کے مطابق ملایا جاتا ہے)۔ اسی دوران آڈیو ٹریک کو انسانی آواز، موسیقی اور صوتی اثرات کے تین ٹریکس میں الگ کیا جاتا ہے تاکہ بعد میں قسم کے مطابق شواہد جمع کیے جاسکیں۔
ملٹی موڈل شواہد کا حصول: مقداری سطح پر فریم کی رفتار، سینسر شور اور یہ جانچا جاتا ہے کہ آیا پوری تصویر ایک واحد سطح کے طور پر حرکت کررہی ہے؛ میٹا ڈیٹا میں AIGC ٹیگز بھی دیکھے جاتے ہیں۔ بصری سطح پر ماڈل ہاتھوں، متن اور طبیعی معقولیت کا جائزہ لیتا ہے؛ سماعتی سطح پر BPM، سُر اور گانے اور گفتگو کے فرق کا تجزیہ کیا جاتا ہے۔
شواہد کی ترجیح طے کرنا: سخت شواہد کو “دیکھنے میں ایسا لگتا ہے” والی ماڈل کی بصیرت پر ترجیح دی جاتی ہے۔ جب دونوں نتائج میں تضاد ہو تو اسے مشکوک نشان زد کرکے Agent کو بصری تصدیق کے لیے دیا جاتا ہے، تاکہ غلطی کی شرح کم سے کم رہے۔
ماڈل کی صلاحیت کے مطابق ری کریئیشن کی منصوبہ بندی: ویڈیو، تصویر اور آڈیو ماڈلز کی صلاحیتوں کا جدول اندرونی طور پر شامل ہے۔ اس کی بنیاد پر شاٹس کو کم سے کم جنریشنز والے منصوبے میں بیچ پروسیس کیا جاتا ہے، اور فیصلہ کیا جاتا ہے کہ کسی حصے کے لیے ویڈیو ماڈل استعمال کیا جائے یا LLM سے Blender/Three.js/Remotion کا کوڈ لکھوا کر اسے دوبارہ بنایا جائے۔
Agent پر مبنی معماری: یہ پروجیکٹ CLI اور Skill کی صورت میں Claude Code، Codex اور دیگر Agents کے لیے دستیاب ہے۔ یہ ویڈیو ماڈل کے بغیر بھی چل سکتا ہے؛ Gemini یا 豆包 سے منسلک ہونے پر ہر شاٹ کے لیے پرامپٹس خودکار طور پر اخذ کیے جاسکتے ہیں، جس سے درستگی اور خودکاری دونوں بہتر ہوتی ہیں۔

ماحول تیار کریں: کمپیوٹر پر ffmpeg اور Python 3.10+ انسٹال کریں۔
Agent منتخب کریں: Claude Code، Codex یا کسی بھی ایسے AI Agent میں استعمال کریں جو کمانڈز چلا سکتا ہو۔
پروجیکٹ انسٹال کریں: Agent سے کہیں “انسٹال کریں https://github.com/JuneYaooo/rea-video”، یہ خودکار طور پر مکمل ہوجائے گا۔
تجزیہ شروع کریں: Agent کو بتائیں “اس ویڈیو کا تجزیہ کریں /path/to/video.mp4″”، وہ مکمل عمل چلائے گا۔
وژن ماڈل منسلک کریں: Agent کو Gemini یا 豆包 کا API ایڈریس اور Key فراہم کریں، جس سے ہر شاٹ کا فیصلہ زیادہ درست ہوگا اور پرامپٹس بھی اخذ کیے جاسکیں گے؛ اگر منسلک نہ کریں تو Agent تصاویر دیکھ کر مشکوک شاٹس کی تصدیق کرے گا۔
نتائج دیکھیں: ایک جملے کا خلاصہ، “حقیقی فلم بندی/جنریشن/کوڈ لکھنے” کی تین اقسام میں ری کریئیشن پلان، اور ہر شاٹ کے اسکرین شاٹس و آڈیو تجزیے پر مشتمل report.html حاصل ہوگا۔
ری کریئیشن جاری رکھیں: رپورٹ کو cheap-claude-video یا Hypit جیسے ٹولز کے حوالے کریں اور فارمولے کے مطابق عناصر تبدیل کرکے نیا ورژن تیار کریں۔

وسیع کوریج: حقیقی انسانوں کی فلم بندی، AI جنریشن، 3D اینیمیشن، کوڈ سے بنے موشن گرافکس، اسکرین ریکارڈنگ اور مخلوط ایڈیٹنگ سب کا تجزیہ کیا جاسکتا ہے، جبکہ مخلوط ویڈیوز کے ہر حصے کا الگ فیصلہ کیا جاتا ہے۔
شواہد پر مبنی: فریم کی رفتار، سینسر شور اور AIGC میٹا ڈیٹا جیسے سخت شواہد کو ماڈل کی بصیرت پر ترجیح دی جاتی ہے؛ متضاد نتائج Agent کو تصدیق کے لیے دیے جاتے ہیں۔ سرکاری خود آزمائش کے مطابق اصل ویڈیوز پر درستگی تقریباً 99% ہے۔
نتیجہ ہی فارمولہ: صرف نتیجہ نہیں بلکہ کیمرہ پوزیشن و روشنی کی فہرست، اخذ کردہ پرامپٹس اور ماڈل کی صلاحیت کے مطابق منظم ری کریئیشن پلان بھی فراہم کیا جاتا ہے، جس پر براہ راست عمل کیا جاسکتا ہے۔
انتہائی باریک تفصیل: سب ٹائٹل کا آغاز و اختتام اور اسٹائل، اسٹیکر کی جگہ، کٹ پوائنٹس اور موسیقی کی تھاپ کا تعلق، انسانی آواز/AI وائس اوور اور BPM سب کو مقداری انداز میں توڑا جاتا ہے۔
Agent کے لیے مقامی: CLI+Skill کی صورت میں Claude Code، Codex اور دیگر Agents سے منسلک ہوتا ہے؛ ایک کمانڈ سے ماحول انسٹال کرکے مکمل عمل چلایا جاسکتا ہے، اس لیے داخلے کی رکاوٹ بہت کم ہے۔

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

ای کامرس ویڈیو ری کریئیشن: مقبول تجارتی ویڈیوز کی کیمرہ پوزیشن، شاٹ کمپوزیشن اور سب ٹائٹل کی رفتار کا تجزیہ کرکے اپنی مصنوعات کے ساتھ اسی طرز کی ویڈیوز بیچ میں تیار کریں۔
MCN مسابقتی تحقیق: حریف ویڈیوز کی ساخت کا ہر شاٹ کے حساب سے تجزیہ کریں (حقیقی فلم بندی کا تناسب، AI سے تیار کردہ حصے، کوڈ سے بنے موشن گرافکس) اور ان کی پروڈکشن لاگت و عمل کو سمجھیں۔
AI شارٹ فلم کی تخلیق میں کارکردگی: پسندیدہ AI شارٹ فلم سے ہر شاٹ کے پرامپٹس اور جنریشن پیرامیٹرز اخذ کریں، تاکہ خود تجربہ کرنے کی لاگت کم ہو۔
مخلوط مواد کا تجزیہ: “حقیقی انسان+AI کردار+اسکرین ریکارڈنگ” جیسی مخلوط ویڈیو کے ہر حصے کے پروڈکشن طریقے کا تعین کریں اور اصل ٹائم لائن کے مطابق اپنا ورژن دوبارہ ترتیب دیں۔
سائنسی/موشن گرافکس کی نقل: 3D سائنسی وضاحتی اور کوڈ سے بنے موشن گرافکس والی ویڈیوز کو Blender/Remotion میں دوبارہ تعمیر کرنے کے طریقے میں تبدیل کریں، تاکہ کم لاگت میں ملتا جلتا اثر حاصل کیا جاسکے۔