Clip Architect: Aplicatie Desktop Local pe PC

Ai un subiect. O propoziție, poate două. Ce nu ai e scriptul, imaginile, o voce care să le citească, subtitrări puse exact acolo unde trebuie, și un MP4 gata de urcat pe TikTok. Aici intervine Clip Architect: face treaba asta pe calculatorul tău, cu cheile tale, nu prin coada de render a nimănui altcuiva.

Clip Architect este o construcție Windows desktop pentru MoneyPrinterTurbo, împachetată cu o carcasă Tauri 2, un frontend React 19 și un backend Python care pornește și se stinge împreună cu aplicația. Să vedem cum e construită de fapt, pentru că partea interesantă nu e ideea în sine, ci ce a trebuit schimbat ca un instrument Python de browser să se comporte ca o aplicație desktop normală.

Descarca aplicatia din Magazinul Microsoft

De ce a fost nevoie de reîmpachetare

Iată cum vine MoneyPrinterTurbo din capul locului: o aplicație web Python, FastAPI pe dedesubt și o interfață Streamlit peste, pe care o pornești din terminal și o folosești într-un tab de browser. Bun pentru un dezvoltator. Deloc bun pentru cineva care vrea doar să deschidă o aplicație și să scrie un subiect.

Clip Architect ia același proces și îl învelește. O carcasă Tauri deține fereastra și ciclul de viață al procesului, un frontend React ține locul Streamlit, iar backendul Python rulează ca un serviciu local privat care pornește când deschizi aplicația și moare când o închizi. Logica de generare a videoclipului rămâne aceeași, se schimbă doar cine ține poarta.

Ce înseamnă aici “local-first”

Totul rulează pe calculatorul tău. Nimic nu se încarcă nicăieri, cu excepția furnizorului de AI sau de imagini pe care l-ai configurat, folosind cheia pe care ai pus-o tu. Fără cont de creat, fără abonament, fără o coadă de render pe serverul altcuiva. Dai un subiect, un LLM scrie scriptul și cuvintele cheie de căutare, imaginile stock sau fișierele tale proprii dau imaginea, un motor text-to-speech citește textul, și FFmpeg taie totul pe pista audio, bagă subtitrări, mixează muzica și scoate un MP4 pentru TikTok, Reels sau Shorts.

Cum vorbesc bucățile între ele

Carcasa Rust rezervă un port loopback liber, pornește backendul pe portul ăla, așteaptă până acceptă conexiuni, și îl ucide la ieșire. Frontendul nu presupune niciodată un port fix, îl primește de la carcasă printr-un eveniment numit backend://status. Procesul copil e atribuit unui Windows Job Object cu KILL_ON_JOB_CLOSE, ceea ce contează cel mai mult dacă ai avut vreodată o aplicație care s-a blocat și a lăsat ceva să se randeze pe ascuns. Aici, un crash sau un kill din Task Manager nu poate face asta.

Prima pornire e lentă: în jur de 70 de secunde la rece, cât timp Defender scanează un pachet de aproximativ 290 MB, și în jur de 20 de secunde la cald. De-aia timeout-ul de pornire e setat generos, nu strâns.

Unde stau fișierele de fapt

MoneyPrinterTurbo, versiunea originală, derivă fiecare cale de fișier din __file__, ceea ce merge până rulează din un director de instalare doar-citire, exact ce e o aplicație Windows împachetată. Așa că Clip Architect rezolvă în schimb două directoare din mediul de sistem: MPT_ROOT_DIR, care ține config.toml și folderul de storage pentru render-uri, imagini descărcate și încărcări proprii, scriabil, în app data per utilizator; și MPT_RESOURCE_DIR, care ține fonturile, melodiile, resursele publice și ffmpeg.exe-ul inclus, nescriabil, pentru că stă în interiorul instalării. Ambele revin la structura din arborele sursă dacă nu sunt setate, așa că un simplu python sidecar.py se comportă tot ca varianta originală. Această despărțire, de altfel, e și ce face posibilă o construcție pentru Microsoft Store, pentru că MSIX se instalează sub Program Files\WindowsApps, unde aplicația n-are voie să scrie.

Ce poți face cu el, concret

Generarea de script și cuvinte cheie trage din oricare din 23 de furnizori LLM, printre care OpenAI, Anthropic Claude, Google Gemini, DeepSeek, Qwen, Moonshot/Kimi, xAI Grok, Groq, OpenRouter, Ollama, și adăugarea unuia nou e descrisă ca o intrare de registry, nu o schimbare de cod. Imaginile pot veni de la Pexels, de la Pixabay, sau din fișierele tale video locale, așa că nu ești niciodată legat de o bibliotecă stock dacă vrei să tai clipurile tale.

Voce, subtitrări, muzică

Vocea trece prin Edge TTS, care e gratuit și nu cere cont, sau prin Azure Speech sau ElevenLabs dacă vrei să plătești pentru altă voce. Vocile sunt listate pe fiecare motor, și aplicația îți spune din start când lipsește o cheie, în loc să lase render-ul să pice pe la mijloc fără să zică nimic, genul de detaliu pe care îl apreciezi abia după ce ai trecut prin opusul lui. Subtitrările se bagă cu o alegere de font inclus, mărime, poziție, culoare și contur, cu previzualizare înainte să comiți randarea. Muzica de fundal vine din opt piese incluse sau din ce încarci tu.

Verificarea înainte să pierzi timpul

Există o trecere opțională de revizuire care descarcă clipurile mai întâi și te lasă să le reordonezi, elimini sau înlocuiești înainte să cheltuiești minute de randare sau cota furnizorului pe un montaj care nu-ți place. Task-urile terminate pot fi reluate pentru o altă trecere mai târziu, și există și un mod voce-întâi, ca să înregistrezi și să asculți narațiunea singură, cu durata ei reală, înainte să te angajezi la o randare completă. Pune la socoteală și proiectele salvate, o bibliotecă de render-uri trecute, și un cache partajat de clipuri descărcate între task-uri, iar output-ul vine la 9:16, 16:9 sau 1:1.

Cerințele, și lucrul pe care FFmpeg nu poate să-l fie

Ca să rulezi sau să construiești, ai nevoie de Windows 10 1809 sau mai nou cu WebView2, Rust cu toolchain-ul MSVC, Node.js 20+, și uv, pentru că backendul e fixat pe Python 3.11. FFmpeg vine inclus ca o construcție LGPL, așa că utilizatorii finali nu-l instalează separat, dar e vreo 110 MB și stă în afara controlului de versiuni, adus o dată cu npm run ffmpeg:fetch.

Și trebuie să rămână o construcție LGPL, nu cea mai comună variantă GPL. De ce? Pentru că o construcție GPL de FFmpeg cară după ea libx264, și distribuirea unui encoder H.264 pe calea asta trage licențierea de brevete pe care aplicația o evită complet, apelând în schimb encoderul deja pus în Windows. E o decizie luată cu bună știință, nu o scăpare, și mai apare o dată mai încolo, la o limitare care merită cunoscută.

Construirea de la zero

Pentru dezvoltare, pornirea trece o dată prin npm install, npm run backend:sync (care rulează uv sync --python 3.11 în interiorul backend/), și npm run ffmpeg:fetch, apoi npm run tauri:dev ca s-o pui efectiv în funcțiune. La build-urile debug, carcasa Rust rulează backend/sidecar.py direct din virtualenv-ul uv, așa că o schimbare Python are nevoie doar de un restart al aplicației, fără reconstruire, și tot trece MPT_ROOT_DIR și MPT_RESOURCE_DIR ca dev și release să se comporte la fel.

Verificările trec prin npm run backend:test pentru pytest, npm run build pentru build-ul TypeScript și Vite (care, spun cei care l-au scris, prinde mai mult decât un simplu tsc --noEmit), npm run lint pentru oxlint, și pe partea de Rust, cargo check și cargo test din interiorul src-tauri. Un lucru de reținut: tsc --noEmit de unul singur nu aplică tsconfig-ul proiectului, așa că scriptul npm e cel care contează, iar cargo check de unul singur compilează doar ramura debug_assertions a backendului, așa că ai nevoie de flag-ul --release ca să cuprinzi și partea specifică release-ului.

Pentru un build de release adevărat, backendul Python trebuie îngheţat mai întâi cu npm run backend:freeze, care rulează PyInstaller în backend/dist/backend/, apoi npm run tauri:build pachetează ce e deja pe disc. Sari peste îngheț și livrezi Python vechi, fără să-ți dai seama, pentru că build-urile de dev nu ating niciodată pachetul îngheţat. Specificația PyInstaller produce intenționat un pachet cu un singur director, nu un singur fișier, pentru că un build cu un singur fișier ar reextrage sute de megabytes în folderul temp la fiecare pornire, ceea ce e lent și declanșează euristicile de antivirus, iar MSIX se așteaptă la o încărcătură statică, pusă în ordine dinainte.

API-ul backendului, în câteva vorbe

Frontendul vorbește cu un API HTTP simplu sub /api/v1, și /docs de pe portul backendului servește interfața OpenAPI generată în dezvoltare. Există o rută pentru a pune la coadă un render complet (POST /videos), una pentru a pregăti imaginile și a se opri pentru revizuire (POST /materials), una pentru a înregistra doar vocea (POST /audio), și rute separate pentru a randa un task revizuit sau a relua unul terminat. Rutele de settings, metadata și proiecte sunt adăugiri peste versiunea originală, necesare pentru că un frontend separat nu poate să editeze configurația în memorie așa cum putea Streamlit, care rula în același proces.

Ce nu face

E doar pentru Windows, punct; carcasa, împachetarea MSIX și encoderul Windows Media Foundation sunt toate specifice acelei platforme. Subtitrările nu acoperă scripturi CJK, cirilic sau grecesc, doar latin, vietnamez și thailandez, așa că celelalte scripturi apar ca glife goale, nu ca un crash.

Ieșirea H.264 folosește profilul Constrained Baseline, pentru că trece prin Windows Media Foundation și nu printr-un encoder inclus, ceea ce înseamnă fișiere mai mari decât ar produce un encode echivalent cu libx264. E aceeași decizie de brevet din spatele cerinței LGPL pentru FFmpeg de mai sus, nu o scăpare, și HEVC nu e emis niciodată din același motiv. Câteva integrări din varianta originală sunt incluse în cod, dar nu expuse în interfață încă: generarea video LoomLoom, generarea de muzică Sonilo și ElevenLabs, rerank-ul TwelveLabs, și publicarea automată pe rețele. Există în backend/app/services/, doar fără un buton în interfață care să le pornească.

Licențierea, pentru că aici conteaza cu adevărat

Clip Architect e dublu licențiat. Cea implicită e GPL-3.0: gratuit pentru toată lumea, folosește-l, studiază-l, modifică-l, vinde videoclipuri făcute cu el, fără restricții aici. Ce cere GPL-3.0 în schimb e ca, dacă distribui aplicația sau ceva construit din ea, distribuția aia să ducă tot GPL-3.0 cu ea, cu sursă. Pentru cine are nevoie de opusul, o licență comercială e disponibilă prin acord scris, pentru a o pune într-un produs închis sau a o livra sub alt brand, cu suport opțional și un SLA pe lângă.

În ambele cazuri, nicio licență nu se leagă de ce randezi tu efectiv. Videoclipul e al tău, să-l publici, să-l vinzi sau să-l monetizezi, și la fel sunt imaginile sau scriptul pe care le-ai pus tu. Doar termenii furnizorilor pe care i-ai configurat, și licențele a ceea ce include aplicația, se aplică peste asta.

Codul original MoneyPrinterTurbo, creditat lui Harry, e licențiat MIT și își ține propria notiță; MIT e compatibil într-un sens cu GPL, așa că proiectul combinat vine sub GPL-3.0, și asta e o preferință a autorului, nu o obligație forțată de o dependență, pentru că nimic din ce e inclus cară de fapt o obligație de copyleft. Fonturile incluse, muzica, construcția FFmpeg și alegerea de codec, împreună cu ce a fost scos intenționat din versiunea originală și de ce, sunt documentate separat, și textele licențelor înseși vin pe disc lângă executabilul instalat, unde câteva din licențele astea cer de fapt să stea.

De unde vin imaginile, de fapt

Clip Architect nu ține niciun cadru video pe la el. Tot ce taie vine de la Pexels sau Pixabay, adus la momentul randării cu propria ta cheie API gratuită, de la care dintre ele te-ai înregistrat. Pexels oferă video stock gratuit fără atribuire cerută sub licența proprie, iar Pixabay oferă video stock gratuit sub propria Licență de Conținut; ambele permit uz comercial al videoclipului final și niciuna nu cere creditarea clipului în el, deși termenii sunt ai furnizorilor și merită citiți înainte să publici la scară. Dacă preferi să nu creditezi pe nimeni, calea imagini locale plus Edge TTS nu cere niciun furnizor stock și niciun cont.

Întrebări frecvente

Clip Architect e o aplicație doar pentru Windows?

Da. Carcasa, împachetarea MSIX și encoderul H.264 pe care se bazează sunt toate specifice pentru Windows 10 1809 sau mai nou, și nu există o construcție cross-platform documentată pentru el.

Câți furnizori de AI suportă Clip Architect?

Generarea de script și cuvinte cheie funcționează cu oricare din 23 de furnizori LLM, printre care OpenAI, Anthropic Claude, Google Gemini, DeepSeek și Ollama, iar adăugarea unui furnizor nou e tratată ca o simplă intrare într-un registry, fără să toace prin cod.

Poate Clip Architect să folosească fișiere video locale în loc de imagini stock?

Da. Imaginile pot veni din fișierele tale video locale în loc de Pexels sau Pixabay, și combinat cu narațiunea Edge TTS, calea asta nu cere cont sau cheie API deloc.

De ce cere Clip Architect exact o construcție LGPL de FFmpeg?

O construcție GPL de FFmpeg cară libx264, și distribuirea unui encoder H.264 pe calea asta trage obligații de licențiere de brevet pe care aplicația le evită apelând encoderul deja pus în Windows. Aceeași alegere e și motivul pentru care ieșirea folosește H.264 Constrained Baseline în loc de un encode mai eficient, și de ce HEVC nu e produs niciodată.

Așa stă treaba: un pipeline Python original, învelit ca să se comporte ca ceva pe care dai efectiv dublu-click, cu bătăile de cap de licențiere și de căi de fișiere rezolvate pe drum. Un subiect intră, un videoclip iese, și cheile rămân ale tale tot timpul.

Additional Resources

This article includes content created with AI.

Clip Architect: Aplicatie Desktop