README.md

🌐 English · All languages

🖼️ OmniGlyph — संदर्भ प्रतिमारूपात

दाट कॉन्टेक्स्टला घन PNG पानांच्या स्वरूपात रेंडर करून तुमचे Claude बिल 59–70% ने कमी करा — तेच कंटेंट, टोकन्सचा फक्त एक अंश वापरून.

मॉडेल्स मजकुरासाठी टोकनप्रमाणे शुल्क आकारतात, पण प्रतिमेसाठी तिच्या परिमाणांनुसार शुल्क आकारतात — त्यात किती मजकूर आहे यानुसार नाही.

OmniRoute कुटुंबाचा भाग · 🌐 सर्व भाषा

---

📊 The numbers — measured, not estimated

मेट्रिक	निकाल	पावती
एंड-टू-एंड बिल घट	59–70%	उत्पादन ट्रेस, 13,709 विनंत्या
प्रति-रूपांतरित-ब्लॉक टोकन्स	10× कमी (28,080 अक्षरे: 14,040 → 1,460 टोकन्स)	billing sweep
बिलिंग-सूत्र अचूकता	22 count_tokens प्रोब्जमध्ये, 2 मॉडेल्स × 2 टियर्समध्ये शून्य अवशेष	benchmarks/billing-sweep/results/
उत्पादन कॉन्फिगमध्ये अचूक-वाचन अचूकता	Claude Fable 5 वर 30/30 (100%)	density frontier
~300 वाचन प्रोब्जमध्ये गुप्त गोंधळ (confabulations)	0 — प्रत्येक चूक ILEGIVEL म्हणून थांबते	benchmarks/density-frontier/results/

मॉडेल स्कोअरकार्ड (तो घन रेंडर वाचू शकतो का? प्रति आर्म n=30, निश्चयात्मक स्कोअरिंग):

मॉडेल	वाचन	निर्णय
Claude Fable 5	100% अचूक	✅ उत्पादन लक्ष्य
Claude Opus 4.8	4× ग्लिफ आकारावर 77–87%	⚠️ ऑप्ट-इन सुरक्षित मोड (बचत ~2× पर्यंत घटते)
GPT-5.5	0/60 — आणि प्रयत्नात उत्तरे ~40× फुगवतो	❌ गेटने ब्लॉक केले, पुराव्यासह
Gemini 2.5-flash	0/26 — आणि थांबण्याऐवजी गोंधळ निर्माण करतो	❌ ब्लॉक (आंशिक चाचणी, कोटा-मर्यादित)

हा फायदा आज Fable-विशिष्ट आहे — इतर व्हिजन एन्कोडर्स अजून घन ग्लिफ्स रिझॉल्व्ह करत नाहीत. बेंचमार्क हार्नेस एका कमांडमध्ये कोणत्याही नव्या मॉडेलची पुन्हा चाचणी करतो.

🤔 OmniGlyph का?

प्रत्येक दीर्घकाळ चालणारे एजंट सत्र प्रत्येक विनंतीवर तोच मृत भार ओढते: सिस्टम प्रॉम्प्ट, टूल डॉक्स, आणि जुना इतिहास — दर वळणी प्रति टोकन पुन्हा बिल केले जाते. OmniGlyph हा एक लोकल प्रॉक्सी आहे जो या दाट भागांना तुमच्या मशीनवरून बाहेर जाण्यापूर्वीच घन PNG पानांमध्ये पुनर्लेखन करतो:

• अचूक बिलिंग गणित, अंदाज नाही — तो प्रदात्याचे खरे इमेज-टोकन सूत्र मोजतो (शून्य अवशेषापर्यंत मोजलेले) आणि गणित जिंकतेच तेव्हाच रूपांतरण करतो.
• डिझाइननुसार फेल-क्लोज्ड — जे मॉडेल्स घन रेंडर वाचू शकत नाहीत ते बेंचमार्क पावतीसह गेटद्वारे अडवले जातात. कोणतीही मूक गुणवत्ता हानी नाही.
• खासगी व लोकल-फर्स्ट — पुनर्लेखन 127.0.0.1 वर होते; अतिरिक्त काहीही कुठेही पाठवले जात नाही.
• पुनरुत्पादनीय — वरील प्रत्येक आकड्याला benchmarks/*/results/ मध्ये पावती आहे, एका कमांडमध्ये पुन्हा-चालवण्यायोग्य.

⚡ त्वरित सुरुवात

npx omniglyph                                     # proxy on 127.0.0.1:47821
ANTHROPIC_BASE_URL=http://127.0.0.1:47821 claude  # point Claude Code at it

दोन्ही प्रकारे काम करते:

• API key (प्रति-टोकन पैसे भरणे): तुमचे बिल एंड-टू-एंड 59–70% ने कमी होते.
• सबस्क्रिप्शन सत्र: तुम्ही कमी पैसे भरत नाही, पण वापर मर्यादा टोकन्समध्ये मोजल्या जातात — त्यामुळे तुमच्या मर्यादा ~2–3× पर्यंत ताणल्या जातात.

http://127.0.0.1:47821/ येथील डॅशबोर्ड: वाचवलेले टोकन्स, प्रत्येक मजकूर→प्रतिमा रूपांतरण बाजूबाजूला, किल स्विच, लाइव्ह मॉडेल चिप्स. प्रतिसाद नेहमीप्रमाणे स्ट्रीम होतात — फक्त विनंती संकुचित केली जाते, मॉडेलचे आउटपुट कधीच नाही.

🔌 Claude क्लायंटसह वापर

Start the proxy in one terminal, then point the client at it.

Claude Code CLI (macOS/Linux):

npx omniglyph
ANTHROPIC_BASE_URL=http://127.0.0.1:47821 claude

Claude Code CLI (Windows PowerShell):

npx omniglyph
$env:ANTHROPIC_BASE_URL = "http://127.0.0.1:47821"
claude

Claude Desktop uses the same ANTHROPIC_BASE_URL environment variable for its bundled Claude Code runtime — start omniglyph first, then launch Claude Desktop from an environment where ANTHROPIC_BASE_URL is set to http://127.0.0.1:47821.

🖥️ डॅशबोर्ड

पॅकेजमध्ये एक संपूर्ण स्थानिक डॅशबोर्ड समाविष्ट आहे — ऑफलाइन, सिंगल-फाइल, शून्य बाह्य विनंत्या. विनंत्या येताना SSE द्वारे लाइव्ह अपडेट होणारी सहा पाने:

• Overview — मिशन कंट्रोल: बचत %, $ बचत, लेटन्सी p95, कॅश हिट्स, एरर्स, लाइव्ह फीड.
• Live Flow — पाइपलाइन नोड ग्राफ म्हणून: client → gate → renderer / passthrough → API, प्रत्येक खऱ्या विनंतीसाठी एक पार्टिकल.
• Telemetry — एक टोकन/$ ओडोमीटर आणि लाइव्ह विनंती टाइमलाइन; कोणत्याही विनंतीवर क्लिक करून नेमके कोणते भाग प्रतिमांमध्ये रूपांतरित झाले ते पाहा आणि प्रत्येक पानामागील स्रोत मजकूर वाचा.
• Benchmarks — benchmarks/*/results/ मधून रेंडर केलेल्या हार्नेस पावत्या, प्रत्येक मॉडेल·कॉन्फिग प्रयोगासाठी एक ओळ, आणि UI मधून बेंचमार्क चालवा: $0 ड्राय-रन्स त्यांचे आउटपुट लाइव्ह स्ट्रीम करतात; लाइव्ह रन्स तुमच्या API key आणि स्पष्ट खर्च पुष्टीकरणाच्या मागे बंद (गेटेड) राहतात.
• Sessions / History — जतन केलेल्या टोकन्सनुसार सर्वोच्च सत्रे आणि डिस्कवरील प्रत्येक इव्हेंट.

Live Flow	Benchmarks

⚙️ हे कसे काम करते

bulky request block ──► profitability gate ──► reflow + render (1-bit 5×8 atlas)
                       (exact billing math)     ──► 1568×728 PNG pages ──► splice back, cache-friendly

• रूपांतरणापूर्वी बिलिंगची अचूक गणना केली जाते: Anthropic प्रति प्रतिमा ⌈w/28⌉ × ⌈h/28⌉ + 4 टोकन्स आकारते (28 px पॅचेस — शून्य अवशेषापर्यंत मोजलेले). एक पूर्ण पान 1,460 टोकन्ससाठी 28,080 अक्षरे वाहून नेते ≈ 19 अक्षरे/टोकन, तर घन मजकुरासाठी हे प्रमाण ~2 अक्षरे/टोकन आहे. गणित जिंकतेच तेव्हाच गेट रूपांतरण करतो.
• काय रूपांतरित होते: स्थिर सिस्टम प्रॉम्प्ट + टूल डॉक्स, जुना संकुचित इतिहास, मोठी टूल आउटपुट्स.
• काय कधीच रूपांतरित होत नाही: तुमचे संदेश, अलीकडील वळणे, मॉडेलचे आउटपुट, विरळ गद्य, बाइट-अचूक मूल्ये (हॅशेस/आयडी मजकुराच्या स्वरूपात सोबत राहतात), आणि वाचन बेंचमार्कमध्ये अपयशी ठरलेले कोणतेही मॉडेल.

📚 लायब्ररी वापर (प्रॉक्सीशिवाय)

प्रॉक्सी प्रत्येक विनंतीसाठी जे काही करतो, ते सर्व एक दस्तऐवजीकरण केलेले, इम्पोर्ट करण्यायोग्य API म्हणूनही उपलब्ध आहे:

import { renderTextToImages, transformAnthropicMessages } from "omniglyph";

// Render any text to dense 1-bit PNG pages
const { pages } = await renderTextToImages(bigToolOutput, { reflow: true });
// pages[i].png: Uint8Array · pages[i].width × pages[i].height

// Or run the full request transform yourself — gate, billing math and all
const { body, applied, reason } = await transformAnthropicMessages({
  body: requestBytes,           // the raw /v1/messages JSON body
  model: "claude-fable-5",
});

options.keepSharp(block) ब्लॉक्सना मजकूर म्हणून पिन करतो; options.emitRecoverable प्रतिमारूपांतरित ब्लॉक्सचे मूळ मजकूर परत देतो. अचूक बिलिंग गणित पॅकेज रूटवरही जहाज होते (anthropicImageTokens, resolveAnthropicVisionTier, openAIVisionTokens) — हेच OmniRoute वापरतो. शुद्ध-JS रनटाइम (Node आणि edge/Workers). पूर्ण पृष्ठभाग: src/core/index.ts.

📤 ऑफलाइन एक्सपोर्ट — प्रॉक्सी नाही, Claude Code नाही

Claude Code वर नाही? कॉन्टेक्स्टला लोकल पातळीवर PNG पानांमध्ये रेंडर करा आणि Cursor, ChatGPT, किंवा प्रतिमा अपलोड स्वीकारणाऱ्या कोणत्याही चॅटमध्ये पेस्ट करा. प्रॉक्सी नाही, API key नाही, जोडलेले कोणतेही खाते नाही:

npx omniglyph export --include "*.ts" src/   # render a folder to image pages
cat big.log | npx omniglyph export --stdin   # …or pipe any text through

चॅटमध्ये टाकण्यासाठी सर्व काही असलेले एकच फोल्डर तुम्हाला मिळते:

OmniGlyph-export-<hash>/
  page-001.png …   the rendered image pages — attach these
  factsheet.txt    verbatim precision tokens (paths, SHAs, ids, numbers)
  prompt.txt       a paste-ready instruction that points the model at the pages
  manifest.json    metadata + the text-vs-image token report (% saved)

--git तुमचा अनकमिटेड diff रेंडर करते, --diff <ref> एक कमिट रेंज, --open फोल्डर उघडून दाखवते (macOS). हे सर्व तुमच्या मशीनवर चालते — एक्सपोर्ट मार्ग कधीच प्रॉक्सी सुरू करत नाही आणि कधीच मॉडेलला कॉल करत नाही. प्रत्येक फ्लॅगसाठी omniglyph export --help चालवा.

🧭 The honest part

• हे नुकसानकारी (lossy) आहे. प्रतिमांमधून बाइट-अचूक स्मरण स्वभावतः अविश्वसनीय आहे. जहाज केलेले उपाय: अचूक ओळखकर्ते प्रतिमेजवळ मजकूर म्हणून प्रवास करतात, आणि मोजलेल्या उत्पादन कॉन्फिगने शून्य मूक गोंधळ निर्माण केले — अयशस्वी वाचने थांबतात.
• आज फक्त Fable 5 मान्यताप्राप्त आहे, पावत्यांसह. GPT-5.5 आणि Gemini 2.5-flash मोजमापाने घन रेंडर वाचू शकत नाहीत; Opus 4.8 ला 4× मोठे ग्लिफ हवे आहेत. गेट हे सक्तीने लागू करते.
• आम्हाला एक बिलिंग सापळा सापडला व टाळला: उच्च-रिझोल्यूशन इमेज टियर प्रति पान 3.3× जास्त शुल्क आकारतो, पण व्हिजन एन्कोडरला अतिरिक्त रिझोल्यूशन मिळत नाही — मोठी पाने वाईट वाचली जातात. मोजलेले, docs/benchmarks/BENCHMARKS.md मध्ये दस्तऐवजीकरण केलेले, सक्रिय केलेले नाही.
• किमती बदलतात; टिकाऊ मेट्रिक टोकन घट आहे, जी प्रॉक्सी प्रत्येक विनंतीसाठी मोफत count_tokens काउंटरफॅक्च्युअलच्या तुलनेत नोंदवतो.

🧠 वारंवार विचारले जाणारे प्रश्न (FAQ)

मी सत्राच्या मध्येच सुरू केले आणि वापर एकदम वाढला — का? OmniGlyph शिवाय चाललेल्या सत्राचा संपूर्ण प्रीफिक्स Anthropic कडे मजकूर म्हणून 0.1× वाचन दराने कॅश असतो; प्रतिमांसह पहिली विनंती ते सर्व एकाच प्रॉम्प्टमध्ये 1.25× दराने नवीन कॅश-राईट म्हणून पुन्हा भरायला लावली असती. प्रॉक्सी यापासून संरक्षण करते: ज्या सत्राचे त्याने कधीही प्रतिमांत रूपांतर केले नाही, त्याचा हा एकवेळचा खर्च ब्रेक-ईव्हन गेटमध्ये धरला जातो आणि अजूनही फायदा असेल तेव्हाच प्रतिमांकडे वळते — नाहीतर सत्र मजकूरच राहते आणि बचत तुमच्या पुढील नव्या सत्रापासून सुरू होते.

59–70% ही एंड-टू-एंड आहे, की फक्त ज्या विनंत्यांना स्पर्श केला त्यावरच? एंड-टू-एंड — संपूर्ण बिल. बहुतांश कंप्रेशन साधने फक्त त्यांनी स्पर्श केलेल्या भागावरच बचत नोंदवतात, ज्यामुळे आकडा चांगला दिसतो. आमचा भाजक (denominator) प्रत्येक विनंती आहे: गेटने योग्यरित्या स्पर्श न केलेल्या छोट्या विनंत्या, सर्व कॅश लेखन आणि वाचन, आणि सर्व आउटपुट टोकन्स (जे प्रॉक्सी कधीच संकुचित करत नाही). फक्त-संकुचित आकडा जास्त येतो आणि तो वेगळा नोंदवला जातो, कधीच मुख्य आकडा म्हणून नाही.

बचत कशी मोजली जाते? एकाच विनंतीच्या दोन्ही बाजू, एकाच क्षणी. प्रत्येक /v1/messages POST साठी प्रॉक्सी मूळ असंकुचित बॉडीवर (काउंटरफॅक्च्युअल) एक मोफत count_tokens प्रोब खऱ्या फॉरवर्डसोबत समांतर पाठवतो, आणि प्रतिसादावरून प्रदात्याने प्रत्यक्ष बिल केलेला usage ब्लॉक वाचतो — दोन्ही एकाच इव्हेंट रांगेत उतरतात. कॅश किंमत दोन्ही बाजूंना सारखीच लागू केली जाते, त्यामुळे कॅशिंग सवलत रद्द होते आणि तिला "बचत" म्हणून दुहेरी मोजले जाऊ शकत नाही. सूत्र src/core/baseline.ts मध्ये आहे; तुमच्या स्वतःच्या इव्हेंट्स लॉगवरून ते पुन्हा काढा.

चूक ही वाचन-त्रुटी न ठरता गोंधळ (confabulation) का ठरते? कारण मॉडेल व्हिजन ही OCR नाही: पान पॅच एम्बेडिंग्जमध्ये रूपांतरित होते, कधीच वेगळ्या अक्षरांमध्ये नाही, त्यामुळे मोठ्याने अपयशी होण्यासाठी प्रति-ग्लिफ आत्मविश्वास (confidence) नसतोच — जेव्हा पिक्सेल्स एखादा ग्लिफ अपुरेपणे ठरवतात, तेव्हा भाषेचा पूर्वग्रह (language prior) ती जागा एखाद्या प्रशंसनीय गोष्टीने भरतो. हीच यंत्रणा नेमकी का OmniGlyph याबाबत फेल-क्लोज्ड आहे: बाइट-अचूक मूल्ये नेहमी प्रतिमेजवळ मजकूर म्हणून प्रवास करतात, चुकीचे वाचणारी मॉडेल्स गेटद्वारे अडवली जातात, आणि मोजलेल्या उत्पादन कॉन्फिगने ~300 वाचन प्रोब्जमध्ये शून्य मूक गोंधळ निर्माण केले — अयशस्वी वाचने थांबतात.

बाइट-अचूक काम (हॅशेस, आयडी, सिक्रेट्स) यांचे काय? अलीकडील वळणे आणि अचूक ओळखकर्ते डिझाइननुसार मजकूर म्हणूनच राहतात. जे वर्कलोड्स पूर्णपणे बाइट-अचूक आहेत, त्यांना allowlist नसलेल्या मॉडेलकडे वळवा (उदा. दुसऱ्या Claude मॉडेलवरील सबएजंट) — allowlist च्या बाहेरचे काहीही बाइट-समान, अस्पर्शित राहून जाते.

DeepSeek-OCR ने हे काम करते की नाही हे आधीच सिद्ध केले नाही का? त्याने चॅनेल काम करतो हे सिद्ध केले — त्या कामासाठी प्रशिक्षित एन्कोडर/डिकोडर जोडीसह. साशंकता त्या काळापासून आहे जेव्हा कोणतेही स्टॉक उत्पादन मॉडेल घन रेंडर वाचू शकत नव्हते; ती परिस्थिती बदलली, आणि वरील मॉडेल स्कोअरकार्ड आज नेमके कोण ती वाचू शकते हे पावत्यांसह दाखवते. बेंचमार्क हार्नेस एका कमांडमध्ये कोणत्याही नव्या मॉडेलची पुन्हा चाचणी करतो — गेट प्रचारामागे नाही, डेटामागे जातो.

मी हे Claude Code शिवाय वापरू शकतो का — Cursor, ChatGPT, एक साधा पाइप? होय, दोन प्रकारे. प्रॉक्सी म्हणून, तो अशा कोणत्याही क्लायंटसोबत काम करतो जो तुम्हाला API base URL सेट करू देतो (ANTHROPIC_BASE_URL, किंवा OpenAI base URL) — Claude Code, तुमच्या स्वतःच्या स्क्रिप्ट्स, कोणतेही HTTP. आणि जी साधने प्रॉक्सी करू शकत नाहीत, त्यांच्यासाठी वरील ऑफलाइन एक्सपोर्ट कॉन्टेक्स्टला PNG पानांमध्ये रेंडर करते जी तुम्ही हाताने पेस्ट करता — omniglyph export --stdin तर थेट Unix पाइपमधूनही वाचतो.

तो प्रत्यक्षात मजकुराचे प्रतिमेत रूपांतर कसे करतो? तो मजकूर पुन्हा प्रवाहित (reflow) करतो आणि 1-बिट 5×8 पिक्सेल ग्लिफ अॅटलासने घन 1568×728 PNG पानांवर रंगवतो — प्रति पिक्सेल एक बिट, अँटी-अलायझिंग नाही, त्यामुळे मॉडेल पानाला त्याच्या परिमाणांनुसार बिल करते, आत किती अक्षरे आहेत यानुसार नाही. वरील हे कसे काम करते मध्ये पाइपलाइन आहे; बेंचमार्क दस्तऐवजात भूमिती आहे आणि घनदाट असणे नेहमीच स्वस्त का नसते हेही आहे.

🔬 प्रत्येक आकडा पुनरुत्पादित करा

pnpm install && pnpm test                                     # full suite
node benchmarks/billing-sweep/run.mjs --dry-run               # billing predictions, $0
pnpm exec tsx benchmarks/density-frontier/run.ts --dry-run    # cost table, $0
# with keys: ANTHROPIC_API_KEY / OPENAI_API_KEY / GEMINI_API_KEY (or --via-cli for a Claude Code subscription)

पूर्ण पद्धत आणि प्रत्येक निकाल तक्ता: docs/benchmarks/BENCHMARKS.md. कच्च्या प्रति-उत्तर पावत्या: benchmarks/*/results/*.jsonl.

🚀 OmniRoute कुटुंब

OmniGlyph OmniRoute — मोफत AI गेटवे — मध्ये एक नेटिव्ह कंप्रेशन इंजिन म्हणूनही जहाज होतो. तिथे तो omniglyph इंजिन म्हणून चालतो (स्वतंत्र सिंगल मोड किंवा इतर इंजिन्सबरोबर स्टॅक केलेला), फेल-क्लोज्ड गेट्स आणि इमेज-जागृत टोकन अकाउंटिंगसह.

🛠️ तंत्रज्ञान स्टॅक

स्तर	तंत्रज्ञान
भाषा	TypeScript (strict), ESM
रनटाइम	Node ≥18 · Cloudflare Workers (wrangler.toml)
रेंडरिंग	स्वतःचा 1-बिट ग्लिफ अॅटलास (Spleen/Unifont-व्युत्पन्न, परवाने assets/ मध्ये) → PNG
चाचण्या	Vitest — TDD, तसेच docs-integrity आणि rebrand guards
बेंचमार्क्स	benchmarks/ हार्नेस (billing-sweep, density-frontier) JSONL पावत्यांसह

प्रकल्प रचना

मार्ग	काय
src/	प्रॉक्सी: ट्रान्सफॉर्म पाइपलाइन, प्रति प्रदाता अचूक बिलिंग, रेंडरर, होस्ट्स (Node + Cloudflare Workers)
benchmarks/	वरील प्रत्येक आकडा निर्माण करणारे हार्नेस — पुन्हा-चालवण्यायोग्य
docs/	BENCHMARKS · ARCHITECTURE · ROADMAP

📧 समर्थन आणि समुदाय

• 🐛 Issues — बग्ज आणि फीचर विनंत्या
• 🔒 SECURITY.md — असुरक्षितता अहवाल
• 🤝 CONTRIBUTING.md — कठोर TDD + दाव्यांआधी मोजमाप
• 📜 CHANGELOG.md · CODE_OF_CONDUCT.md

🙏 आभार

OmniGlyph एका विशिष्ट प्रकल्पाच्या खांद्यावर उभा आहे — हा विभाग आमचे कायमस्वरूपी आभारप्रदर्शन आहे.

प्रकल्प	OmniGlyph ला कसे आकार दिले
pxpipe · teamchong	या संपूर्ण प्रकल्पाचा पाया असलेला शोध. pxpipe ने पावत्यांसह सिद्ध केले की उत्पादन LLM चा व्हिजन चॅनेल टोकन खर्चाच्या एका अंशात घन मजकूर संदर्भ वाहून नेऊ शकतो — आणि हे रूपांतरण प्रति-विनंती अचूक बिलिंग गणिताने ठरवले पाहिजे, कधीच अंदाजाने नाही. घन 1-बिट रेंडरिंग, नफा गेट, count_tokens काउंटरफॅक्च्युअल, फेल-क्लोज्ड मॉडेल allowlist, आणि "दावा करण्याआधी मोजा" ही दस्तऐवजीकरण संस्कृती — या सर्वांचा पायंडा तिथेच पडला. OmniGlyph थेट त्याच कोडबेसमधून उतरला आहे (MIT — मूळ कॉपीराइट ओळ आमच्या LICENSE मध्ये कायम आहे).
Spleen · Frederic Cambus	आमचा घन 1-बिट ग्लिफ अॅटलास ज्या 5×8 बिटमॅप फॉन्ट कुटुंबातून व्युत्पन्न झाला आहे (परवाना assets/ मध्ये).
GNU Unifont · Unifoundry	त्याच अॅटलासमध्ये Spleen च्या व्याप्तीबाहेरील ग्लिफ्ससाठी कव्हरेज (परवाना assets/ मध्ये).

जर तुम्हाला OmniGlyph उपयुक्त वाटला, तर मूळ प्रकल्पालाही स्टार द्या — शोध त्यांचाच होता. 🙏

📄 परवाना

MIT — पहा LICENSE.