https://github.com/code-alchemist01/ai-studio
https://github.com/code-alchemist01/ai-studio
Last synced: 10 months ago
JSON representation
- Host: GitHub
- URL: https://github.com/code-alchemist01/ai-studio
- Owner: code-alchemist01
- Created: 2025-05-29T18:34:46.000Z (10 months ago)
- Default Branch: master
- Last Pushed: 2025-05-29T18:53:36.000Z (10 months ago)
- Last Synced: 2025-05-29T19:55:24.229Z (10 months ago)
- Language: Python
- Size: 18.6 KB
- Stars: 3
- Watchers: 0
- Forks: 0
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
README
# 🎨 Kapsamlı AI Studio
Bu proje, en son AI modellerini kullanarak metin ve görsellerden video, 3D model ve gelişmiş görseller oluşturabilen kapsamlı bir yapay zeka uygulamasıdır.
## 🚀 Özellikler
### 📝 Metin → Görsel
- **Model**: FLUX.1-dev (black-forest-labs/FLUX.1-dev)
- **Özellik**: Metinden yüksek kaliteli görseller oluşturma
- **Çözünürlük**: 1024x1024'e kadar
### 🖼️ Görsel → Gelişmiş Görsel
- **Model**: Stable Diffusion XL Refiner (stabilityai/stable-diffusion-xl-refiner-1.0)
- **Özellik**: Mevcut görselleri geliştirme ve iyileştirme
- **Format**: PNG, JPG, JPEG destekli
### 📝 Metin → Video
- **Model**: LTX-Video (Lightricks/LTX-Video)
- **Özellik**: Metinden gerçek zamanlı video oluşturma
- **Çözünürlük**: 1216×704, 30 FPS
### 🖼️ Görsel → Video
- **Model**: Stable Video Diffusion (stabilityai/stable-video-diffusion-img2vid-xt)
- **Özellik**: Statik görsellerden video oluşturma
- **Çözünürlük**: 576x1024, 25 frame
### 🖼️ Görsel → 3D Model
- **Model**: Hunyuan3D-2 (tencent/Hunyuan3D-2)
- **Özellik**: Görsellerden yüksek çözünürlüklü 3D model oluşturma
- **Format**: GLB, OBJ çıktı formatları
### 📝 Metin → 3D Model
- **Model**: Stable Zero123 (stabilityai/stable-zero123)
- **Özellik**: Metinden 3D model oluşturma
- **Teknik**: Score Distillation Sampling (SDS)
## 🛠️ Kurulum
### Gereksinimler
- Python 3.8+
- CUDA destekli GPU (önerilen)
- 16GB+ RAM
- 50GB+ disk alanı
### 1. Repository'yi klonlayın
```bash
git clone
cd Multilangual
```
### 2. Sanal ortam oluşturun
```bash
python -m venv venv
venv\Scripts\activate # Windows
# source venv/bin/activate # Linux/Mac
```
### 3. Bağımlılıkları yükleyin
```bash
pip install -r requirements.txt
```
### 4. HuggingFace Token'ını ayarlayın
#### Yöntem 1: Environment Variable
```bash
set HUGGINGFACE_TOKEN=YOUR_ACCES_TOKEN
```
#### Yöntem 2: .env dosyası (zaten yapılandırılmış)
`.env` dosyasında token zaten ayarlanmış durumda.
#### Yöntem 3: Streamlit Secrets (zaten yapılandırılmış)
`.streamlit/secrets.toml` dosyasında token zaten ayarlanmış durumda.
## 🚀 Kullanım
### Uygulamayı başlatın
```bash
streamlit run main.py
```
Uygulama varsayılan olarak `http://localhost:8501` adresinde çalışacaktır.
### Web Arayüzü
1. Tarayıcınızda `http://localhost:8501` adresine gidin
2. Sol menüden kullanmak istediğiniz AI aracını seçin
3. Gerekli parametreleri girin
4. "Oluştur" butonuna tıklayın
5. Sonuçları görüntüleyin ve indirin
## 📁 Proje Yapısı
```
Multilangual/
├── main.py # Ana Streamlit uygulaması
├── requirements.txt # Python bağımlılıkları
├── .env # Environment variables
├── README.md # Bu dosya
├── .streamlit/
│ ├── config.toml # Streamlit konfigürasyonu
│ └── secrets.toml # Streamlit secrets
├── models/
│ ├── __init__.py
│ ├── text2image.py # FLUX.1-dev model handler
│ ├── image2image.py # SDXL Refiner model handler
│ ├── text2video.py # LTX-Video model handler
│ ├── image2video.py # Stable Video Diffusion handler
│ ├── image23d.py # Hunyuan3D-2 model handler
│ └── text23d.py # Stable Zero123 model handler
└── utils/
├── __init__.py
└── helpers.py # Yardımcı fonksiyonlar
```
## ⚙️ Konfigürasyon
### GPU Ayarları
Eğer birden fazla GPU'nuz varsa, kullanılacak GPU'yu belirtebilirsiniz:
```bash
set CUDA_VISIBLE_DEVICES=0
```
### Model Cache
Modeller varsayılan olarak `./models_cache` dizininde saklanır. Bu dizini değiştirmek için:
```bash
set HF_HOME=C:\path\to\your\cache
set TRANSFORMERS_CACHE=C:\path\to\your\cache
```
### Streamlit Ayarları
Port ve adres ayarları `.streamlit/config.toml` dosyasında yapılandırılabilir.
## 🔧 Sorun Giderme
### CUDA Bellek Hatası
Eğer GPU bellek hatası alıyorsanız:
1. Daha küçük batch size kullanın
2. Model CPU offloading'i etkinleştirin (zaten aktif)
3. Daha düşük çözünürlük kullanın
### Model Yükleme Hatası
1. İnternet bağlantınızı kontrol edin
2. HuggingFace token'ının doğru olduğundan emin olun
3. Disk alanınızın yeterli olduğundan emin olun
### Yavaş Performans
1. GPU kullandığınızdan emin olun
2. CUDA sürümünüzü kontrol edin
3. Daha az inference step kullanın
## 📊 Sistem Gereksinimleri
### Minimum
- CPU: Intel i5 / AMD Ryzen 5
- RAM: 16GB
- GPU: GTX 1060 6GB / RTX 2060
- Disk: 50GB boş alan
### Önerilen
- CPU: Intel i7 / AMD Ryzen 7
- RAM: 32GB+
- GPU: RTX 3080 / RTX 4070+
- Disk: 100GB+ SSD
## 🤝 Katkıda Bulunma
1. Fork edin
2. Feature branch oluşturun (`git checkout -b feature/amazing-feature`)
3. Commit edin (`git commit -m 'Add amazing feature'`)
4. Push edin (`git push origin feature/amazing-feature`)
5. Pull Request oluşturun
## 📄 Lisans
Bu proje MIT lisansı altında lisanslanmıştır. Detaylar için `LICENSE` dosyasına bakın.
## 🙏 Teşekkürler
- [Black Forest Labs](https://huggingface.co/black-forest-labs) - FLUX.1-dev
- [Stability AI](https://huggingface.co/stabilityai) - SDXL Refiner, Stable Video Diffusion, Stable Zero123
- [Lightricks](https://huggingface.co/Lightricks) - LTX-Video
- [Tencent](https://huggingface.co/tencent) - Hunyuan3D-2
- [Streamlit](https://streamlit.io/) - Web framework
- [HuggingFace](https://huggingface.co/) - Model hosting ve diffusers library
## 📞 İletişim
Sorularınız için issue açabilir veya pull request gönderebilirsiniz.
---
**Not**: Bu uygulama eğitim ve araştırma amaçlıdır. Ticari kullanım için model lisanslarını kontrol edin.