Flixly API से ऐसे कस्टम AI चैटबॉट बनाएं जो मीडिया तैयार करें

कंपनियां और डेवलपर सवालों के जवाब देने, यूज़र्स का मार्गदर्शन करने और सपोर्ट को ऑटोमेट करने के लिए अपनी साइटों और ऐप्स में लगातार कस्टम AI चैटबॉट जोड़ रहे हैं। कई टीमें अगला कदम ऐसा बॉट चाहती हैं जो चीज़ें बना भी सके: प्रोडक्ट इमेज, छोटा वीडियो, बोलकर दिया गया जवाब। यहीं Flixly API काम आता है।

एक बात शुरू में ही साफ़ कर दें: Flixly टेक्स्ट चैट या LLM कम्प्लीशन API नहीं देता। बातचीत खुद उसी लैंग्वेज मॉडल प्रोवाइडर से आती है जिसे आप पहले से इस्तेमाल करते हैं। Flixly का API इसके ऊपर इमेज, वीडियो और ऑडियो जनरेशन जोड़ता है, ताकि आपका चैटबॉट यूज़र्स को सिर्फ़ टेक्स्ट के बजाय असली मीडिया दे सके। यह चैटबॉट बनाने का ट्यूटोरियल बताता है कि दोनों को कैसे जोड़ें।

अपने चैटबॉट में Flixly API क्यों जोड़ें?

सिर्फ़ टेक्स्ट वाला बॉट किसी तस्वीर का वर्णन कर सकता है; मीडिया बनाने वाला बॉट वह तस्वीर दे सकता है। Flixly API आपको देता है:

• एक key, कई मॉडल: कैटलॉग के इमेज, वीडियो और ऑडियो मॉडल एक ही REST API के पीछे। इन्हें मॉडल डायरेक्टरी में देखें।
• आसान endpoints: POST /api/v1/generate से जॉब शुरू करें, GET /api/v1/generations/{id} से उसे जांचें।
• Webhooks: जनरेशन पूरा होने पर सूचना पाएं।
• सुरक्षा सीमाएं: हर key के लिए रेट लिमिट और मासिक खर्च की सीमा, जिसे आप हर key पर अलग से तय कर सकते हैं।
• जितना इस्तेमाल, उतना भुगतान: एक बार खरीदे जाने वाले पैक के क्रेडिट, किसी प्लान से बंधे बिना।

ज़रूरी चीज़ें

कोड लिखने से पहले पक्का करें कि आपके पास ये हों:

• एक Flixly अकाउंट (साइन अप करें)।
• एक Flixly API key, जो API keys में बनाई गई हो।
• चैट के जवाबों के लिए किसी लैंग्वेज मॉडल प्रोवाइडर का अकाउंट।
• Node.js 18 या नया वर्शन (बिल्ट-इन fetch के लिए) या Python।
• वैकल्पिक: UI के लिए React जैसा कोई फ़्रंटएंड फ़्रेमवर्क।

चरण 1: API एक्सेस सेट करना

1. Flixly अकाउंट बनाएं और अगर शुरुआती क्रेडिट कम पड़ें तो प्राइसिंग पेज से क्रेडिट जोड़ें।
2. अपने डैशबोर्ड की सेटिंग्स में API key बनाएं।
3. keys को सुरक्षित रखें, एक .env फ़ाइल में:

FLIXLY_API_KEY=your_flixly_key_here
LLM_API_KEY=your_llm_provider_key_here

किसी भी key को ब्राउज़र कोड में उजागर न करें; नीचे दिए सभी कॉल आपके सर्वर पर चलते हैं।

चरण 2: Flixly API को पहला कॉल करना

एक जनरेशन शुरू करें। मॉडल id GET /api/v1/models से मिलते हैं; यहां हम GPT-Image 2.0 (gpt-image-2) इस्तेमाल कर रहे हैं:

import 'dotenv/config';

const BASE = 'https://www.flixly.ai/api/v1';
const headers = {
  'Authorization': `Bearer ${process.env.FLIXLY_API_KEY}`,
  'Content-Type': 'application/json'
};

export async function startImage(prompt) {
  const res = await fetch(`${BASE}/generate`, {
    method: 'POST',
    headers,
    body: JSON.stringify({ model: 'gpt-image-2', prompt })
  });
  if (!res.ok) throw new Error(`Flixly error ${res.status}`);
  return res.json(); // { id, status, ... }
}

रिस्पॉन्स में जनरेशन का id और एक status होता है। कुछ जॉब तुरंत पूरे हो जाते हैं; बाकी processing लौटाते हैं।

चरण 3: नतीजा पाना

स्टेटस endpoint को तब तक पोल करें जब तक जॉब completed या failed न हो जाए:

export async function waitForResult(id) {
  while (true) {
    const res = await fetch(`${BASE}/generations/${id}`, { headers });
    const job = await res.json();
    if (job.status === 'completed') return job.output_url;
    if (job.status === 'failed' || job.status === 'blocked') throw new Error(job.error);
    await new Promise(r => setTimeout(r, 3000));
  }
}

प्रोडक्शन में, जनरेट अनुरोध में webhook_url भेजें और Flixly को ही अपने सर्वर को सूचित करने दें। webhooks गाइड देखें।

चरण 4: इसे बातचीत से जोड़ना

आपका लैंग्वेज मॉडल संवाद संभालता है। जब उसे मीडिया का अनुरोध दिखता है, तो आपका बैकएंड Flixly को कॉल करता है:

async function handleMessage(history, message) {
  const wantsImage = /\b(draw|generate|create) (an? )?(image|picture)\b/i.test(message);
  if (wantsImage) {
    const job = await startImage(message);
    const url = job.output_url ?? await waitForResult(job.id);
    return { type: 'image', url };
  }
  // Otherwise call your LLM provider with the conversation history
  return { type: 'text', text: await callYourLLM(history, message) };
}

कीवर्ड जांच सिर्फ़ शुरुआत है। कई LLM प्रोवाइडर टूल या फ़ंक्शन कॉलिंग सपोर्ट करते हैं, इसलिए आप एक generate_image टूल का वर्णन करके मॉडल को तय करने दे सकते हैं कि उसे कब कॉल करना है।

आवाज़ और वीडियो वाले जवाब

यही endpoint ऑडियो और वीडियो मॉडलों के लिए भी काम करता है। मॉडल सूची से Gemini 3.1 Flash TTS जैसा टेक्स्ट-टू-स्पीच मॉडल या Seedance 2.0 जैसा वीडियो मॉडल चुनें, फिर अपने prompt के साथ मॉडल का id भेजें।

चरण 5: वेब इंटरफ़ेस बनाना

एक साधारण फ़्रंटएंड संदेशों को आपके बैकएंड पर भेजता है और टेक्स्ट या मीडिया दिखाता है:

<div id="chat-container">
  <div id="messages"></div>
  <input id="input" type="text" placeholder="Type your message...">
  <button id="send">Send</button>
</div>
<script>
  // POST the message to your server, then append text,
  // an <img>, <video> or <audio> element based on the reply type
</script>

चरण 6: डिप्लॉयमेंट और स्केलिंग

• अपना बैकएंड होस्ट करें किसी भी Node.js प्लेटफ़ॉर्म पर।
• लगातार पोलिंग लूप के बजाय webhooks इस्तेमाल करें।
• हर API key पर खर्च की सीमा तय करें, ताकि ज़्यादा इस्तेमाल होने वाला बॉट आपका बैलेंस खाली न कर दे।
• त्रुटियां संभालें: जिस अनुरोध के लिए आपका बैलेंस काफ़ी नहीं है, वह अपर्याप्त क्रेडिट की त्रुटि लौटाता है, इसलिए यूज़र्स को एक दोस्ताना संदेश दिखाएं।

OpenAPI spec समेत पूरा रेफ़रेंस API docs और डेवलपर पोर्टल में है।

बेहतरीन तरीके

• जनरेट करने से पहले पुष्टि लें: मीडिया में क्रेडिट लगते हैं, इसलिए महंगे अनुरोधों को यूज़र्स से मंज़ूर करवाएं।
• रेट लिमिटिंग: हर key की सीमाओं का पालन करें और अपनी तरफ़ अनुरोधों को कतार में रखें।
• मॉडरेशन: किसी भी API को भेजने से पहले prompts को फ़िल्टर करें।
• प्राइवेसी अनुपालन: prompts में निजी डेटा भेजने से बचें और GDPR का पालन करें।
• टेस्टिंग: सिर्फ़ सब कुछ ठीक चलने वाली स्थिति नहीं, बल्कि विफल, ब्लॉक और धीमे जॉब भी आज़माएं।

निष्कर्ष

Flixly आपके चैटबॉट के जवाब नहीं लिखेगा, लेकिन अनुरोध पर इमेज, वीडियो और वॉइस क्लिप बनाने की क्षमता देकर यह आपके कस्टम AI चैटबॉट को कहीं ज़्यादा उपयोगी बना सकता है। अपने लैंग्वेज मॉडल को Flixly API के साथ जोड़ें, एक इमेज मॉडल से शुरुआत करें और फिर आगे बढ़ें। शुरू करने के लिए अपनी key लें और API docs पढ़ें।