Skip to content
andres20980Public

About

No description, website, or topics provided.

Resources

Contributing

Security policy

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

🎬 video-use

Generación, edición y transcripción automatizada de vídeo educativo y científico mediante agentes de Inteligencia Artificial y animaciones programáticas.

video-use es un motor avanzado que combina la potencia de Manim (Mathematical Animation Engine) con pipelines automatizados de transcripción, evaluación de calidad y visualización de timelines. El sistema está diseñado para que agentes autónomos de IA interpreten papers académicos, generen scripts de vídeo, programen animaciones de alta precisión, rendericen los resultados y autoevalúen el contenido final para asegurar la excelencia didáctica y de producción.


🚀 Descripción General del Proyecto

El ecosistema de video-use permite automatizar la cadena completa de producción de vídeo técnico y educativo en alta fidelidad:

  1. Diseño y Planificación de Escenas: A través de guías y referencias estructuradas, los agentes de IA (AGENTS.md) definen el ritmo, la composición visual y la narrativa matemática.
  2. Generación de Animaciones con Manim: Integración de un motor Manim optimizado (skills/manim-video/) para renderizar ecuaciones Complejas, gráficos de datos, tracking de objetos 3D y transiciones limpias.
  3. Procesamiento de Audio y Transcripción: Herramientas automatizadas para la transcripción en lote (transcribe.py y transcribe_batch.py) y el empaquetado de subtítulos o transcripciones (pack_transcripts.py).
  4. Visualización e Interfaz de Usuario: Representación de timelines visuales (timeline_view.py y timeline-view.svg) y un visor interactivo integrado (poster.html) servido mediante un servidor ligero de producción para auditar los vídeos resultantes.
  5. Control de Calidad (Grading): Evaluación automatizada de la calidad técnica y pedagógica del vídeo (grade.py) antes de su despliegue final.

🛠️ Tecnologías y Librerías Utilizadas

El proyecto se sustenta sobre un stack tecnológico robusto y especializado en procesamiento multimedia y modelado con IA:

  • Python 3.11+: Lenguaje de programación principal del pipeline de datos y scripts de ayuda.
  • Manim (Community Edition): Motor de renderizado para animaciones matemáticas y explicaciones dinámicas de alta calidad.
  • Mem0: Framework de gestión de memoria a largo plazo para agentes de IA (mem0.yaml), que permite recordar preferencias de diseño y correcciones pasadas.
  • Whisper / APIs de Transcripción: Integradas en los módulos de transcripción para la sincronización perfecta de voz y texto.
  • Nginx: Servidor web ultraligero utilizado para servir el visor interactivo de vídeos en entornos de producción.
  • Docker: Contenerización de todo el pipeline para garantizar que los entornos de renderizado (que requieren dependencias complejas como LaTeX y FFmpeg) sean consistentes en cualquier máquina.
  • Biome: Formateador y linter de alta velocidad para el código HTML/JS de la interfaz del visor (poster.html).

📂 Estructura del Repositorio

A continuación se detalla la organización de los componentes clave del repositorio:

├── .env.example                 # Configuración de variables de entorno (claves API, rutas de render)
├── AGENTS.md                    # Definición de roles y comportamientos de los agentes de IA
├── SKILL.md                     # Definición de habilidades del sistema y capacidades de ejecución
├── Dockerfile                   # Configuración de contenedorización multicapa (Build & Nginx)
├── nginx.conf                   # Configuración de red para servir el visor estático de vídeos
├── poster.html                  # Panel visual y visor interactivo de los timelines y vídeos
├── pyproject.toml               # Gestión de dependencias y empaquetado Python
│
├── helpers/                     # Utilidades de automatización del pipeline de vídeo
│   ├── render.py                # Orquestador del renderizado de scripts de Manim
│   ├── transcribe.py            # Transcriptor individual de ficheros de audio/vídeo
│   ├── transcribe_batch.py      # Pipeline de transcripción masiva para producciones largas
│   ├── pack_transcripts.py      # Empaquetador de transcripciones para indexación de agentes
│   ├── timeline_view.py         # Generador de representaciones visuales SVG del timeline
│   └── grade.py                 # Módulo de evaluación de calidad del vídeo generado
│
├── skills/manim-video/          # Núcleo de conocimiento y assets para Manim
│   ├── SKILL.md                 # Habilidades específicas de programación visual en Manim
│   ├── README.md                # Guía de uso del módulo de Manim
│   ├── scripts/
│   │   └── setup.sh             # Script de inicialización de dependencias del sistema (FFmpeg, LaTeX)
│   └── references/              # Base de conocimiento exhaustiva para el desarrollo de escenas
│       ├── animations.md        # Catálogo de animaciones y transformaciones de mobjects
│       ├── camera-and-3d.md     # Técnicas de cámara, perspectivas y entornos tridimensionales
│       ├── equations.md         # Formateo y renderizado de fórmulas con LaTeX y MathJax
│       ├── mobjects.md          # Guía de objetos matemáticos nativos y personalizados
│       ├── production-quality.md# Estándares de calidad de render, resolución y codecs
│       └── updaters-and-trackers.md # Lógica dinámica basada en el tiempo y variables enlazadas
│
└── static/                      # Recursos visuales e imágenes estáticas
    ├── timeline-view.svg        # Plantilla/ejemplo de visualización de línea temporal
    └── video-use-banner.png     # Banner identificativo del proyecto

🔧 Instalación y Ejecución Local

Requisitos Previos

Asegúrate de tener instalado en tu sistema:

  • Python 3.11 o superior.
  • FFmpeg (necesario para el procesamiento de vídeo y audio).
  • LaTeX (opcional, necesario si vas a renderizar ecuaciones avanzadas con Manim de manera local).
  • Docker (opcional, para despliegues contenerizados).

Paso 1: Clonar y preparar el entorno de desarrollo

  1. Copia el archivo de variables de entorno y configúralo:
    cp .env.example .env
  2. Instala las dependencias del proyecto usando tu gestor preferido (ej. pip):
    pip install -r pyproject.toml

Paso 2: Configurar habilidades de Manim

Ejecuta el script de configuración inicial para instalar las dependencias de sistema necesarias para la edición de vídeo:

bash skills/manim-video/scripts/setup.sh

Paso 3: Renderizar y Transcribir

  • Para renderizar una escena matemática:
    python helpers/render.py --scene MiEscenaMatematica
  • Para transcribir un vídeo generado y generar subtítulos:
    python helpers/transcribe.py --file path/to/output.mp4
  • Para evaluar la calidad del material generado:
    python helpers/grade.py --file path/to/output.mp4

Despliegue del Visor de Vídeos (Docker)

Puedes levantar la interfaz interactiva local (poster.html y el visualizador de timelines) de forma rápida con Docker:

docker build -t video-use-visor .
docker run -d -p 8080:80 video-use-visor

Accede a http://localhost:8080 en tu navegador para interactuar con los resultados de las animaciones y timelines generados.


⚙️ Gobernanza del Proyecto

Este repositorio cuenta con controles estrictos de calidad y automatización para asegurar la integridad del código:

  • Validación Local (Lefthook): Se ejecutan git hooks antes de cada commit para asegurar que el código cumple con las directrices del proyecto.
  • Linting y Formateo (Biome): Configurado a través de biome.json para garantizar un estilo impecable en archivos HTML, JSON y Javascript.
  • Auditorías de Seguridad: Mediante el script scripts/security_audit.sh y la herramienta Bumblebee, se realizan escaneos regulares de vulnerabilidades.
  • Control de Estado de Integración: El script scripts/status.sh permite visualizar en tiempo real el cumplimiento de los estándares de desarrollo y la configuración correcta de los proxies de git (no-mistakes).

Megacore - Automatizando y estandarizando la calidad del software en Megasoft.

About

No description, website, or topics provided.

Resources

Contributing

Security policy

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages