Opus 5.5 ile Kod Tabanlı Açıklama Videoları Üretimi

Yapay zeka destekli video üretiminde yeni bir yaklaşım, LaunchVideo projesiyle öne çıkıyor. Bu sistem, geleneksel video üretim modelleri yerine, Anthropic'in Claude Opus 5.5 modelini kullanarak kod tabanlı bir mimariye dayanıyor. Projenin temel fikri, Deedy'nin Opus 5.5'in eğitim videoları üretme yeteneğine dair paylaşımından ilham alıyor. Model, filmi doğrudan kod olarak yazıyor ve bu kod her seferinde aynı sonucu verecek şekilde deterministik bir biçimde render ediliyor.

Serverless Ajan Mimarisi

Sistemin kalbinde, OpenComputer platformu üzerinde çalışan tek bir TypeScript tabanlı ajan yer alıyor. Bu ajan, üç temel araçtan oluşuyor: web_fetch, check_scene ve render_video. Kullanıcı bir URL veya prompt girdiğinde, ajan taze bir microVM (Amazon Linux 2023, arm64, 4 vCPU, 8 GB RAM) içinde çalışıyor. İlk adım olarak Playwright'ın headless Chromium sürümü ve statik ffmpeg kütüphanesi kuruluyor. İşlem tamamlandığında bu sanal makine atılıyor, böylece her görev izole ve temiz bir ortamda gerçekleşiyor.

Deterministik Render Süreci

Geleneksel video modellerinin aksine, bu sistemde görsel üretim için ayrı bir video modeli kullanılmıyor. Bunun yerine, sayfadaki saat mekanizmaları (requestAnimationFrame, timer'lar, CSS animasyonları) sanal bir saatle değiştiriliyor. Bu sayede her kare, deterministik bir seek işlemiyle elde ediliyor. Çıktı, 1920x1080 çözünürlükte ve 30 fps hızında, JPEG karelerin libx264 codec'i (crf 18) ile MP4 formatına dönüştürülmesiyle oluşturuluyor. Bu yöntem, tutarlı ve öngörülebilir video çıktısı sağlıyor.

Entegrasyon ve Dağıtım

Sistem, Vercel Blob depolama alanını kullanarak çıktıları yönetiyor. Form, üç saat geçerli olan, tek bir yola özel bir yükleme token'i oluşturuyor ve bu token, iş kimliği (job id) üzerinden erişiliyor. Tamamlanan MP4 dosyası, herkese açık bir Blob URL olarak sunuluyor. Kontrol düzlemi, CLI ile aynı API'yi kullanıyor: oturum oluşturma, tek bir tur gönderme ve olay akışını (tool.started, tool.completed vb.) izleyerek ilerlemeyi takip etme. Proje, tek tıkla dağıtılabilir bir yapıda olup, GitHub'daki diggerhq/shipvideo deposundan klonlanarak kendi OpenComputer hesabınıza kurulabiliyor. Bu yaklaşım, video üretimini karmaşık sunucu altyapılarından arındırarak, kod yazma yeteneğine sahip LLM'lerin gücünü doğrudan görsel içeriğe dönüştürüyor.

Önemli noktalar

• Sistem, Anthropic'in Claude Opus 5.5 modelini kullanarak kod tabanlı açıklama videoları üretiyor.
• Video üretimi için ayrı bir video modeli yerine, headless Chromium ve ffmpeg kullanılarak deterministik render yapılıyor.
• Her görev, Amazon Linux tabanlı taze bir microVM içinde izole olarak çalışıyor ve işlem sonrası VM atılıyor.
• Çıktılar Vercel Blob üzerinden yönetiliyor ve herkese açık MP4 dosyaları olarak sunuluyor.
• Proje, OpenComputer platformu üzerinde tek tıkla dağıtılabilen, TypeScript tabanlı bir ajan mimarisine sahip.