เครื่องมือนี้จะแนะนำคำบรรยาย/แฮนแท็กที่แตกต่างกันสำหรับ TikTok หรือ Instagram เนื่องจากเทรนด์แตกต่างกันไปในแต่ละแพลตฟอร์ม
มี UI ที่ดีที่คุณสามารถใช้เพื่อโต้ตอบกับเครื่องมือได้ที่นี่
อัปโหลดไฟล์วิดีโอของคุณแล้วไปได้เลย
อีกทางหนึ่งคือสามารถเรียกใช้แอปได้โดยการโคลน repo นี้และทำงานกับมันในเครื่อง
โคลน repo
git clone https : // github . com / tjoab / captionaize . git
cd captionaize
ตั้งค่าสภาพแวดล้อมเสมือนของคุณโดยใช้ Python 3.11
python3 - m venv venv
source venv / bin / activate
ติดตั้งการพึ่งพา pip3 install -r requirements.txt
(ไม่จำเป็นต้องพึ่งพา Streamlit หากคุณไม่ได้วางแผนที่จะเรียกใช้แอป streamlit ในเครื่อง - สามารถลบออกได้)
สร้างไฟล์สคริปต์หลักใหม่
นำเข้าโมดูล helper.py
ไปยังสคริปต์หลักของคุณ
เพิ่มสิ่งต่อไปนี้ลงในสคริปต์หลักของคุณ
from helper import authenticateAPI , uploadVideo , modelInference , deleteVideo
authenticateAPI ( YOUR_GOOGLE_API_KEY )
filePath = "path_to_your_video_file_in_project_dir"
videoFile = uploadVideo ( filePath )
response = modelInference ( videoFile )
deleteVideo ( videoFile )
ตัวแปร response
ประกอบด้วยการตอบสนองดิบจากคำขอ LLM ซึ่งสามารถพิมพ์และตรวจสอบได้โดยตรง แต่จะน่าเกลียดเล็กน้อย คุณยังสามารถนำเข้าฟังก์ชัน parseResponse()
จากโมดูล helper
และรับทูเพิลที่จัดรูปแบบแล้ว:
Tuple[str, List[str], List[str]] = (Caption, List of Viral-esque Hashtags, List of Relevance-esque Hastags)
from helper import parseResponse
platform = "tiktok"
# or
platform = "instagram"
parseResponse ( response , platform )
โครงการนี้ได้รับอนุญาตภายใต้ใบอนุญาต MIT - ดูรายละเอียดในไฟล์ LICENSE.md
หากคุณพบว่าโครงการนี้มีประโยชน์ คุณสามารถสนับสนุนฉันด้วยการซื้อกาแฟ: