6.3.0 — Mga Tala sa Paglabas
Kasaysayan ng bersyon ng Agnes Video Generator: mga bagong feature, pagpapabuti at pag-aayos ng bug sa bawat release.
Ano ang Bago
Mga Tampok at Pagpapabuti
- Kumpleto na ang v6 optimization roadmap (29/29 item) — naipadala na ang bawat batch ng v6 roadmap:
- Performance (batch 2): ffmpeg-based na ngayon ang final compositing chain — gumagamit ng
-c copyang concatenation ng mga eksena na may magkaparehong parameter, pinagsasama sa isang filter pass ang audio alignment/volume/silence-padding, at inilalagay ang mga subtitle sa ASS path na may per-entry styles (AGNES_SUBTITLE_ASS, may awtomatikong fallback sa moviepy path). Binubuo ng poetry videos ang lahat ng eksena sa isang pass sa halip na i-re-encode bawat eksena. May nakalaang encoding thread pool na naghihiwalay sa mabigat na ffmpeg/moviepy work mula sa mga API request, at nakakuha ng native async path ang token-bucket rate limiter kaya instant ang paghinto ng task habang naghihintay sa rate limit. - Reliability & engineering (batch 1): sumusunod ang task state sa single-writer principle na may per-task locking; sinusuportahan ng resume ang naka-persist na word-level TTS cues (walang re-synthesis sa resume); adaptive na ang video polling at sabay-sabay tumatakbo ang multi-scene waits; naka-index ang task listing na may
limit/offset/statuspagination; pinamamahalaan ang mga stale artifacts/error logs; at tumitigil sa pag-poll ang frontend sa background tabs na may exponential backoff at connection-loss banner. - Frontend & i18n: hinati ang mga salin sa per-language lazy-loaded chunks — bumaba mula ~721 kB tungo sa ~305 kB ang first-screen JS bundle (gzip 226 kB → 97 kB, -58%). Pinag-isa sa mga shared composable ang form submission/confirm/toast flows, kasama ang pagdaragdag ng mobile layout, focus-trap modals,
prefers-reduced-motionsupport at form drafts. - Observability & ops (batch 3): mga bagong
GET /api/healthatGET /api/metricsendpoint, opsyonal na rotating file logging (AGNES_LOG_FILE), at DockerHEALTHCHECK. Pinagsasama ngayon ang runtime settings sa pamamagitan ng typedpydantic-settings(may.envsupport) kaya dinamikong nag-i-scale ang concurrency limits ayon sa bilang ng API keys. - Agad-agad na pag-aayos ng depekto (batch 0): nagkakansela agad ang paghinto nang walang retry backoff, inilipat sa labas ng loop ang event-loop blocking (watermark re-encode, sync downloads), tama na ang pagtanggal sa maraming key, sinara ang frontend
v-htmlXSS vector, at nakatanggap ng duplicate-submit guard ang image generation. - Ganap na suporta sa 22 wika kabilang ang Arabic — 22 wika na ang UI noon; nakumpleto ng release na ito ang voice catalog para sa lahat. Ganap na sinusuportahan ang Arabic UI (PR #32), at mayroon na ngayong edge_tts voice groupings na may display ng native-voice names, script-detection regexes (Thai/Devanagari/Bengali) at per-script subtitle font fallback (mga bagong bundled Noto fonts; gumagamit ulit ng Arabic reshape+bidi pipeline ang Persian/Urdu) ang 8 UI language (Turkish, Vietnamese, Thai, Tagalog, Hindi, Persian, Bengali, Urdu).
- Transparent na disclosure ng analytics at mga privacy control — nagpapakita na ngayon sa settings panel ng malinaw, nakukulit na privacy card na naglilista nang eksakto kung anong usage statistics ang iniuulat (at kung ano ang hindi kailanman ina-upload: ina-anonymize bago iulat ang mga prompt, manuscript, tula, API keys at reference images). Maaaring ganap na i-off ang analytics mula sa panel.
- Kumpletong error tracebacks sa feedback report — naka-persist na ngayon sa task state ang buong
tracebacksa mga pagkabigo ng pipeline; kasama ito sa diagnostics endpoint at sa in-app feedback report, kaya maaari mong i-paste ang kumpletong detalye ng error (hal. environment-level[WinError 2]) sa mga GitHub issue nang hindi tinitingnan ang server console.
Refactoring at Pag-optimize
- FFmpeg-first na compositing chain — ginawang muli ang final assembly path ng mga creative/manuscript/anchor/poetry video mula 3-4 na buong re-encode tungo sa copy-concat + isang filter pass (may magandang fallback sa dating moviepy path). Ito ang pinakamalaking performance gain sa v6 line, pumapalit ng humigit-kumulang 3-10x sa oras ng final assembly sa mga tipikal na output.
- Asynchronous rate limiting na may nakalaang encoding thread pool — nag-aalok na ngayon ang token bucket ng native async acquire path (stop-aware), at tumatakbo ang mabigat na encoding sa isang dedikadong executor kaya hindi na ginugutom ng mahahabang encoding job ang request path.
Pag-aayos ng Bug
- Inayos ang paghinto — hindi na nagti-trigger ng retry backoff (hanggang ~2 minuto) ang pag-cancel ng task at hindi na tinatanggal ang resumable na
video_id. - Inayos ang multi-Key configuration — hini-hash na mula sa mismong key ang mga key ID, kaya kapag nagtanggal ng isang Key mula sa maraming naka-configure na Key, iyon lamang Key ang matatanggal.
- Inayos ang mga event-loop freeze — hindi na binablock ng watermark re-encoding at synchronous downloads ang buong serbisyo; inayos ang semaphore release bug na maaaring permanenteng sumira sa concurrency cap sa mababang rate-limit na configuration.
- Inayos ang mga isyu sa frontend — sinara ang isang stored-XSS vector sa pamamagitan ng hindi naka-escape na
v-html, pinipigilan ang duplicate na image-submit na walang guard, at nagpapakita na ngayon ng nababasang backend message ang mga fetch error sa halip na tahimik na pagkabigo. - Hindi kailangan ng anumang pagbabago sa configuration. Nanatiling resumable ang mga kasalukuyang task; hindi nagbago ang format ng task state files.
Tungkol sa Agnes Video Generator
Isang ganap na libre, open-source AI video generator: gawing multi-scene AI video na may narrasyon at subtitle ang teksto.
- Libre at open source — walang bayad, walang high-end GPU na kailangan
- Teksto-sa-video, larawan-sa-video, digital anchor at pagbuo ng imahe
- Pinapatakbo ng libreng Agnes AI models, video na ganap na nabubuo sa cloud
- Tumatakbo sa Web UI, Docker o npm, sumusuporta sa self-hosting
Mga Kaugnay na Pahina
Mga Tala sa Paglabas
Kasaysayan ng bersyon ng Agnes Video Generator: mga bagong feature, pagpapabuti at pag-aayos ng bug sa bawat release.
Subukan ang Online Demo | Agnes Video
Maglagay ng prompt at agad na bumuo ng AI videos at images
Text to Video API — Libreng AI Video Generation API, Walang GPU | Agnes Video
Programmatic na tawag sa libreng modelo ng video ng Agnes AI: text-to-video, picture-to-video, narration generation, atbp. Buong saklaw ng REST API, kabilang ang mga parameter ng kahilingan, pagpapatunay ng Bearer, botohan sa katayuan ng gawain at kumpletong mga halimbawa ng code (Python/cURL/HTTP). Developer-friendly, zero-cost, hindi nangangailangan ng high-performance graphics card para ma-access.
Bakit mapagkakatiwalaan ito
Ang artikulong ito ay isinulat ng mga front-line na practitioner. Kapag isinulat, ang mga unang mapagkukunan tulad ng mga arXiv paper, mga teknikal na ulat ng tagagawa at Stanford AI Index ay na-cross-check, at hindi batay sa mga konklusyon mula sa mga subjective na impresyon.
SandGrid@lcy362
Author ng Agnes Video Generator · Full-stack Developer
Independent developer at may-akda ng open source AI Video generation tool na Agnes Video Generator. Ang proyekto ay batay sa ganap na libreng modelo ng video ng Agnes AI at open source ng MIT protocol. Nakatulong ito sa 1,000 creator na gumawa ng mga AI na video sa walang gastos. Matagal na akong binibigyang pansin ang engineering at pagpapasikat ng mga modelo ng pagbuo ng video, at ang nilalaman ng artikulo ay nagmula sa front-line practice at first-hand research.
Tingnan sa GitHubHuling na-update：2026-08-21
Handa Ka Nang Magsimulang Gumawa?
“Hayaan ang world-class na AI na pag-aari ng lahat.” — Bruce Yang. Ganap na libre, walang credit card o high-performance graphics card, gawin ang iyong unang AI video sa zero cost. Gustong gumamit ng libreng modelo ng video mula sa Agnes AI? Magsimula ka lang dito.
I-clone ang GitHub repo at i-launch sa loob ng 2 minuto