नमस्ते HN, मैं Per हूँ, Scrimba (YC S20) का संस्थापक। हमने पिछले एक दशक में HTML-आधारित वीडियो प्रारूप के साथ लोगों को कोड करना सिखाया है। अब हमने इसमें एक LLM जोड़ दिया है, ताकि लोग किसी भी चीज़ के बारे में एक्सप्लेनर वीडियो बना सकें। इसे “Scrimba Explain” कहा जाता है। Hacker News के लिए इस तकनीक का प्रदर्शन करने के लिए, हमने HN.watch बनाया। यह HN की तरह है, लेकिन लेखों के बजाय एक्सप्लेनर वीडियो के साथ। हम उन्हें पहली बार किसी के लिंक पर क्लिक करने पर तुरंत बनाते हैं।

जबकि डिफ्यूजन मॉडल के बजाय HTML का उपयोग करने के स्पष्ट दृश्य दोष हैं, तीन बड़े लाभ हैं: - गति: पिक्सेल-आधारित वीडियो की तुलना में उत्पन्न करना बहुत तेज़ (क्लिक से प्लेबैक तक कुछ सेकंड) - लागत: प्रति वीडियो हमारी लागत ~$0.04 है। (छवि निर्माण को छोड़कर, जिसका कुछ वीडियो उपयोग करते हैं। जल्दी से लागत बढ़ा देता है) - आसान संपादन: उपरोक्त लाभ AI-सहायता प्राप्त संपादन को सस्ता और तेज़ बनाते हैं। हमारी परिकल्पना यह है कि यदि वीडियो निर्माण “डॉलर और मिनट” से “सेंट और सेकंड” में बदल जाता है, तो कई नए उपयोग के मामले अनलॉक हो जाएंगे।

स्टैक हमारे CTO, Sindre Aarsæther द्वारा बनाई गई एक ओपन-सोर्स प्रोग्रामिंग भाषा (Imba) पर आधारित है। यह JavaScript में संकलित होता है, इसलिए यह npm + node पारिस्थितिकी तंत्र के साथ पूरी तरह से इंटरऑपरेट करता है। हमने अपना स्वयं का सिंक इंजन (OP) और एजेंटों के लिए एक संदर्भ प्रबंधन प्रणाली (Q) भी बनाई है। हमें डर था कि इससे LLM को हमारे लिए कोड लिखने में संघर्ष करना पड़ेगा, क्योंकि दोनों उनके प्रशिक्षण डेटा में नहीं हैं। हालांकि, हम यह देखकर सुखद आश्चर्यचकित हुए हैं कि LLM वास्तव में हमारे स्टैक में बहुत अच्छे हैं।

यदि आप इसे आज़माना चाहते हैं, तो बस अपनी पसंद चुनें: - वेब UI (scrimba.com/explain) - MCP (इसे अपने कोडिंग एजेंट में जोड़ें) - ChatGPT प्लगइन - Chrome एक्सटेंशन। आप उपरोक्त सभी के लिंक हमारे दस्तावेज़ में पा सकते हैं: docs.scrimba.com/explain/introduction। और अंत में, टूल का एक वास्तविक पिक्सेल-आधारित वीडियो: youtube.com/watch?v=k6rbHmBxSEs। आपकी प्रतिक्रिया सुनकर अच्छा लगेगा और अगर किसी के पास अन्य उपयोग के मामलों के लिए विचार हैं।