agentic-video-pipeline

# Pipeline de Vídeo Agéntico ## Visión General Patrón para construir pipelines de procesamiento de vídeo automatizados usando agentes LLM especializados. Inspirado en [htekdev/vidpipe](https://github.com/htekdev/vidpipe) (166⭐). ## Arquitectura de Agentes ``` IdeaDiscoveryAgent → ProducerAgent → ScheduleAgent ↓ ChapterAgent ↓ ┌──────────────────────┼──────────────────────┐ ↓ ↓ ↓ MediumVideoAgent ShortsAgent BlogAgent ↓ ↓ ↓ SummaryAgent SilenceRemovalAgent SocialMediaAgent ↓ ↓ ↓ ThumbnailAgent GraphicsAgent InterviewAgent ``` ## Agentes Principales | Agente | Responsabilidad | Modelos | |--------|----------------|---------| | `IdeaDiscoveryAgent` | Genera ideas de video basadas en tendencias | Gemini | | `ProducerAgent` | Coordina el pipeline completo | GPT-4 | | `ScheduleAgent` | Divide el vídeo en capítulos | GPT-4 | | `ChapterAgent` | Crea estructura de capítulos | GPT-4 | | `ShortsAgent` | Genera clips cortos virales | GPT-4 | | `MediumVideoAgent` | Genera vídeos medianos | GPT-4 | | `BlogAgent` | Convierte vídeo en blog post | Gemini | | `SocialMediaAgent` | Genera posts para redes | GPT-4 | | `SummaryAgent` | Crea resúmenes ejecutivos | GPT-4 | | `SilenceRemovalAgent` | Detecta y elimina silencios | GPT-4 | | `ThumbnailAgent` | Genera thumbnails | DALL-E | | `GraphicsAgent` | Crea gráficos y overlays | DALL-E | | `InterviewAgent` | Genera contenido de entrevistas | GPT-4 | ## Pipeline Specs Tres perfiles de procesamiento: - **minimal.yaml** — Solo transcripción + resumen - **full.yaml** — Pipeline completo (todos los agentes) - **clean.yaml** — Transcripción + captions + shorts ## Herramientas del Agente ### Frame Capture ```typescript captureFrame(videoPath, timestamp) → { imagePath: string } ``` ### Video Info ```typescript getVideoInfo(videoPath) → { width, height, duration, fps } ``` ### Transcript ```typescript getTranscript(videoPath, start?, end?) → { text, words: [{word, start, end}] } ``` ### FFmpeg ```typescript execFFmpeg(args) → { success, outputPath?, error? } ``` ### Image Generation ```typescript generateImage(prompt) → { imagePath: string } ``` ## Asset Types Cada agente produce un asset tipado: - `VideoAsset` — Vídeo completo - `ShortVideoAsset` — Clip corto (<60s) - `MainVideoAsset` — Vídeo principal - `MediumClipAsset` — Clip mediano - `BlogAsset` — Post de blog - `SocialPostAsset` — Post de red social - `SummaryAsset` — Resumen ejecutivo - `TextAsset` — Texto plano (transcripción, captions) ## Configuración - `.env.example` — Variables de entorno - `pipeline-specs/*.yaml` — Definiciones de pipeline - `brand.json` — Marca y estilo - `schedule.json` — Programación de publicación ## Referencias - [htekdev/vidpipe](https://github.com/htekdev/vidpipe) — Implementación completa - [npm vidpipe](https://www.npmjs.com/package/vidpipe) — Paquete público ## 2. Video Processing Pipeline — vidpipe Pipeline de procesamiento de vídeo con IA — transcripción, edición automática, captions, shorts y posts para redes sociales. Inspirado en vidpipe. ### Flujo 1. Transcripción con Whisper 2. Edición automática (silence removal, chapters) 3. Generación de captions y subtítulos 4. Creación de shorts/clips virales 5. Generación de posts para redes sociales ### Diferencia con agentic-video-pipeline `agentic-video-pipeline` es el patrón de arquitectura multi-agente (IdeaDiscovery → Producer → Schedule → Chapter → MediumVideo/Shorts/Blog). `video-processing-pipeline` es el flujo práctico de producción: raw video → shorts, reels, captions, blog posts, social posts.