hirogoing/polystudio

Python 3.9+ | Node.js 18+ Лицензия: MIT

PolyStudio - это платформа для генерации мультимодульного контента на основе диалога, которая объединяет языковые модели со специализированными инструментами (например, генерация фотографий, видео, генерация 3D-моделей, понимание мультимодульного контента) для создания, анализа и управления мультимедийным контентом посредством диалогов на естественном языке. Проект использует FastAPI + LangGraph для создания интеллектуальной системы компоновки агентов, которая обеспечивает неограниченную нагрузку на плату и управление проектами для поддержки текущего выхода SSE, автоматической вставки контента, совместного использования ссылок проекта и т. Д. PolyStudio поддерживает гибкий доступ к API, и вы можете легко заменить его любым сервисом для создания изображений, видео, 3D-поколения и создать свой собственный многомодульный инструмент для создания. Также была оказана поддержка расширению возможностей Агента в конкретных областях с помощью самоопределяемого навыка SKILL.md. Поддержка OpenClaw - Когда [T0] [T0] настроен на Skill, внешний агент может создавать непосредственно из PolyStudio, который управляется естественным языком, и полученный контент автоматически синхронизируется с холстом.

Обзор функций -** Внешний агентский доступ (полистудия-клиент): Поддерживает текущее потребление SSE, извлечение URL-адресов мультицикла, разговоры по [[T1] / HTTP-драйверу PolyStudio, даже если пользователь не находится на странице для синхронизации создания на холсте - Синхронизация ретроспективного мультимедиа**: внешнее изображение/видео/3D-модель Агента, генерируемое при уходе пользователя со страницы холста, автовставка холста при возвращении на страницу и больше не потерянное -** Расширение встроенных навыков**: новые [[T2] (диссертация), [[T3] (поколение длинного видео), [[T4] (виртуальный синтез человека), podcast-creator (производство толпы) -** Память идентификации рабочего пространства**: Настройка страницы для визуального редактирования Агента через AGENTS.md/TOOLS.md/IDENTITY.md/USER.md/SOUL.md/MAMORY.md Setpage: Новый центр конфигурации визуализации для поддержки визуализации инструментов/Skill/MCP/Environmental Variables/Workspace -** Расширение навыков**: расширение возможностей агента на местах путем подготовки файлов SKILL.md для поддержки Progress Loating -** Мультимодульное понимание контента**: основано на Qwen3-Omni-Flash, поддерживает анализ фото/аудио/видео интеллекта, текстовый + голосовой двухмодульный вывод, поддерживает соединение «понимание создания» ** Видеозагрузка и управление**: фронтальная поддержка загрузки видеофайлов (MP4/MOV/AVI/MKV/WEBM), визуализация в диалоге, локальное хранилище -** Умное поколение подкастов** Полный рабочий процесс генерации аудиоконтента от создания сценариев до смешивания выходных данных