OpenHiggsfield AI کے ساتھ اوپن سورس AI امیج اور ویڈیو اسٹوڈیو بنائیں اور چلائیں

OpenHiggsfield AI کیا ہے؟

OpenHiggsfield AI، Higgsfield AI کا ایک مفت، اوپن سورس متبادل ہے۔ یہ تصاویر اور ویڈیوز تیار کرنے کے لیے 40 ماڈلز کے ساتھ ایک متحد براؤزر اسٹوڈیو فراہم کرتا ہے: 12 تصویری ماڈلز اور 28 ویڈیو ماڈلز۔ آپ اپنی جنریشن پلیٹ فارم کی کلید استعمال کرتے ہیں، اور ہوسٹڈ اسٹوڈیو کھول سکتے ہیں یا ایپلیکیشن خود چلا سکتے ہیں۔

یہ پروجیکٹ Next.js 16 App Router، React 19، Zustand، سادہ CSS، اور pnpm کے ساتھ بنایا گیا ہے۔ اس کے کیٹلاگ میں Nano Banana، Soul، Gemini، Kling، Veo، Wan، Flux، GPT Image، Ideogram، Recraft، LTX، MiniMax، PixVerse، Grok، اور Qwen جیسے خاندانوں کے ماڈلز شامل ہیں۔

اسٹوڈیو مفت اور اوپن سورس ہے، لیکن جنریشن کی درخواستیں آپ کی اپنی پلیٹ فارم کلید استعمال کرتی ہیں۔

اہم خصوصیات

تصاویر اور ویڈیوز کے لیے ایک کمپوزر

ایک ہی پرامپٹ بار تصویر اور ویڈیو دونوں تیار کرتا ہے۔ منتخب کردہ ماڈل آؤٹ پٹ کی قسم کا تعین کرتا ہے۔ macOS پر درخواست جمع کرانے کے لیے Cmd + Enter، جبکہ دیگر پلیٹ فارمز پر Ctrl + Enter دبائیں۔

ہر ماڈل اپنی معاون ترتیبات اور میڈیا کرداروں کا اعلان کرتا ہے۔ اسی لیے انٹرفیس صرف متعلقہ کنٹرولز دکھاتا ہے، جیسے پہلو کا تناسب، ریزولوشن، دورانیہ، آؤٹ پٹ فارمیٹ، آڈیو، بیچ کا سائز، اور پرامپٹ میں بہتری۔

ماڈل سے ہم آہنگ میڈیا ان پٹس

منتخب کردہ ماڈل کے مطابق، آپ معاون ان پٹس منسلک کر سکتے ہیں، جیسے ابتدائی فریم، آخری فریم، حوالہ جاتی میڈیا، ویڈیو، یا آڈیو۔ ہر کردار کی حدود اسی ماڈل کی اعلان کردہ حدود کے مطابق ہوتی ہیں۔

اپ لوڈ کی گئی فائلیں براہِ راست Vercel Blob کو بھیجی جاتی ہیں اور عوامی URLs میں تبدیل ہو جاتی ہیں جنہیں جنریشن کی درخواستیں استعمال کر سکتی ہیں۔ اثاثہ منتخب کنندہ اپ لوڈ لائبریری یا مقامی تاریخ میں مکمل شدہ رنز سے فائلیں دوبارہ بھی استعمال کر سکتا ہے۔

بیچ جنریشن اور براہِ راست پیش رفت

اسٹوڈیو ہر جمع کرائی گئی درخواست کے لیے زیادہ سے زیادہ چار نتائج کی معاونت کرتا ہے۔ جن ماڈلز میں مقامی تعداد کی ترتیب موجود ہو، وہی اختیار استعمال کیا جاتا ہے؛ دیگر ماڈلز کے لیے ہر نتیجے کی خاطر ایک درخواست بھیجی جاتی ہے۔

درخواست جمع کرانے کے فوراً بعد نتائج کے پلیس ہولڈرز ظاہر ہو جاتے ہیں۔ OpenHiggsfield AI ہر چار سیکنڈ بعد درخواست کی حالت چیک کرتا ہے، دس منٹ کی آخری مدت کے ساتھ، اور ہر مکمل نتیجہ دستیاب ہوتے ہی دکھاتا ہے۔

گیلری اور نتائج کا انتظام

• گیلری کے چار دائرے: تصویر، ویڈیو، اثاثے، اور پسندیدہ۔
• میسنری لے آؤٹ: نتائج اپنے اصل پہلو کے تناسب میں، نئے نتائج پہلے، ظاہر ہوتے ہیں۔
• ٹائل کے اقدامات: دوبارہ استعمال، پسندیدہ بنانا، حذف کرنا، اور انفرادی نتائج منتخب کرنا۔
• تفصیلی ناظر: پرامپٹ، ماڈل، طے شدہ ترتیبات، ٹائم اسٹیمپ، اور مکمل سائز کا میڈیا دیکھیں۔
• اجتماعی کارروائیاں: منتخب اشیا کو ڈاؤن لوڈ، پسندیدہ، پسندیدہ سے ہٹائیں، یا حذف کریں۔
• واپس لینا: حذف شدہ نتائج کو چھ سیکنڈ تک بحال کیا جا سکتا ہے۔
• ناکامی سے بحالی: ناکام، منسوخ شدہ، یا NSFW رنز اپنی وجہ محفوظ رکھتے ہیں اور دوبارہ کوشش کا طریقہ فراہم کرتے ہیں۔

دوبارہ استعمال منتخب کرنے سے اصل ماڈل، پرامپٹ، اور ترتیبات بحال ہو جاتی ہیں، اس لیے یہ صرف پرامپٹ کا متن نقل کرنے کے بجائے تدریجی کام کے لیے مفید ہے۔

مقامی تاریخ

تاریخ موجودہ براؤزر کے IndexedDB میں محفوظ ہوتی ہے۔ اس میں زیادہ سے زیادہ 60 ریکارڈز رکھے جاتے ہیں، جبکہ پسندیدہ اشیا اس حد پر پرانی ہو کر حذف ہونے کے بجائے محفوظ رہتی ہیں۔ چونکہ نتائج کے URLs جنریشن پلیٹ فارم سے تعلق رکھتے ہیں، اس لیے CDN میڈیا کی میعاد ختم ہونے کے بعد بھی پرانے ریکارڈ تاریخ میں موجود رہ سکتے ہیں۔

آپشن 1: ہوسٹڈ اسٹوڈیو استعمال کریں

شروع کرنے کا تیز ترین طریقہ openhiggsfield.ai کھولنا ہے۔ یہ ورژن مکمل طور پر براؤزر میں چلتا ہے اور Node.js کی تنصیب یا مقامی سیٹ اپ کی ضرورت نہیں ہوتی۔

1. ہوسٹڈ اسٹوڈیو کھولیں۔
2. Add key منتخب کریں۔
3. اپنی پلیٹ فارم کلید id:secret فارمیٹ میں پیسٹ کریں۔
4. تصویر یا ویڈیو ماڈل منتخب کریں۔
5. پرامپٹ درج کریں اور دستیاب ترتیبات ترتیب دیں۔
6. درخواست جمع کرائیں اور نتائج کی ٹائلز مکمل ہونے کا انتظار کریں۔

کلید کو سرور ایکشن کے ذریعے ہینڈل کیا جاتا ہے اور httpOnly کوکی میں محفوظ کیا جاتا ہے۔ براؤزر جنریشن API کو براہِ راست کال نہیں کرتا۔ اگر کوئی کلید دستیاب نہ ہو تو اسٹوڈیو خاموشی سے ناکام ہونے کے بجائے کلید کا موڈل کھولتا ہے۔

آپشن 2: OpenHiggsfield AI مقامی طور پر انسٹال کریں

ضروریات

آپ کو ایسا ڈویلپمنٹ ماحول درکار ہے جو پروجیکٹ کو pnpm کے ساتھ چلا سکے۔ جنریشن کے لیے ایک مطابقت رکھنے والی پلیٹ فارم کلید بھی درکار ہے۔ اپ لوڈ کے ورک فلو کے لیے Vercel Blob کا read-write ٹوکن ضروری ہے۔

انحصارات انسٹال کریں اور ڈویلپمنٹ شروع کریں

ریپوزٹری کو کلون یا ڈاؤن لوڈ کریں، ٹرمینل میں اس کی ڈائریکٹری کھولیں، اور چلائیں:

pnpm install
pnpm dev

ڈویلپمنٹ سرور http://localhost:3000 پر شروع ہوتا ہے۔ یہ ایڈریس کھولیں، Add key دبائیں، اور کلید id:secret کے طور پر درج کریں۔

ماحولیاتی متغیرات ترتیب دیں

ایپلیکیشن کے زیرِ استعمال ماحول میں جنریشن API کا origin اور Vercel Blob ٹوکن مقرر کریں:

HF_API_BASE_URL=
OPEN_HIGGSFIELD_READ_WRITE_TOKEN=

• HF_API_BASE_URL جنریشن API کے صرف سرور پر دستیاب origin کی وضاحت کرتا ہے۔
• OPEN_HIGGSFIELD_READ_WRITE_TOKEN Vercel Blob اپ لوڈز کے لیے read-write رسائی فراہم کرتا ہے۔

جنریشن API کا origin یا نجی اسناد کلائنٹ سائیڈ کوڈ کے ذریعے ظاہر نہ کریں۔ پروجیکٹ اس طرح بنایا گیا ہے کہ سرور ایکشنز ہی جنریشن API کو کال کریں۔

پروڈکشن کمانڈز

پروڈکشن ورژن بنائیں اور چلائیں:

pnpm build
pnpm start

ریپوزٹری میں ایک برانڈنگ کمانڈ بھی شامل ہے جو public/ میں موجود آئیکنز اور Open Graph کارڈ کو دوبارہ بناتی ہے:

pnpm brand

اپنا پہلا نتیجہ تیار کریں

1. تصدیق کریں کہ ٹاپ بار کا کلیدی اشاریہ دستیاب کلید کی موجودگی دکھا رہا ہے۔
2. تلاش کے قابل ماڈل منتخب کنندہ کھولیں۔
3. تصویر یا ویڈیو ماڈل منتخب کریں۔
4. مشترکہ کمپوزر میں پرامپٹ لکھیں۔
5. اس ماڈل کے لیے دکھائی جانے والی ترتیبات کا جائزہ لیں۔
6. اگر معاونت موجود ہو تو حوالہ جاتی میڈیا یا کردار کے مطابق کوئی اور ان پٹ منسلک کریں۔
7. جہاں مناسب ہو، زیادہ سے زیادہ چار کا بیچ سائز منتخب کریں۔
8. Cmd + Enter یا Ctrl + Enter دبائیں۔

ایک بنیادی تصویری درخواست کے لیے آپ یہ درج کر سکتے ہیں:

طلوعِ آفتاب کے وقت دھندلے جنگل کے اوپر شیشے کی رصدگاہ کی سنیماٹک تصویر

ویڈیو ماڈل کے لیے حرکت پر مبنی پرامپٹ یہ ہو سکتا ہے:

کیمرہ آہستہ آہستہ شیشے کی رصدگاہ کے قریب پہنچتا ہے جبکہ صبح کی دھند درختوں کے درمیان سے گزرتی ہے

دستیاب اختیارات ماڈل کے لحاظ سے مختلف ہوتے ہیں۔ ہر ماڈل کے لیے یکساں ان پٹس کی معاونت فرض کرنے کے بجائے صرف وہ ترتیبات اور میڈیا کردار استعمال کریں جو اسٹوڈیو دکھاتا ہے۔

اثاثے اور سابقہ رنز دوبارہ استعمال کریں

جب کوئی ماڈل میڈیا قبول کرے تو متعلقہ کردار کے لیے اثاثہ منتخب کنندہ کھولیں۔ یہ ایک ہی لائبریری کے اوپر دو ذرائع پیش کرتا ہے:

• اپ لوڈز: وہ فائلیں جو پہلے اسٹوڈیو کے ذریعے اپ لوڈ کی گئی ہیں۔
• تاریخچہ: مکمل شدہ جنریشن رنز سے حاصل کردہ میڈیا۔

منتخب کردہ کردار کے لیے درکار قسم کے مطابق منتخب کنندہ آئٹمز کو فلٹر کرتا ہے۔ اس سے مکمل شدہ تصویر کو ابتدائی فریم یا حوالہ کے طور پر استعمال کرنا ممکن ہو جاتا ہے، جب منتخب ماڈل اس ان پٹ کی معاونت کا اعلان کرے۔

پچھلی جنریشن دہرانے کے لیے اس کے گیلری ٹائل پر دوبارہ استعمال کریں یا ویور میں دوبارہ بنائیں منتخب کریں۔ اسٹوڈیو ماڈل، ترتیبات اور پرامپٹ بحال کر دیتا ہے، تاکہ آپ ایک تفصیل تبدیل کر کے دوسرا ورژن تیار کر سکیں۔

گیلری میں مؤثر انداز سے کام کریں

میڈیا کی کسی ایک قسم پر توجہ مرکوز کرنے کے لیے تصویر اور ویڈیو کے دائرہ کار استعمال کریں، ہر مکمل شدہ رن دیکھنے کے لیے اثاثے، اور اہم نتائج کو قابلِ رسائی رکھنے کے لیے پسندیدہ استعمال کریں۔ ٹیب ریل تیر والے بٹنوں سے نیویگیشن کی معاونت کرتی ہے۔

متعدد نتائج منظم کرنے کے لیے ٹائل کے چیک باکس پر کلک کر کے انتخاب کا موڈ فعال کریں۔ Shift کے ساتھ کلک کرنے سے کسی رینج میں انتخاب بڑھایا جا سکتا ہے۔ اس کے بعد آپ اجتماعی ڈاؤن لوڈ، پسندیدہ میں تبدیلیاں یا حذف کرنے کی کارروائیاں کر سکتے ہیں۔ انتخاب کا موڈ چھوڑنے کے لیے Esc دبائیں۔

اجتماعی ڈاؤن لوڈ سلسلہ وار چلتے ہیں اور پیش رفت دکھاتے ہیں۔ حتمی رپورٹ ان فائلوں کی نشان دہی کرتی ہے جنہیں CDN نے مسترد کیا ہو۔ اگر آپ نے غلط آئٹمز حذف کر دیے ہوں تو چھ سیکنڈ کا ان ڈو کنٹرول ختم ہونے سے پہلے استعمال کریں۔

جنریشن کا معماری نظام کیسے کام کرتا ہے

ہر جنریشن ایک واحد آبجیکٹ سے شروع ہوتی ہے جس میں منتخب ماڈل، پرامپٹ، میڈیا اور ترتیبات شامل ہوتی ہیں:

{ model, prompt, media, settings }

انٹرفیس یہ آبجیکٹ تیار کر کے سرور ایکشن کو بھیجتا ہے۔ یہ ایکشن کیٹلاگ میں ماڈل حل کرتا ہے اور اسٹوڈیو کی قدروں کو جنریشن API کے متوقع فیلڈز، مثلاً image_urls اور aspect_ratio، میں نقشہ بناتا ہے۔

جمع کرانے اور اسٹیٹس کی درخواستیں سرور کی جانب سے درج ذیل نمونوں کی پیروی کرتی ہیں:

POST /{model}
GET /requests/{id}/status
Authorization: Key <api_key>

براؤزر کبھی بھی جنریشن API سے براہِ راست رابطہ نہیں کرتا۔ اپ لوڈز الگ طریقے سے سنبھالے جاتے ہیں: کلائنٹ /api/blob کے ذریعے Vercel Blob پر اپ لوڈ کرتا ہے، جو محدود دائرہ کار والے ٹوکن جاری کرتا ہے۔ مقامی blob: URLs صرف پیش نظاروں کے لیے استعمال کیے جاتے ہیں۔

پروجیکٹ کی ساخت

src/
  app/
    /api/blob
    base.css
  generation/
  openhiggsfield/

• src/app/ میں مکمل viewport والا اسٹوڈیو صفحہ، Blob ٹوکن اینڈ پوائنٹ اور دستاویز کی سطح کے canvas اسٹائلز شامل ہیں۔
• src/generation/ میں جنریشن کی درخواستیں، سرور ایکشنز، API میپنگ، ماڈل کیٹلاگ اور Zustand اسٹورز شامل ہیں۔
• src/openhiggsfield/ میں کمپوزر، گیلری، ویور، ماڈل منتخب کنندہ، ترتیبات، اثاثہ منتخب کنندہ، انتخابی بار اور اسٹوڈیو CSS شامل ہیں۔

اعلیٰ درجے کی تجاویز

کیٹلاگ کو اصل ماخذ سمجھیں

ماڈل کا رویہ src/generation/catalog/ کے تحت کیٹلاگ سے متعین ہوتا ہے۔ کیٹلاگ کا اندراج اپنی ترتیبات اور میڈیا کردار انٹرفیس کو فراہم کرتا ہے، اس لیے اسٹوڈیو الگ سے ہارڈ کوڈ شدہ کنٹرول فہرست برقرار نہیں رکھتا۔

جنریشن سروس کے معاونت یافتہ ماڈل کے ساتھ پروجیکٹ کو وسعت دیتے وقت موجودہ کیٹلاگ ڈیکلریشن کے نمونے کی پیروی کریں۔ یقینی بنائیں کہ اس کی مجاز ترتیبات اور میڈیا کردار API کی درست نمائندگی کرتے ہوں، بجائے اس کے کہ اسٹوڈیو میں کہیں اور ماڈل مخصوص کنٹرولز شامل کیے جائیں۔

API تک رسائی سرور پر رکھیں

پروجیکٹ کو حسبِ ضرورت ڈھالتے وقت موجودہ سرور ایکشن کی حد برقرار رکھیں۔ جنریشن کی تصدیق Authorization: Key <api_key> استعمال کرتی ہے، اور ان کالز کو براؤزر کوڈ میں منتقل کرنا API مواصلت اور اسناد کو سرور پر رکھنے والے ڈیزائن کو کمزور کرے گا۔

Zustand کے اسٹیٹ ماڈل کو سمجھیں

ایپلیکیشن ہر ماڈل کے لیے الگ اسٹور بنانے کے بجائے پانچ چھوٹے Zustand اسٹورز استعمال کرتی ہے۔ تصویر اور ویڈیو کے ورک فلو پرامپٹ اور میڈیا اسٹیٹ شیئر کرتے ہیں، جبکہ ترتیبات ماڈل ID کے لحاظ سے انڈیکس ہوتی ہیں اور ایک چھوٹا فعال اسٹور موجودہ اسٹیٹ کو ٹریک کرتا ہے۔ حسبِ ضرورت تبدیلیوں میں اس ماڈل پر مبنی ترتیبات کے ڈھانچے کو برقرار رکھنا چاہیے۔

میڈیا URLs کے ختم ہونے کی منصوبہ بندی کریں

IndexedDB کا تاریخچہ جنریشن پلیٹ فارم کے CDN پر میزبان فائلوں سے زیادہ عرصے تک برقرار رہ سکتا ہے۔ پسندیدہ ریکارڈز جان بوجھ کر محفوظ رکھے جاتے ہیں، لیکن اس سے یہ ضمانت نہیں ملتی کہ ان کے ریموٹ میڈیا URLs دستیاب رہیں گے۔ صرف براؤزر تاریخچے پر انحصار کرنے کے بجائے اہم نتائج ڈاؤن لوڈ کریں۔

طویل تکراری سیشنز کے لیے پسندیدہ استعمال کریں

عام تاریخچے کی حد 60 ریکارڈز ہے، جبکہ پسندیدہ اس حد کے تحت پرانے نہیں ہوتے۔ طویل سیشنز کے دوران امید افزا نتائج کو پسندیدہ نشان زد کریں، پھر ان کے پرامپٹس اور ترتیبات کو مزید بہتر بنانے کے لیے دوبارہ استعمال کریں یا دوبارہ بنائیں۔

نتیجہ

OpenHiggsfield AI تصویر اور ویڈیو کی تخلیق کو ایک اوپن سورس، کیٹلاگ پر مبنی اسٹوڈیو میں یکجا کرتا ہے۔ آپ میزبان ورژن فوراً استعمال کر سکتے ہیں یا Next.js ایپلیکیشن کو خود ہوسٹ کر سکتے ہیں، اپنی کلید منسلک کر سکتے ہیں، ماڈل کے لحاظ سے مخصوص کنٹرولز کے ساتھ کام کر سکتے ہیں، اثاثے دوبارہ استعمال کر سکتے ہیں، اور مستقل براؤزر گیلری کے ذریعے نتائج کا انتظام کر سکتے ہیں۔ اس کی صرف سرور پر مبنی API حد اور اعلانیہ کیٹلاگ تخصیص کے لیے ایک واضح بنیاد بھی فراہم کرتے ہیں۔