تكامل Rendervid مع الذكاء الاصطناعي - إنشاء الفيديوهات باستخدام Claude Code وCursor وMCP

المقدمة: إنشاء الفيديو المدعوم بالذكاء الاصطناعي

تقليديًا، تطلب إنشاء مقاطع الفيديو برمجيًا معرفة عميقة بترميزات الفيديو وأطر الرسوم المتحركة وخطوط العرض. يزيل Rendervid هذا التعقيد من خلال قبول قوالب JSON وإخراج مقاطع فيديو جاهزة. عندما تجمع هذا مع وكلاء الذكاء الاصطناعي الذين يفهمون اللغة الطبيعية، تحصل على شيء قوي: القدرة على وصف فيديو بلغة إنجليزية بسيطة وتلقي ملف MP4 معروض في المقابل.

يربط Rendervid الفجوة بين نماذج لغة الذكاء الاصطناعي وإنتاج الفيديو. بدلاً من كتابة التعليمات البرمجية أو تصميم الإطارات الرئيسية أو تعلم محرر الفيديو، تخبر وكيل الذكاء الاصطناعي بما تريد. ينشئ الوكيل قالب JSON صالحًا ويتحقق من صحته ويعرض الإخراج النهائي من خلال محرك Rendervid. تحدث العملية بأكملها في محادثة واحدة.

يُبنى هذا التكامل على بروتوكول سياق النموذج (MCP)، وهو معيار مفتوح يسمح لأدوات الذكاء الاصطناعي بالتفاعل مع الخدمات الخارجية من خلال واجهة منظمة. يعرض خادم MCP الخاص بـ Rendervid 11 أداة تغطي العرض والتحقق واكتشاف القوالب والتوثيق، مما يمنح وكلاء الذكاء الاصطناعي كل ما يحتاجونه لإنتاج محتوى فيديو احترافي بشكل مستقل.

ما هو بروتوكول سياق النموذج (MCP)؟

بروتوكول سياق النموذج هو معيار مفتوح تم تطويره لمنح مساعدي الذكاء الاصطناعي وصولاً منظمًا إلى الأدوات الخارجية ومصادر البيانات. بدلاً من الاعتماد على نماذج الذكاء الاصطناعي لتخمين تنسيقات واجهة برمجة التطبيقات أو إنشاء تعليمات برمجية تستدعي نقاط نهاية REST، يوفر MCP واجهة مكتوبة وقابلة للاكتشاف يمكن لوكلاء الذكاء الاصطناعي الاستعلام عنها في وقت التشغيل.

بالنسبة لإنشاء الفيديو، يحل MCP مشكلة حرجة: يحتاج وكلاء الذكاء الاصطناعي إلى معرفة ما هو ممكن قبل أن يتمكنوا من إنشاء إخراج صالح. بدون MCP، سيحتاج نموذج الذكاء الاصطناعي إلى التدريب على تنسيق قالب Rendervid المحدد ومعرفة كل إعداد مسبق للرسوم المتحركة المتاح وفهم قيود كل نوع طبقة. مع MCP، يستدعي الوكيل ببساطة get_capabilities ويتلقى وصفًا كاملاً للنظام، بما في ذلك مخططات JSON لكل مكون.

لماذا يهم MCP لإنشاء الفيديو بالذكاء الاصطناعي

• الاكتشاف في وقت التشغيل: يتعلم وكلاء الذكاء الاصطناعي ما يمكن لـ Rendervid القيام به في اللحظة التي يتصلون فيها، وليس في وقت التدريب. هذا يعني أن الميزات الجديدة متاحة على الفور دون إعادة التدريب.
• أمان النوع: كل أداة لها مخطط إدخال وإخراج محدد. يعرف وكيل الذكاء الاصطناعي بالضبط ما هي المعلمات المطلوبة وما هي الأنواع التي يجب أن تكون عليها.
• التحقق قبل العرض: بدلاً من إرسال قالب والأمل في أن يعمل، يمكن للوكيل التحقق من صحة القالب أولاً وإصلاح أي مشاكل قبل قضاء الوقت في العرض.
• قابلية تركيب الأداة: يمكن لوكلاء الذكاء الاصطناعي ربط الأدوات معًا، واستدعاء list_examples للعثور على قالب بداية وتعديله واستدعاء validate_template للتحقق منه ثم استدعاء render_video لإنتاج الإخراج. كل ذلك في دورة محادثة واحدة.

مرجع أدوات خادم MCP

يعرض خادم MCP الخاص بـ Rendervid 11 أداة منظمة في ثلاث فئات: العرض والتحقق والاكتشاف والتوثيق. تم تصميم كل أداة لمنح وكلاء الذكاء الاصطناعي أقصى قدر من الاستقلالية عند إنشاء محتوى الفيديو.

أدوات العرض

تتعامل هذه الأدوات مع الإنتاج الفعلي لإخراج الفيديو والصورة من قوالب JSON.

render_video

ينشئ ملف فيديو كامل من قالب JSON. هذه هي أداة العرض الأساسية لإنتاج إخراج MP4 أو WebM أو MOV.

المعلمات:

• template (كائن، مطلوب) – قالب JSON الكامل الذي يحدد المشاهد والطبقات والرسوم المتحركة وإعدادات الإخراج.
• inputs (كائن، اختياري) – أزواج المفتاح والقيمة لاستبدال متغيرات القالب.
• output_format (سلسلة، اختياري) – تنسيق الإخراج: mp4 أو webm أو mov. الافتراضي هو mp4.

مثال على الاستخدام بواسطة وكيل الذكاء الاصطناعي:

{
  "tool": "render_video",
  "arguments": {
    "template": {
      "outputSettings": {
        "width": 1080,
        "height": 1920,
        "fps": 30,
        "duration": 10
      },
      "scenes": [
        {
          "duration": 10,
          "layers": [
            {
              "type": "text",
              "text": "Summer Sale - 50% Off",
              "fontSize": 72,
              "fontFamily": "Montserrat",
              "color": "#FFFFFF",
              "position": { "x": 540, "y": 960 },
              "animations": [
                {
                  "type": "fadeInUp",
                  "duration": 0.8,
                  "delay": 0.2
                }
              ]
            }
          ]
        }
      ]
    },
    "output_format": "mp4"
  }
}

الإرجاع: عنوان URL أو مسار ملف لملف الفيديو المعروض.

render_image

ينشئ إطارًا واحدًا أو صورة ثابتة من قالب JSON. مفيد لإنشاء الصور المصغرة ورسومات وسائل التواصل الاجتماعي وإطارات الملصقات والمواد التسويقية الثابتة.

المعلمات:

• template (كائن، مطلوب) – قالب JSON الذي يحدد تكوين الصورة.
• inputs (كائن، اختياري) – قيم استبدال متغيرات القالب.
• output_format (سلسلة، اختياري) – تنسيق الإخراج: png أو jpeg أو webp. الافتراضي هو png.
• frame (رقم، اختياري) – أي إطار يتم عرضه (لاستخراج لحظة محددة من قالب متحرك).

متى تستخدم render_image مقابل render_video:

• استخدم render_image للإخراج الثابت: الصور المصغرة واللافتات ومنشورات وسائل التواصل الاجتماعي وشرائح العرض التقديمي.
• استخدم render_video لأي شيء يحتوي على حركة: الرسوم المتحركة والانتقالات والصوت ومقاطع الفيديو.

start_render_async

يبدأ مهمة عرض غير متزامنة لمقاطع الفيديو طويلة المدة (عادةً أكثر من 30 ثانية). بدلاً من انتظار اكتمال العرض بشكل متزامن، تُرجع هذه الأداة معرف مهمة يمكنك استطلاعه باستخدام check_render_status.

المعلمات:

• template (كائن، مطلوب) – قالب JSON الكامل.
• inputs (كائن، اختياري) – قيم متغيرات القالب.
• output_format (سلسلة، اختياري) – تنسيق الإخراج المطلوب.

الإرجاع: سلسلة job_id يمكن استخدامها مع check_render_status وlist_render_jobs.

متى تستخدم العرض غير المتزامن:

• مقاطع الفيديو الأطول من 30 ثانية
• القوالب ذات المشاهد المتعددة أو الرسوم المتحركة المعقدة
• سير عمل العرض الدفعي حيث تريد إرسال مهام متعددة وجمع النتائج لاحقًا
• بيئات العرض السحابية حيث قد تنتهي مهلة الطلبات المتزامنة طويلة المدى

check_render_status

يتحقق من الحالة الحالية لمهمة عرض غير متزامنة بدأت باستخدام start_render_async.

المعلمات:

• job_id (سلسلة، مطلوب) – معرف المهمة الذي أُرجع بواسطة start_render_async.

الإرجاع: كائن يحتوي على:

• status – أحد queued أو rendering أو completed أو failed.
• progress – نسبة مئوية (0-100) تشير إلى تقدم العرض.
• output_url – عنوان URL للفيديو المكتمل (موجود فقط عندما تكون status هي completed).
• error – رسالة خطأ إذا فشلت المهمة.

مثال على سير عمل الاستطلاع:

وكيل الذكاء الاصطناعي:
1. start_render_async → job_id: "abc-123"
2. check_render_status("abc-123") → status: "rendering", progress: 35
3. check_render_status("abc-123") → status: "rendering", progress: 78
4. check_render_status("abc-123") → status: "completed", output_url: "https://..."

list_render_jobs

يسرد جميع مهام العرض غير المتزامنة، النشطة والمكتملة على حد سواء. مفيد لمراقبة عمليات العرض الدفعي أو مراجعة الإخراج الأخير.

المعلمات:

• status_filter (سلسلة، اختياري) – تصفية حسب الحالة: queued أو rendering أو completed أو failed أو all. الافتراضي هو all.
• limit (رقم، اختياري) – الحد الأقصى لعدد المهام المراد إرجاعها.

الإرجاع: مصفوفة من كائنات المهام، كل منها مع job_id وstatus وprogress وcreated_at وoutput_url (إذا اكتملت).

أدوات التحقق والاكتشاف

تساعد هذه الأدوات وكلاء الذكاء الاصطناعي على فهم ما يمكن لـ Rendervid القيام به والتحقق من صحة القوالب قبل العرض.

validate_template

يتحقق من صحة قالب JSON قبل العرض. تتحقق هذه الأداة من بنية القالب وأنواع الحقول وقيود القيمة وحتى تتحقق من إمكانية الوصول إلى عناوين URL للوسائط (الصور ومقاطع الفيديو وملفات الصوت). يمنع تشغيل التحقق قبل العرض الوقت الضائع على القوالب التي ستفشل أثناء عملية العرض.

المعلمات:

• template (كائن، مطلوب) – قالب JSON للتحقق من صحته.
• check_urls (منطقي، اختياري) – ما إذا كان يجب التحقق من إمكانية الوصول إلى عناوين URL للوسائط. الافتراضي هو true.

الإرجاع: كائن يحتوي على:

• valid – قيمة منطقية تشير إلى ما إذا كان القالب صالحًا.
• errors – مصفوفة من كائنات الخطأ مع path وmessage وseverity لكل مشكلة تم العثور عليها.
• warnings – مصفوفة من كائنات التحذير للمشاكل غير الحرجة (على سبيل المثال، المتغيرات غير المستخدمة، الأبعاد الكبيرة جدًا).

ما الذي يلتقطه التحقق:

• الحقول المطلوبة المفقودة (على سبيل المثال، مشهد بدون duration)
• أنواع الحقول غير الصالحة (على سبيل المثال، سلسلة حيث يُتوقع رقم)
• أنواع الطبقات غير المعروفة أو الإعدادات المسبقة للرسوم المتحركة
• عناوين URL للوسائط المعطلة أو التي يتعذر الوصول إليها (الصور ومقاطع الفيديو وملفات الصوت)
• القيم خارج النطاق (على سبيل المثال، الأبعاد السالبة، fps أعلى من الحد الأقصى)
• أخطاء بناء جملة متغيرات القالب

مثال على استجابة التحقق:

{
  "valid": false,
  "errors": [
    {
      "path": "scenes[0].layers[2].src",
      "message": "URL returned HTTP 404: https://example.com/missing-image.png",
      "severity": "error"
    },
    {
      "path": "scenes[1].duration",
      "message": "Scene duration must be a positive number",
      "severity": "error"
    }
  ],
  "warnings": [
    {
      "path": "outputSettings.width",
      "message": "Width 7680 is very large and may result in slow rendering",
      "severity": "warning"
    }
  ]
}

get_capabilities

يُرجع وصفًا شاملاً لكل ما يمكن لـ Rendervid القيام به. هذه عادةً هي الأداة الأولى التي يستدعيها وكيل الذكاء الاصطناعي عند بدء مهمة إنشاء فيديو. تتضمن الاستجابة أنواع الطبقات المتاحة والإعدادات المسبقة للرسوم المتحركة ووظائف التخفيف والمرشحات وتنسيقات الإخراج ومخططات JSON الخاصة بها.

المعلمات: لا شيء.

الإرجاع: كائن منظم يحتوي على:

• layerTypes – جميع أنواع الطبقات المتاحة (text وimage وvideo وshape وaudio وgroup وlottie وcustom) مع مخططات JSON الخاصة بها والخصائص القابلة للتكوين.
• animations – جميع الإعدادات المسبقة للرسوم المتحركة مجمعة حسب الفئة (entrance وexit وemphasis وkeyframe) مع أوصاف ومعلمات قابلة للتكوين.
• easingFunctions – جميع وظائف التخفيف الأكثر من 30 مع أوصاف وأمثلة استخدام.
• filters – المرشحات المرئية المتاحة (blur وbrightness وcontrast وsaturate وgrayscale وsepia وما إلى ذلك) مع نطاقات المعلمات.
• outputFormats – تنسيقات الإخراج المدعومة للفيديو وعرض الصور مع قيودها.
• inputTypes – أنواع متغيرات القالب وقواعد التحقق.
• sceneTransitions – جميع أنواع انتقالات المشهد الـ 17 مع معلماتها.

لماذا هذه الأداة حرجة لوكلاء الذكاء الاصطناعي:

استجابة القدرات هي واجهة برمجة تطبيقات ذاتية الوصف. لا يحتاج وكيل الذكاء الاصطناعي إلى التدريب المسبق على تنسيق قالب Rendervid. يمكنه استدعاء get_capabilities في وقت التشغيل وتلقي المخطط الكامل وإنشاء قوالب صالحة في محاولته الأولى. عندما يضيف Rendervid ميزات جديدة أو رسوم متحركة أو أنواع طبقات، يحصل وكلاء الذكاء الاصطناعي تلقائيًا على الوصول إليها من خلال هذه الأداة دون أي تغييرات في الكود.

get_example

يحمّل قالب مثال محدد بالاسم. يستخدم وكلاء الذكاء الاصطناعي هذا لاسترداد قالب عمل كنقطة بداية، ثم تعديله ليتناسب مع متطلبات المستخدم.

المعلمات:

• name (سلسلة، مطلوب) – اسم قالب المثال (على سبيل المثال، instagram-story أو product-showcase أو animated-bar-chart).

الإرجاع: قالب JSON الكامل للمثال المطلوب، جاهز للعرض أو التعديل.

مثال:

يستدعي وكيل الذكاء الاصطناعي: get_example("instagram-story")
الإرجاع: قالب قصة Instagram كامل 1080x1920 مع طبقات نصية،
         صورة خلفية، ورسوم متحركة للدخول

list_examples

يتصفح الكتالوج الكامل لأكثر من 50 قالب مثال منظم حسب الفئة. يستخدم وكلاء الذكاء الاصطناعي هذا للعثور على قوالب بداية ذات صلة بطلب المستخدم.

المعلمات:

• category (سلسلة، اختياري) – تصفية حسب الفئة (على سبيل المثال، social-media أو marketing أو data-visualization أو typography أو e-commerce).

الإرجاع: مصفوفة من كائنات البيانات الوصفية للأمثلة، كل منها مع:

• name – معرف القالب للاستخدام مع get_example.
• category – فئة القالب.
• description – ما الذي ينشئه القالب.
• dimensions – عرض وارتفاع الإخراج.
• duration – مدة القالب بالثواني.

أدوات التوثيق

توفر هذه الأدوات وثائق مرجعية مفصلة يمكن لوكلاء الذكاء الاصطناعي الرجوع إليها عند إنشاء القوالب.

get_component_docs

يُرجع وثائق مفصلة لـ مكون أو نوع طبقة محدد. يتضمن أوصاف الخصائص والحقول المطلوبة مقابل الاختيارية والقيم الافتراضية وأمثلة الاستخدام.

المعلمات:

• component (سلسلة، مطلوب) – اسم نوع المكون/الطبقة (على سبيل المثال، text أو image أو video أو shape أو audio أو group أو lottie أو custom أو AnimatedLineChart أو TypewriterEffect).

الإرجاع: وثائق شاملة تتضمن:

• جدول الخصائص مع الأنواع والافتراضيات والأوصاف
• مخطط JSON للمكون
• أمثلة الاستخدام
• ملاحظات حول اختلافات العرض بين المتصفح وNode.js

get_animation_docs

يُرجع المرجع الكامل لتأثيرات الرسوم المتحركة، بما في ذلك جميع الإعدادات المسبقة للرسوم المتحركة للدخول والخروج والتأكيد والإطار الرئيسي.

المعلمات:

• animation (سلسلة، اختياري) – اسم رسوم متحركة محدد للحصول على وثائق مفصلة له (على سبيل المثال، fadeInUp أو bounceIn أو slideOutLeft). إذا تم حذفه، يُرجع كتالوج الرسوم المتحركة الكامل.

الإرجاع: وثائق الرسوم المتحركة بما في ذلك:

• اسم الرسوم المتحركة والفئة (entrance أو exit أو emphasis أو keyframe)
• وصف التأثير البصري
• المعلمات القابلة للتكوين (duration وdelay وeasing)
• القيم الافتراضية
• حالات الاستخدام الموصى بها

get_component_defaults

يُرجع القيم الافتراضية ومخطط JSON الكامل لنوع مكون محدد. يستخدم وكلاء الذكاء الاصطناعي هذا لفهم كيف يبدو المكون الصالح الأدنى وما هي الخصائص التي يمكنهم تجاوزها.

المعلمات:

• component (سلسلة، مطلوب) – اسم نوع المكون/الطبقة.

الإرجاع: كائن JSON مع:

• defaults – القيم الافتراضية الكاملة لكل خاصية
• schema – مخطط JSON الذي يحدد بنية المكون والأنواع والقيود
• required – قائمة الخصائص المطلوبة

مثال على الاستجابة لطبقة نصية:

{
  "defaults": {
    "type": "text",
    "text": "",
    "fontSize": 24,
    "fontFamily": "Arial",
    "color": "#000000",
    "fontWeight": "normal",
    "textAlign": "center",
    "position": { "x": 0, "y": 0 },
    "opacity": 1,
    "rotation": 0,
    "animations": []
  },
  "required": ["type", "text"],
  "schema": {
    "type": "object",
    "properties": {
      "text": { "type": "string", "description": "The text content to display" },
      "fontSize": { "type": "number", "minimum": 1, "maximum": 500 },
      "fontFamily": { "type": "string", "description": "Google Font name or system font" },
      "color": { "type": "string", "pattern": "^#[0-9a-fA-F]{6}$" }
    }
  }
}

get_easing_docs

يُرجع المرجع الكامل لجميع وظائف التخفيف المتاحة. تتحكم وظائف التخفيف في منحنى تسارع الرسوم المتحركة، مما يحدد ما إذا كانت تبدأ ببطء أو تنتهي ببطء أو ترتد أو تتبع منحنى مرن.

المعلمات:

• easing (سلسلة، اختياري) – اسم وظيفة تخفيف محدد للحصول على وثائق مفصلة. إذا تم حذفه، يُرجع القائمة الكاملة.

الإرجاع: وثائق لكل وظيفة تخفيف بما في ذلك:

• اسم الوظيفة (على سبيل المثال، easeInOutCubic أو easeOutBounce أو spring)
• وصف رياضي للمنحنى
• وصف بصري لشعور الحركة
• حالات الاستخدام الموصى بها
• مكافئ CSS (حيثما ينطبق)

إعداد تكامل الذكاء الاصطناعي

يتطلب توصيل Rendervid بأداة الذكاء الاصطناعي الخاصة بك إضافة خادم MCP إلى تكوين أداتك. تختلف عملية الإعداد قليلاً بين الأدوات، لكن المفهوم الأساسي هو نفسه: وجّه أداة الذكاء الاصطناعي الخاصة بك إلى نقطة دخول خادم MCP الخاص بـ Rendervid.

المتطلبات الأساسية

قبل تكوين أي أداة ذكاء اصطناعي، تأكد من أن لديك:

1. Node.js 18+ مثبت على نظامك
2. Rendervid مستنسخ ومبني من مستودع GitHub :

git clone https://github.com/AceDZN/rendervid.git
cd rendervid
npm install
cd mcp
npm install
npm run build

3. FFmpeg مثبت (مطلوب لإخراج الفيديو):

# macOS
brew install ffmpeg

# Ubuntu/Debian
sudo apt install ffmpeg

# Windows (with Chocolatey)
choco install ffmpeg

Claude Desktop / Claude Code

أضف خادم Rendervid MCP إلى ملف تكوين Claude Desktop الخاص بك.

موقع ملف التكوين:

• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Windows: %APPDATA%\Claude\claude_desktop_config.json
• Linux: ~/.config/Claude/claude_desktop_config.json

التكوين:

{
  "mcpServers": {
    "rendervid": {
      "command": "node",
      "args": ["/path/to/rendervid/mcp/build/index.js"],
      "env": {}
    }
  }
}

استبدل /path/to/rendervid بالمسار الفعلي لتثبيت Rendervid الخاص بك.

بالنسبة لـ Claude Code (CLI)، أضف نفس التكوين إلى ملف .claude/mcp.json الخاص بمشروعك أو إعدادات Claude Code العامة الخاصة بك. سيكتشف Claude Code تلقائيًا خادم MCP ويعرض جميع الأدوات الـ 11 أثناء جلسات البرمجة الخاصة بك.

بعد حفظ التكوين، أعد تشغيل Claude Desktop أو Claude Code. يمكنك التحقق من الاتصال بسؤال Claude: “ما هي أدوات Rendervid المتاحة؟” يجب أن يسرد Claude جميع أدوات MCP الـ 11.

Cursor IDE

أضف خادم Rendervid MCP إلى تكوين MCP الخاص بـ Cursor.

ملف التكوين: .cursor/mcp.json في جذر مشروعك (أو إعدادات Cursor العامة).

{
  "mcpServers": {
    "rendervid": {
      "command": "node",
      "args": ["/path/to/rendervid/mcp/build/index.js"]
    }
  }
}

بعد الحفظ، أعد تشغيل Cursor. ستكون أدوات Rendervid متاحة في مساعد الذكاء الاصطناعي الخاص بـ Cursor، مما يسمح لك بإنشاء مقاطع الفيديو مباشرة من محررك.

Windsurf IDE

يدعم Windsurf خوادم MCP من خلال تكوين الذكاء الاصطناعي الخاص به. أضف خادم Rendervid إلى إعدادات MCP الخاصة بـ Windsurf:

{
  "mcpServers": {
    "rendervid": {
      "command": "node",
      "args": ["/path/to/rendervid/mcp/build/index.js"]
    }
  }
}

راجع وثائق Windsurf لموقع ملف التكوين الدقيق، حيث قد يختلف حسب الإصدار ونظام التشغيل.

إعداد MCP عام

يمكن لأي أداة تنفذ مواصفات عميل MCP الاتصال بخادم MCP الخاص بـ Rendervid. يتواصل الخادم عبر stdio (الإدخال/الإخراج القياسي)، وهو نقل MCP الافتراضي.

للتكامل مع عميل MCP مخصص:

1. قم بتفريخ عملية خادم MCP:

   node /path/to/rendervid/mcp/build/index.js
   

2. تواصل عبر stdin/stdout باستخدام بروتوكول JSON-RPC الخاص بـ MCP.
3. استدعِ tools/list لاكتشاف الأدوات المتاحة.
4. استدعِ tools/call مع اسم الأداة والوسيطات لتنفيذ أي أداة.

خادم MCP عديم الحالة. كل استدعاء أداة مستقل، ويمكن للخادم التعامل مع الطلبات المتزامنة من عملاء متعددين.

سير عمل الذكاء الاصطناعي: أمثلة شاملة

توضح الأمثلة التالية كيفية استخدام وكلاء الذكاء الاصطناعي لأدوات MCP الخاصة بـ Rendervid للانتقال من موجه اللغة الطبيعية إلى فيديو مكتمل.

المثال 1: إنشاء محتوى وسائل التواصل الاجتماعي

موجه المستخدم: “أنشئ قصة Instagram مدتها 10 ثوانٍ للترويج لتخفيضات الصيف مع نص متحرك وخلفية متدرجة”

سير عمل وكيل الذكاء الاصطناعي:

الخطوة 1 – اكتشف القدرات:

يستدعي الوكيل get_capabilities للتعرف على أنواع الطبقات المتاحة والإعدادات المسبقة للرسوم المتحركة وقيود الإخراج. يكتشف أن طبقات text وshape متاحة، وأن رسوم fadeInUp وscaleIn المتحركة موجودة، وأن قصص Instagram تستخدم دقة 1080x1920.

الخطوة 2 – ابحث عن قالب بداية:

يستدعي الوكيل list_examples مع category: "social-media" ويجد قالب instagram-story. ثم يستدعي get_example("instagram-story") لتحميل قالب JSON الكامل.

الخطوة 3 – إنشاء القالب:

باستخدام المثال كمرجع، ينشئ الوكيل قالبًا مخصصًا:

{
  "outputSettings": {
    "width": 1080,
    "height": 1920,
    "fps": 30,
    "duration": 10
  },
  "scenes": [
    {
      "duration": 10,
      "layers": [
        {
          "type": "shape",
          "shapeType": "rectangle",
          "width": 1080,
          "height": 1920,
          "gradient": {
            "type": "linear",
            "angle": 135,
            "stops": [
              { "color": "#FF6B35", "position": 0 },
              { "color": "#F72585", "position": 0.5 },
              { "color": "#7209B7", "position": 1 }
            ]
          }
        },
        {
          "type": "text",
          "text": "SUMMER SALE",
          "fontSize": 96,
          "fontFamily": "Montserrat",
          "fontWeight": "bold",
          "color": "#FFFFFF",
          "position": { "x": 540, "y": 700 },
          "animations": [
            { "type": "fadeInUp", "duration": 0.8, "delay": 0.3 }
          ]
        },
        {
          "type": "text",
          "text": "50% OFF EVERYTHING",
          "fontSize": 64,
          "fontFamily": "Montserrat",
          "color": "#FFE066",
          "position": { "x": 540, "y": 850 },
          "animations": [
            { "type": "fadeInUp", "duration": 0.8, "delay": 0.6 }
          ]
        },
        {
          "type": "text",
          "text": "Shop Now  →",
          "fontSize": 48,
          "fontFamily": "Montserrat",
          "color": "#FFFFFF",
          "position": { "x": 540, "y": 1200 },
          "animations": [
            { "type": "scaleIn", "duration": 0.6, "delay": 1.2 }
          ]
        }
      ]
    }
  ]
}

الخطوة 4 – التحقق:

يستدعي الوكيل validate_template مع قالب JSON. تعود الاستجابة بـ valid: true بدون أخطاء.

الخطوة 5 – العرض:

يستدعي الوكيل render_video مع القالب المتحقق منه ويتلقى عنوان URL لملف MP4 المكتمل.

المثال 2: أتمتة الفيديو التسويقي

موجه المستخدم: “أنشئ فيديو عرض منتج لسماعات الرأس الجديدة لدينا. استخدم صورة المنتج هذه: https://example.com/headphones.png . اسم المنتج هو ‘SoundPro X1’ والسعر 299 دولارًا.”

سير عمل وكيل الذكاء الاصطناعي:

1. get_capabilities – يتعلم عن طبقات الصور وتصميم النص وخيارات الرسوم المتحركة.
2. list_examples – يجد قالب product-showcase في فئة e-commerce.
3. get_example("product-showcase") – يحمّل قالب عرض المنتج الكامل، الذي يستخدم متغيرات القالب لاسم المنتج والصورة والسعر.
4. يعدل القالب – يحدّث inputs ببيانات منتج المستخدم:

   {
     "inputs": {
       "productName": "SoundPro X1",
       "productImage": "https://example.com/headphones.png",
       "price": "$299",
       "tagline": "Premium Sound, Redefined"
     }
   }
   

5. validate_template – يتحقق من القالب ويؤكد أن https://example.com/headphones.png يمكن الوصول إليه.
6. render_video – ينتج فيديو عرض المنتج النهائي.

يوضح سير العمل هذا كيف يستفيد وكلاء الذكاء الاصطناعي من متغيرات القالب لإنشاء محتوى مخصص من قوالب قابلة لإعادة الاستخدام. يمكن لنفس قالب عرض المنتج إنشاء مئات من مقاطع الفيديو الفريدة عن طريق تبديل المدخلات.

المثال 3: إنشاء تصور البيانات

موجه المستخدم: “أنشئ مخطط شريطي متحرك يوضح الإيرادات الفصلية: الربع الأول: 1.2 مليون دولار، الربع الثاني: 1.8 مليون دولار، الربع الثالث: 2.1 مليون دولار، الربع الرابع: 2.7 مليون دولار”

سير عمل وكيل الذكاء الاصطناعي:

1. get_capabilities – يكتشف نوع الطبقة custom ومكون AnimatedLineChart المدمج.
2. get_component_docs("AnimatedLineChart") – يقرأ وثائق مكون المخطط، ويتعلم عن تنسيق البيانات وتكوين الألوان وتسميات المحاور وخيارات الرسوم المتحركة.
3. get_component_defaults("AnimatedLineChart") – يحصل على القيم الافتراضية ومخطط JSON لفهم الحد الأدنى من التكوين المطلوب.
4. ينشئ قالبًا مع طبقة مكون مخصص:

   {
     "type": "custom",
     "component": "AnimatedLineChart",
     "props": {
       "data": [
         { "label": "Q1", "value": 1200000 },
         { "label": "Q2", "value": 1800000 },
         { "label": "Q3", "value": 2100000 },
         { "label": "Q4", "value": 2700000 }
       ],
       "colors": ["#4361EE", "#3A0CA3", "#7209B7", "#F72585"],
       "title": "Quarterly Revenue 2025",
       "yAxisLabel": "Revenue (USD)",
       "animationDuration": 2
     }
   }
   

5. validate_template – يؤكد أن بنية القالب صحيحة.
6. render_video – ينشئ فيديو المخطط المتحرك.

واجهة برمجة تطبيقات ذاتية الوصف: كيف تجعل القدرات وكلاء الذكاء الاصطناعي فعالين

أداة get_capabilities هي حجر الزاوية لتكامل الذكاء الاصطناعي في Rendervid. تنفذ نمط واجهة برمجة تطبيقات ذاتية الوصف، حيث يخبر النظام وكلاء الذكاء الاصطناعي بالضبط بما يمكنه القيام به، وما هي المعلمات المطلوبة، وما هي القيم الصالحة. هذا يلغي حاجة نماذج الذكاء الاصطناعي إلى حفظ أو التدريب على واجهة برمجة التطبيقات المحددة لـ Rendervid.

ما الذي تحتويه استجابة القدرات

عندما يستدعي وكيل الذكاء الاصطناعي get_capabilities، يتلقى استجابة منظمة تغطي كل جانب من جوانب نظام العرض:

أنواع الطبقات مع مخططات JSON:

{
  "layerTypes": {
    "text": {
      "description": "Renders text with full styling control",
      "schema": {
        "properties": {
          "text": { "type": "string", "required": true },
          "fontSize": { "type": "number", "default": 24, "min": 1, "max": 500 },
          "fontFamily": { "type": "string", "default": "Arial" },
          "color": { "type": "string", "format": "hex-color" },
          "position": { "type": "object", "properties": { "x": {}, "y": {} } },
          "animations": { "type": "array", "items": { "$ref": "#/animations" } }
        }
      }
    },
    "image": { "..." : "..." },
    "video": { "..." : "..." },
    "shape": { "..." : "..." },
    "audio": { "..." : "..." },
    "group": { "..." : "..." },
    "lottie": { "..." : "..." },
    "custom": { "..." : "..." }
  }
}

الإعدادات المسبقة للرسوم المتحركة:

تسرد استجابة القدرات كل إعداد مسبق للرسوم المتحركة مع فئته ومعلماته القابلة للتكوين ووصفه. وكيل الذكاء الاصطناعي الذي يتلقى هذه البيانات يعرف أن fadeInUp هو رسم متحرك للدخول مع معلمات duration وdelay وeasing، وأنه يحرك العنصر للأعلى أثناء إظهاره.

وظائف التخفيف:

يتم سرد جميع وظائف التخفيف الأكثر من 30 مع أوصاف، بحيث يمكن لوكيل الذكاء الاصطناعي اختيار المنحنى المناسب لكل رسم متحرك. على سبيل المثال، يوصف easeOutBounce بأنه يحاكي تأثير الارتداد في نهاية الرسم المتحرك، والذي يمكن للوكيل التوصية به للمحتوى المرح أو الجذاب للانتباه.

المرشحات والتأثيرات:

يتم توثيق المرشحات المرئية مثل blur وbrightness وcontrast وsaturate وgrayscale وsepia مع نطاقات معلماتها، مما يتيح لوكيل الذكاء الاصطناعي تطبيق تأثيرات ما بعد المعالجة على أي طبقة.

لماذا تهم واجهات برمجة التطبيقات ذاتية الوصف

تتطلب واجهات برمجة التطبيقات التقليدية وثائق قد تكون أو لا تكون نماذج الذكاء الاصطناعي قد رأتها أثناء التدريب. توفر واجهة برمجة التطبيقات ذاتية الوصف وثائق في وقت التشغيل، مما يضمن أن وكيل الذكاء الاصطناعي لديه دائمًا معلومات حالية ودقيقة. عندما يضيف Rendervid إعدادًا مسبقًا جديدًا للرسوم المتحركة أو نوع طبقة، يرى كل وكيل ذكاء اصطناعي متصل ذلك على الفور من خلال get_capabilities. لا توجد تحديثات للوثائق، ولا إعادة تدريب، ولا عدم تطابق في الإصدارات.

أفضل الممارسات لإنشاء الفيديو بالذكاء الاصطناعي

اتبع هذه الإرشادات للحصول على أفضل النتائج عند استخدام وكلاء الذكاء الاصطناعي لإنشاء مقاطع فيديو Rendervid.

1. تحقق دائمًا قبل العرض

استدعِ validate_template قبل كل عرض. العرض مكلف حسابيًا، والتحقق فوري تقريبًا. تلتقط أداة التحقق المشاكل التي من شأنها أن تتسبب في فشل العرض أو إنتاج إخراج غير متوقع:

• عناوين URL للوسائط المعطلة (الصور ومقاطع الفيديو وملفات الصوت التي تُرجع 404)
• بنية JSON غير صالحة أو حقول مطلوبة مفقودة
• قيم خارج النطاق للأبعاد أو أحجام الخطوط أو المدد
• إعدادات مسبقة للرسوم المتحركة غير معروفة أو أنواع طبقات

يجب أن يتضمن سير عمل الذكاء الاصطناعي النموذجي دائمًا التحقق كخطوة قبل استدعاء render_video أو render_image.

2. ابدأ من الأمثلة

بدلاً من إنشاء قوالب من الصفر، يجب على وكلاء الذكاء الاصطناعي استخدام list_examples وget_example للعثور على قالب بداية ذي صلة. قوالب الأمثلة مختبرة ومعروفة بإنتاج إخراج جيد. البدء من مثال وتعديله أسرع وأقل عرضة للأخطاء من إنشاء بنية قالب جديدة تمامًا.

النهج الموصى به:

1. استدعِ list_examples مع فئة ذات صلة
2. استدعِ get_example للقالب المطابق الأقرب
3. عدّل القالب ليتناسب مع متطلبات المستخدم المحددة
4. تحقق واعرض

3. استخدم موجهات وصفية

عند طلب مقاطع الفيديو من وكيل الذكاء الاصطناعي، كن محددًا بشأن:

• الأبعاد والمنصة – “قصة Instagram 1080x1920” أفضل من “فيديو عمودي”
• المدة – “مقدمة مدتها 10 ثوانٍ” أفضل من “فيديو قصير”
• الأسلوب والمزاج – “خلفية داكنة مع نص نيون ورسوم متحركة ترتد” يعطي وكيل الذكاء الاصطناعي توجيهًا واضحًا
• بنية المحتوى – “ثلاثة أسطر نصية تظهر واحدة تلو الأخرى مع رسوم متحركة للظهور التدريجي” أكثر قابلية للتنفيذ من “بعض النص المتحرك”

4. كرر على القوالب

إنشاء الفيديو تكراري. بعد العرض الأول، راجع الإخراج واطلب من وكيل الذكاء الاصطناعي ضبط عناصر محددة:

• “اجعل نص العنوان أكبر وغيّر اللون إلى الذهبي”
• “أبطئ رسوم الدخول المتحركة وأضف تأخيرًا مدته 0.5 ثانية بين كل سطر”
• “أضف مرشح ضبابية خفيف إلى صورة الخلفية”
• “غيّر التخفيف من خطي إلى easeOutCubic لحركة أكثر سلاسة”

يمكن لوكيل الذكاء الاصطناعي تعديل القالب الحالي وإعادة العرض دون البدء من جديد، مما يجعل التكرار سريعًا وفعالًا.

5. استفد من متغيرات القالب للإنتاج الدفعي

إذا كنت بحاجة إلى إصدارات متعددة من نفس الفيديو (منتجات مختلفة، لغات مختلفة، بيانات مختلفة)، اطلب من وكيل الذكاء الاصطناعي إنشاء قالب مع متغيرات . هذا يتيح لك عرض العديد من مقاطع الفيديو من قالب واحد عن طريق تمرير inputs مختلفة:

{
  "inputs": {
    "productName": "Running Shoes Pro",
    "productImage": "https://example.com/shoes.png",
    "price": "$149",
    "tagline": "Run Faster, Go Further"
  }
}

6. استخدم العرض غير المتزامن لمقاطع الفيديو الطويلة

بالنسبة لمقاطع الفيديو الأطول من 30 ثانية أو القوالب ذات الرسوم المتحركة المعقدة، استخدم start_render_async بدلاً من render_video. هذا يمنع انتهاء المهلة ويسمح لوكيل الذكاء الاصطناعي بأداء مهام أخرى أثناء عرض الفيديو في الخلفية.

اكتشاف القوالب: تصفح أكثر من 100 مثال

يتضمن Rendervid أكثر من 100 قالب مثال يمتد عبر 32 فئة، مما يمنح وكلاء الذكاء الاصطناعي مكتبة غنية من نقاط البداية لأي مهمة إنشاء فيديو.

كيف يكتشف وكلاء الذكاء الاصطناعي القوالب

يستخدم سير عمل اكتشاف القوالب أداتين بالتسلسل:

1. list_examples – تصفح الكتالوج مع تصفية فئة اختيارية للعثور على القوالب ذات الصلة.
2. get_example – حمّل قالب JSON الكامل لمثال محدد.

فئات القوالب

يمكن لوكلاء الذكاء الاصطناعي تصفية الأمثلة حسب الفئة للعثور بسرعة على نقاط البداية ذات الصلة:

اكتشاف القوالب في الممارسة

عندما يطلب مستخدم “مخطط متحرك يوضح بيانات المبيعات”، وكيل الذكاء الاصطناعي:

1. يستدعي list_examples(category: "data-visualization") ويتلقى قائمة بالقوالب المتعلقة بالمخططات.
2. يحدد animated-bar-chart كأفضل تطابق بناءً على الوصف.
3. يستدعي get_example("animated-bar-chart") لتحميل القالب الكامل.
4. يفحص بنية القالب لفهم كيفية تنسيق البيانات.
5. يستبدل بيانات المثال بأرقام المبيعات الفعلية للمستخدم.
6. يتحقق ويعرض.

يعني هذا النهج الذي يركز على الاكتشاف أولاً أن وكلاء الذكاء الاصطناعي ينتجون باستمرار قوالب جيدة التنظيم لأنهم يبنون على أمثلة مختبرة بدلاً من إنشاء قالب JSON من الصفر.

استكشاف جميع القوالب المتاحة

لرؤية كل قالب متاح، يمكن لوكيل الذكاء الاصطناعي استدعاء list_examples بدون مرشح فئة. تتضمن الاستجابة البيانات الوصفية لجميع القوالب الأكثر من 100، مما يسمح للوكيل بالبحث عبر الفئات للحصول على أفضل تطابق. يتضمن كل إدخال اسم القالب والفئة والوصف والأبعاد والمدة، مما يمنح الوكيل معلومات كافية لاتخاذ اختيار مستنير.

أدوات الذكاء الاصطناعي المدعومة

يعمل خادم MCP الخاص بـ Rendervid مع أي أداة تنفذ مواصفات عميل بروتوكول سياق النموذج. تم اختبار الأدوات التالية وتأكيد عملها مع Rendervid:

نظرًا لأن MCP معيار مفتوح، فإن أي أداة مستقبلية تضيف دعم عميل MCP ستكون متوافقة تلقائيًا مع خادم MCP الخاص بـ Rendervid. لا حاجة لتغييرات في الخادم أو أدواته.

الخطوات التالية

• نظرة عامة على Rendervid – تعرّف على جميع ميزات Rendervid وتنسيقات الإخراج والبنية.
• نظام القوالب – غوص عميق في بنية قالب JSON والمتغيرات ونظام الإدخال.
• مرجع المكونات – وثائق لجميع أنواع الطبقات ومكونات React المخصصة.
• دليل النشر – انشر Rendervid على AWS Lambda أو Azure Functions أو Google Cloud Run أو Docker للعرض على نطاق السحابة.
• مستودع GitHub – الكود المصدري ومتتبع المشاكل ومساهمات المجتمع.