scottvr/wtffmpeg

解決する課題

インターネットから複雑な ffmpeg コマンドを検索・読解・手動で調整する面倒なプロセスを排除します。ffmpeg の特定のフラグや構文に手動で変換する代わりに、ユーザーは平易な英語で目的を説明できます。

動作方法

wtffmpeg は、大規模言語モデル（LLM）を使用して自然言語のプロンプトを実行可能な ffmpeg コマンドに翻訳するコマンドラインインターフェース（CLI）ツールです。REPL（Read-Eval-Print Loop）環境を提供し、ユーザーが会話形式でコマンドを段階的に改善できます。以前のリクエストのコンテキストを保持することで、望ましい結果が得られるまでコマンドを段階的に変更できます。このツールはコマンドを自動的に実行しません。生成されたコマンドはユーザーに提示され、手動で実行するかクリップボードにコピーする必要があります。

対象ユーザー

ffmpeg を音声・動画処理に使用するすべての人々、初心者が構文に苦戦する場合から、頻繁に実行しない複雑なフラグを調べる手間を避けたい経験豊富なユーザーまで。

特徴

• 会話型REPL: セッション履歴とコンテキストを保持し、"今、それと同じように、でも..." といった表現で前のコマンドを変更できます。
• ユーザーのコントロール: コマンドは生成されますが、自動実行されないため、ユーザーがシステムを完全に制御できます。
• 柔軟な履歴ナビゲーション: スクロール（プロンプト、コマンド、または両方）をカスタマイズでき、修飾キーで迅速にフィルタリングが可能です。
• 広範なLLM互換性: OpenAIとその他のOpenAI互換API（例：ローカルモデル用のOllama）をサポートしています。
• トランスクライブ管理: モデルの完全な応答（説明や警告を含む）のセッショントランスクライブを保持し、/raw またはトグル可能なパネルからアクセスできます。