Async Video Gen Client کے ذریعے متعدد AI فراہم کنندگان سے ویڈیوز بنائیں

ویڈیو جین کلائنٹ کیا کرتا ہے

ویڈیو جین کلائنٹ کئی ویڈیو جنریشن فراہم کنندگان کے لیے ایک غیر متزامن Python کلائنٹ فراہم کرتا ہے: ByteDance کا Seedance، Kuaishou کا Kling، MiniMax/Hailuo، اور Alibaba کا Wan۔ الگ الگ فراہم کنندہ انٹیگریشنز کے ساتھ کام کرنے کے بجائے، آپ دستیاب ماڈلز دریافت کر سکتے ہیں، جنریشن ٹاسکس جمع کرا سکتے ہیں، ان کی حیثیت چیک کر سکتے ہیں، اور نتائج ایک متحد کمانڈ لائن انٹرفیس یا ویب ایپلیکیشن کے ذریعے ڈاؤن لوڈ کر سکتے ہیں۔

یہ پروجیکٹ فراہم کنندگان کی APIs کے گرد انٹیگریشن کوڈ کے طور پر ڈیزائن کیا گیا ہے۔ چونکہ یہ APIs اور ان کے ماڈل IDs آزادانہ طور پر تبدیل ہو سکتے ہیں، اس لیے فراہم کنندہ اڈاپٹرز کو وقتاً فوقتاً اپ ڈیٹ کرنے کی ضرورت پڑ سکتی ہے۔

معاونت یافتہ فراہم کنندگان اور ماڈلز

کلائنٹ فی الحال درج ذیل فراہم کنندہ خاندانوں اور API ماڈل IDs کی فہرست دیتا ہے:

• Seedance: ورژن 2.5 میں doubao-seedance-2.5 استعمال ہوتا ہے؛ ورژن 2.0 میں doubao-seedance-2-0-260128؛ جبکہ 2.0 Mini اور 2.0 Fast درجوں میں بالترتیب doubao-seedance-2-0-mini-260615 اور doubao-seedance-2-0-fast-260128 استعمال ہوتے ہیں۔
• Kling: Kling 3.0 اور 3.0 Omni میں kling-v3 اور kling-v3-omni استعمال ہوتے ہیں۔ دیگر درج شدہ ماڈلز میں kling-v2-6، kling-v2-5-turbo، اور kling-v2-1-master شامل ہیں۔
• MiniMax/Hailuo: H3 میں MiniMax-H3 استعمال ہوتا ہے، جبکہ ورژن 2.3 میں MiniMax-Hailuo-2.3 اور MiniMax-Hailuo-2.3-Fast استعمال ہوتے ہیں۔
• Wan: Wan 3.0 میں wan3.0 استعمال ہوتا ہے۔ Wan 2.7، 2.6، اور 2.5 ٹیکسٹ ٹو ویڈیو، امیج ٹو ویڈیو، ریفرنس ٹو ویڈیو، یا پیش نظارہ کے لیے مخصوص ماڈل IDs فراہم کرتے ہیں۔

کلائنٹ انسٹال اور ترتیب دیں

1. ریپوزٹری کلون کریں:

   git clone https://github.com/letorig/video-generator-client
   cd video-generator-client

2. ورچوئل ماحول بنائیں:

   python -m venv .venv

3. ماحول فعال کریں۔ Windows پر چلائیں:

   .venv\Scripts\activate

   macOS یا Linux پر چلائیں:

   source .venv/bin/activate

4. ویب سپورٹ کے ساتھ پیکیج انسٹال کریں:

   pip install -e ".[web]"

5. فراہم کنندہ کی اسناد شامل کریں: .env.example کو .env میں کاپی کریں، پھر ان فراہم کنندگان کی اسناد شامل کریں جنہیں آپ استعمال کرنا چاہتے ہیں۔ README کسی ایک مخصوص اسناد کے مجموعے کی پابندی نہیں لگاتا، اس لیے صرف اپنے ورک فلو کے لیے درکار سروسز ترتیب دیں۔

CLI استعمال کرتے وقت تیار کردہ آؤٹ پٹ output فولڈر میں محفوظ ہوتا ہے۔

کمانڈ لائن انٹرفیس استعمال کریں

انسٹالیشن کے بعد video-gen کمانڈ فراہم کنندگان کو دریافت کرنے، ماڈلز منتخب کرنے، جنریشن ٹاسکس شروع کرنے، اور نتائج چیک کرنے کا بنیادی ورک فلو فراہم کرتی ہے۔

فراہم کنندگان اور ماڈلز دریافت کریں

دستیاب کمانڈز اور فراہم کنندگان دیکھنے سے شروع کریں:

video-gen --help
video-gen providers

کسی فراہم کنندہ کے ماڈلز دیکھنے کے لیے اس کا نام models کمانڈ کو دیں:

video-gen models wan

ویڈیو بنائیں

پرامپٹ، فراہم کنندہ، ماڈل، اور دورانیے کے ساتھ ٹیکسٹ ٹو ویڈیو درخواست جمع کرائیں:

video-gen generate wan --prompt "A snowy forest at dawn" --model 2.1 --duration 5

یہ کمانڈ منتخب فراہم کنندہ کے ذریعے ٹاسک جمع کراتی ہے اور نتیجے میں حاصل ہونے والا آؤٹ پٹ output فولڈر میں محفوظ کرتی ہے۔ اپنی کمانڈز بناتے وقت پروجیکٹ کی جانب سے ظاہر کردہ فراہم کنندہ اور ماڈل کی قدریں استعمال کریں، کیونکہ فراہم کنندہ کے ماڈلز کی دستیابی تبدیل ہو سکتی ہے۔

ٹاسک کی حیثیت چیک کریں

غیر متزامن جنریشن ورک فلو کے لیے فراہم کنندہ اور ٹاسک ID کے ذریعے ٹاسک کا استفسار کریں:

video-gen status wan TASK_ID

TASK_ID کو جنریشن ورک فلو سے موصول ہونے والے identifier سے تبدیل کریں۔

ویب انٹرفیس چلائیں

پروجیکٹ میں Python پیکیج کے اندر براہ راست ایک ویب انٹرفیس شامل ہے۔ npm، Node.js، یا الگ فرنٹ اینڈ بلڈ مرحلے کی ضرورت نہیں ہے۔ FastAPI HTML انٹرفیس فراہم کرتا ہے اور فراہم کنندہ کی دریافت، ویڈیو جنریشن، ٹاسک پولنگ، اور MP4 ڈاؤن لوڈز کے لیے JSON endpoints پیش کرتا ہے۔

ڈیفالٹ host اور port کے ساتھ سرور شروع کریں:

video-gen serve

آپ host اور port واضح طور پر مقرر کر سکتے ہیں:

video-gen serve --host 127.0.0.1 --port 8000

reload فعال سرور کے لیے چلائیں:

video-gen serve --host 0.0.0.0 --port 9000 --reload

ویب UI کی صلاحیتیں

انٹرفیس فراہم کنندہ اور ماڈل کا انتخاب، ٹیکسٹ ٹو ویڈیو اور امیج ٹو ویڈیو ان پٹس، منفی پرامپٹس، دورانیہ، aspect ratio، اور ریزولوشن کے کنٹرولز کو سپورٹ کرتا ہے۔ یہ لائیو ٹاسک اسٹیٹس پولنگ، ویڈیو پیش نظارہ، MP4 ڈاؤن لوڈ، اور موجودہ سرور سیشن کی میموری میں ٹاسک ہسٹری بھی فراہم کرتا ہے۔

عملی ورک فلو تجاویز

• جنریشن سے پہلے معائنہ کریں: فراہم کنندہ یا ماڈل منتخب کرنے سے پہلے video-gen providers اور video-gen models PROVIDER چلائیں۔
• اسناد کا دائرہ محدود رکھیں: .env فائل میں صرف موجودہ ورک فلو کے لیے درکار فراہم کنندہ کی اسناد شامل کریں۔
• غیر متزامن ٹاسک ٹریکنگ استعمال کریں: جنریشن کو status کمانڈ اور ویب انٹرفیس کی لائیو پولنگ کے ذریعے مانیٹر کیا جا سکتا ہے۔
• اپنے ورک فلو کے مطابق انٹرفیس منتخب کریں: CLI اسکرپٹس اور ٹرمینل پر مبنی جابز کے لیے موزوں ہے، جبکہ ویب UI انٹرایکٹو کنٹرولز اور پیش نظارے فراہم کرتا ہے۔
• انٹیگریشن کی دیکھ بھال متوقع رکھیں: فراہم کنندہ APIs اور ماڈل IDs اس SDK سے آزاد ہیں اور تبدیل ہو سکتے ہیں، اس لیے جب کوئی فراہم کنندہ اپنی سروس اپ ڈیٹ کرے تو اڈاپٹرز اور ماڈل کیٹلاگز کی تصدیق کریں۔

پروجیکٹ کا ڈھانچہ

ریپوزٹری کلائنٹ، کمانڈ لائن انٹرفیس، ویب سرور، ماڈل کیٹلاگ، فراہم کنندہ اڈاپٹرز، جامد ویب اثاثوں، مثالوں، ٹیسٹس، اور یوٹیلیٹی کوڈ کو الگ الگ رکھتی ہے:

src/video_gen/
├── client.py
├── cli.py
├── web.py
├── catalog.py
├── static/index.html
├── providers/
└── utils/

ترتیب .env.example میں درج ہے، جبکہ پیکیجنگ اور تنصیب کی ترتیبات pyproject.toml میں متعین کی گئی ہیں۔ ریپوزٹری میں examples/، tests/ اور اختیاری mcp_server/ ڈائریکٹری بھی شامل ہے۔

نتیجہ

Video Gen Client، Python ڈویلپرز کو متعدد ویڈیو تیار کرنے والے فراہم کنندگان کے ساتھ کام کرنے کا متحد طریقہ فراہم کرتا ہے۔ اسے ورچوئل ماحول میں انسٹال کریں، مطلوبہ اسناد ترتیب دیں، معاون ماڈلز دریافت کریں، اور CLI یا شامل کردہ FastAPI ویب UI کے ذریعے کام جمع کرائیں۔ پروڈکشن میں استعمال کے لیے فراہم کنندگان میں ہونے والی تبدیلیوں کی نگرانی کریں، کیونکہ ماڈل IDs اور API کا طرزِ عمل کلائنٹ سے آزادانہ طور پر تبدیل ہو سکتا ہے۔