تم تطوير اللقطة الثانية بشكل مستقل لمولد فيديو Sora AI - شرح تفصيلي للمبدأ

(0 comments)

الكشف عن المبادئ الكامنة وراء التطوير المستقل لمولد الفيديو Sora AI

هل سبق لك أن شعرت بالفضول تجاه منتجات الذكاء الاصطناعي المطورة بشكل مستقل؟ اليوم، سنتعمق في مبادئ التنفيذ وراء مولد الفيديو Sora AI. إن مولد الذكاء الاصطناعي هذا الذي تم تطويره بشكل مستقل من قبل المبرمجين ليس مثيرًا للإعجاب فحسب، بل يكشف أيضًا عن الإمكانيات اللانهائية لتكنولوجيا الذكاء الاصطناعي.

أولاً، دعونا نلقي نظرة على مجموعة التكنولوجيا الخاصة بمولد الفيديو Sora AI. يستخدم المشروع إطار عمل React الأمامي ويجمع بين Nest JS وTypeORM لتطوير الواجهة الخلفية. بالنسبة لأولئك الذين ليسوا على دراية بـ JavaScript وTypeScript، فإن هاتين التقنيتين تكاد تكون مهارات قياسية لبدء التطوير المستقل. يمكن استخدام JS مباشرة لكتابة كود الواجهة الأمامية والخلفية، مما يجعل التطوير أكثر مرونة وكفاءة.

في الدليل الجذر للمشروع، يمكننا العثور على ملف CONFIG الرئيسي. يكشف هذا الملف عن بنية المشروع: رمز الواجهة الأمامية موجود في مجلد المكونات داخل مجلد src/app، بينما يوجد رمز الواجهة الخلفية في مجلد API. يسهل هيكل المشروع الواضح هذا على المطورين فهم الكود والحفاظ عليه.

إذًا، كيف يتم تنفيذ الصفحة الرئيسية لمولد الفيديو Sora AI؟ نحن نعلم أنه تم تعيين مسار صفحة مشروع Nest ومسار ملف التكوين في الكود لبعضهما البعض. ومن خلال مفاهيم التوجيه الديناميكي ومجموعات التوجيه، يمكننا العثور على الكود المطابق للصفحة الحالية. على وجه التحديد، يكون مكون البطل مسؤولاً عن الجزء العلوي من الصفحة، ومكون علامة التبويب مسؤول عن علامات التبويب الثلاث الموجودة في المنتصف، ومكون الفيديو مسؤول عن عرض قائمة الفيديو.

ومع ذلك، أثناء عملية التطوير، واجه المؤلف مشكلة: قائمة الفيديو لا تحتوي على بيانات فيديو. من أجل حل هذه المشكلة، تحول المؤلف إلى واجهة API للعثور على الإجابة. اكتشفوا واجهة تسمى updateVideo، والتي تحصل على جميع بيانات الفيديو من خلال طلبات POST وتقوم بإدراجها في قاعدة البيانات. ولكن من أين تأتي بيانات الفيديو هذه؟

بعد مزيد من التحقيق، اكتشفنا أن بيانات الفيديو تتم قراءتها من متغير بيئة يسمى videoDataFile. يشير متغير البيئة هذا إلى ملف JSON يحتوي على بيانات الفيديو. ومع ذلك، نظرًا لأن المؤلف ربما أهمل إرسال هذا الملف، فلن يتم تحميل بيانات الفيديو بشكل صحيح. من أجل حل هذه المشكلة، يمكننا إنشاء ملف data.json جديد وفقًا لاسم تحويل حقل البيانات وإضافة بيانات الفيديو المقابلة. وفي الوقت نفسه، نحتاج أيضًا إلى تعيين معرف مستخدم فريد (adminUserId) لتحديد المستخدم الذي أنشأ كل فيديو.

عندما نستدعي واجهة updateVideo، ستتم إضافة جميع بيانات الفيديو إلى قاعدة البيانات. من أجل تشغيل هذه الواجهة، يمكننا العثور على ملف .http في مجلد التصحيح واستخدام المكون الإضافي Rest client لإرسال الطلب. بمجرد إرسال الطلب بنجاح، يمكننا أن نرى في قاعدة البيانات أنه تمت إضافة بيانات الفيديو بنجاح.

ومع ذلك، عندما قمنا بتحديث العنوان المحلي للمشروع، وجدنا أن قائمة الفيديو لم يتم عرضها بعد. لماذا هذا؟ اتضح أن طريقة الحصول على بيانات الفيديو في الكود هي قراءة البيانات من الأول إلى الخمسين عن طريق استدعاء طريقة getLadiesVideo. ومع ذلك، نظرًا لبعض الأسباب (ربما تم تعيين شروط استعلام قاعدة البيانات بشكل غير صحيح)، لا يتم إرجاع هذه البيانات بشكل صحيح. لحل هذه المشكلة، نحتاج إلى التحقق من شروط استعلام قاعدة البيانات وتعديلها للتأكد من إمكانية الحصول على بيانات الفيديو المطلوبة بشكل صحيح.

بالإضافة إلى ذلك، يستخدم منشئ الفيديو Sora AI أيضًا تقنيات متقدمة مثل العرض من جانب الخادم (SSR) والمكونات مقطوعة الرأس (واجهة مستخدم مقطوعة الرأس). يتيح العرض على جانب الخادم إمكانية إكمال العمليات مثل استعلامات قاعدة البيانات على جانب الخادم، وبالتالي تحسين سرعة تحميل الصفحة وأدائها. تسمح المكونات بدون رأس للمطورين بتنزيل واستخدام مكونات محددة حسب الحاجة، مما يقلل بشكل كبير من حجم حزمة المشروع.

أخيرًا، تجدر الإشارة إلى أن مولد الفيديو Sora AI ينفذ أيضًا وظائف التدويل. من خلال الاستماع إلى جميع الطلبات واستخدام طريقة getLocale للحصول على معلومات اللغة في رأس الطلب، يكون المشروع قادرًا على مطابقة اللغة التي تناسب المستخدم بشكل أفضل وإرجاع المحتوى المقابل. يمكّن هذا التصميم الدولي المشروع من تلبية احتياجات المستخدمين في مختلف البلدان والمناطق بشكل أفضل.

باختصار، يتضمن مبدأ التنفيذ وراء مولد الفيديو Sora AI المعرفة والتكنولوجيا في مجالات متعددة. من خلال التحليل المتعمق لهذا المشروع، لا يمكننا تعلم العديد من مهارات ودروس التطوير العملي فحسب، بل يمكننا أيضًا اكتساب فهم أعمق وتوقعات للتطوير المستقبلي لتكنولوجيا الذكاء الاصطناعي. إذا كنت مهتمًا بالتطوير المستقل وتكنولوجيا الذكاء الاصطناعي، فيمكنك أيضًا تجربة هذا المشروع!

غير مصنف حاليا

تعليقات


لا يوجد حاليا أي تعليقات

الرجاء تسجيل الدخول قبل التعليق: تسجيل الدخول

المشاركات الاخيرة

أرشيف

2024
2023
2022
2021
2020

فئات

العلامات

المؤلفون

يغذي

آر إس إس / ذرة