6.3.0 — یادداشت‌های انتشار

تاریخچه نسخه‌های Agnes Video Generator: ویژگی‌های جدید، بهبودها و رفع اشکالات در هر انتشار.

فرعیمنتشر شده در ۸ شهریور ۱۴۰۵مشاهده در GitHub

چه چیز جدید است

ویژگی‌ها و بهبودها

  • تکمیل کامل نقشه راه بهینه‌سازی v6 (29/29 مورد) — همهٔ دسته‌های نقشه راه v6 اکنون منتشر شده‌اند:
  • کارایی (دسته ۲): زنجیرهٔ ترکیب نهایی اکنون مبتنی بر ffmpeg است — اتصال صحنه‌های هم‌پارامتر از -c copy استفاده می‌کند، هم‌ترازی/بلندی/پرکردن سکوت صدا در یک گذر فیلتر ادغام می‌شوند، و زیرنویس‌ها از مسیر ASS با سبک برای هر ورودی رندر می‌شوند (AGNES_SUBTITLE_ASS با fallback خودکار به مسیر moviepy). ویدیوهای شعر همهٔ صحنه‌ها را در یک گذر ترکیب می‌کنند به‌جای باز-انکود صحنه‌به‌صحنه. یک استخر رشتهٔ انکود اختصاصی کار سنگین ffmpeg/moviepy را از درخواست‌های API جدا می‌کند، و محدودکنندهٔ نرخ سطل‌توکن مسیر async بومی گرفته است، بنابراین توقف وظیفه در حین انتظار محدودیت نرخ فوری است.
  • قابلیت اطمینان و مهندسی (دسته ۱): وضعیت وظیفه از اصل تک‌نویسنده با قفل برای هر وظیفه پیروی می‌کند؛ ادامه کار از نشانه‌های TTS سطح کلمهٔ ذخیره‌شده پشتیبانی می‌کند (بدون باز-تولید هنگام ادامه)؛ poll ویدیو تطبیقی است و انتظارهای چند-صحنه هم‌زمان اجرا می‌شوند؛ فهرست وظایف با صفحه‌بندی limit/offset/status ایندکس شده؛ آرتیفکت‌ها/لاگ‌های خطای کهنه مدیریت می‌شوند؛ و رابط کاربری در تب‌های پس‌زمینه با backoff نمایی و بنر قطع اتصال از poll دست می‌کشد.
  • رابط کاربری و i18n: ترجمه‌ها به قطعه‌های تنبل-بارگذاری‌شوندهٔ هر زبان تقسیم شده‌اند — باندل JS صفحهٔ اول از ~۷۲۱ کیلوبایت به ~۳۰۵ کیلوبایت کاهش یافته است (gzip از ۲۲۶ کیلوبایت به ۹۷ کیلوبایت، -۵۸٪). جریان‌های ارسال/تأیید/toast فرم‌ها در composables مشترک یکپارچه شدند؛ چیدمان موبایل، مودال‌های focus-trap، پشتیبانی از prefers-reduced-motion و پیش‌نویس فرم‌ها اضافه شدند.
  • مشاهده‌پذیری و عملیات (دسته ۳): دو endpoint جدید GET /api/health و GET /api/metrics، ثبت لاگ اختیاری فایل چرخشی (AGNES_LOG_FILE)، و Docker HEALTHCHECK. تنظیمات زمان اجرا اکنون از طریق pydantic-settings نوع‌دار (با پشتیبانی .env) یکپارچه شده‌اند، بنابراین سقف‌های هم‌زمانی به‌صورت پویا با تعداد کلیدهای API مقیاس می‌گیرند.
  • اصلاحات فوری عیوب (دسته ۰): توقف اکنون بی‌درنگ و بدون backoff تلاش مجدد لغو می‌کند؛ انسداد حلقهٔ رویداد (باز-انکود واترمارک، دانلودهای همگام) از حلقه خارج شد؛ حذف بین چند کلید درست کار می‌کند؛ بردار XSS مربوط به v-html در رابط کاربری بسته شد؛ و تولید تصویر گارد ارسال تکراری گرفت.
  • پشتیبانی کامل از ۲۲ زبان شامل عربی — رابط کاربری از قبل ۲۲ زبان داشت؛ این نسخه کاتالوگ صدا را برای همهٔ آنها کامل می‌کند. رابط عربی کاملاً پشتیبانی می‌شود (PR #32)، و ۸ زبان رابط (ترکی، ویتنامی، تایلندی، تاگالوگ، هندی، فارسی، بنگالی، اردو) اکنون گروه‌بندی صداهای edge_tts با نمایش نام صداهای بومی، regex تشخیص خط (تایلندی/دواناگاری/بنگالی) و fallback فونت زیرنویس برای هر خط (فونت‌های جدید Noto همراه‌شده؛ فارسی/اردو از خط لولهٔ reshape+bidi عربی استفاده مجدد می‌کنند) دارند.
  • افشای شفاف آمار و کنترل‌های حریم خصوصی — پنل تنظیمات اکنون کارت حریم خصوصی واضح و جمع‌شدنی نشان می‌دهد که دقیقاً فهرست می‌کند چه آمار استفاده‌ای گزارش می‌شود (و چه چیزی هرگز بارگذاری نمی‌شود: پرامپت‌ها، دست‌نوشته‌ها، شعرها، کلیدهای API و تصاویر مرجع پیش از گزارش ناشناس‌سازی می‌شوند). آمار را می‌توان از پنل به‌کلی خاموش کرد.
  • ردیابی خطای کامل در گزارش بازخورد — شکست‌های پایپ‌لاین اکنون traceback کامل را در وضعیت وظیفه ذخیره می‌کنند؛ endpoint عیب‌یابی و گزارش بازخورد درون‌برنامه‌ای آن را شامل می‌شوند، بنابراین می‌توانید جزئیات کامل خطا (مثلاً خطای سطح محیط [WinError 2]) را بدون نگاه به کنسول سرور در issueهای GitHub بچسبانید.

بازسازی و بهینه‌سازی

  • زنجیرهٔ ترکیب با اولویت ffmpeg — مسیر مونتاژ نهایی ویدیوهای خلاقانه/دست‌نوشته/مجری/شعر از ۳-۴ باز-انکود کامل به copy-concat + یک گذر فیلتر بازطراحی شد (با fallback نرم به مسیر moviepy قبلی). این بزرگ‌ترین دستاورد کارایی خط v6 است و زمان مونتاژ نهایی را در خروجی‌های معمول حدوداً ۳ تا ۱۰ برابر کوتاه می‌کند.
  • محدودسازی نرخ ناهمگام با استخر رشتهٔ انکود اختصاصی — سطل‌توکن اکنون مسیر acquire async بومی (آگاه از توقف) ارائه می‌دهد، و انکود سنگین روی یک executor اختصاصی اجرا می‌شود تا کارهای انکود طولانی مسیر درخواست را گرسنه نگذارند.

رفع اشکالات

  • اصلاح رفتار توقف — لغو یک وظیفه دیگر backoff تلاش مجدد (تا حدود ~۲ دقیقه) فعال نمی‌کند و دیگر video_id قابل‌ادامه را حذف نمی‌کند.
  • اصلاح پیکربندی چند-کلیدی — شناسهٔ کلیدها اکنون از خود کلید هش می‌شود، بنابراین حذف یک کلید از چند کلید پیکربندی‌شده دقیقاً همان کلید را برمی‌دارد.
  • اصلاح انجماد حلقهٔ رویداد — باز-انکود واترمارک و دانلودهای همگام دیگر کل سرویس را مسدود نمی‌کنند؛ باگ آزادسازی سمافور که در پیکربندی‌های محدودیت نرخ پایین می‌توانست سقف هم‌زمانی را برای همیشه بشکند رفع شد.
  • اصلاح مشکلات رابط کاربری — بردار XSS ذخیره‌شده از طریق v-html بدون escape بسته شد، ارسال تکراری تولید تصویر بدون گارد پیشگیری شد، و خطاهای fetch اکنون به‌جای شکست خاموش پیام‌های خوانای بک‌اند نشان می‌دهند.
  • هیچ تغییر پیکربندی لازم نیست. وظایف موجود همچنان قابل‌ادامه‌اند؛ قالب فایل‌های وضعیت وظیفه تغییر نکرده است.

درباره Agnes Video Generator

یک تولیدکننده ویدیوی هوش مصنوعی کاملاً رایگان و متن‌باز: متن را به ویدیوهای هوش مصنوعی چندصحنه‌ای با روایت و زیرنویس تبدیل کنید.

  • کاملاً رایگان و متن‌باز — بدون پرداخت، بدون GPU قدرتمند
  • متن به ویدیو، تصویر به ویدیو، مجری دیجیتال و تولید تصویر
  • مبتنی بر مدل‌های رایگان Agnes AI، ویدیوها کاملاً در ابر تولید می‌شوند
  • اجرا از طریق Web UI، Docker یا npm، پشتیبانی از میزبانی خود

صفحات مرتبط

چرا می‌توانید به این محتوا اعتماد کنید

این مقاله توسط یک پزشک خط مقدم نوشته شده است. هنگام نوشتن ، من منابع دست اولی مانند مقالات arXiv ، گزارش های فنی سازنده و شاخص هوش مصنوعی استنفورد را بررسی کردم و بر اساس نتیجه گیری ذهنی نبودم.

S

SandGrid@lcy362

نویسنده Agnes Video Generator · توسعه‌دهنده فول‌استک

توسعه دهنده مستقل و نویسنده ابزار تولید ویدیوی هوش مصنوعی منبع باز Agnes Video Generator. این پروژه مبتنی بر مدل ویدیویی کاملاً رایگان Agnes AI است و پروتکل MIT منبع باز است. این پروژه به 1000 خالق کمک کرده است تا ویدیوهای هوش مصنوعی را با هزینه صفر تولید کنند. من مدتهاست که به مهندسی و محبوبیت مدلهای تولید ویدئو توجه کردهام و محتوای مقاله از تمرین خط مقدم و تحقیقات دست اول میآید.

مشاهده در GitHub

آخرین به‌روزرسانی2026-08-21

آماده شروع خلاقیت هستید؟

«اجازه دهید هوش مصنوعی در سطح جهانی متعلق به همه باشد.» – بروس یانگ کاملاً رایگان ، بدون کارت اعتباری یا کارت گرافیک با کارایی بالا ، اولین ویدیوی هوش مصنوعی خود را با هزینه صفر بسازید. آیا می خواهید از مدل ویدیویی رایگان Agnes AI استفاده کنید ؟ فقط از اینجا شروع کن

مخزن GitHub را کلون کنید و در ۲ دقیقه راه‌اندازی کنید