Gerador de vídeos narrativos (Godot + FFmpeg), painel Next.js, serviço de voz, Clipador de lives e Publicador para YouTube, TikTok e Instagram. Inclui a leitura das visualizações dos posts para o Dashboard e o botão "Publicar no <rede>" nos cartões das publicações. Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
16 KiB
Resultado do teste — prova de conceito de vídeo em Godot
Data: 16/11/2026. Máquina: Windows 11 Pro 10.0.26200, Intel i9-13900K, 64 GB de RAM, NVIDIA GeForce RTX 2060 SUPER (Vulkan 1.4.341), tela de 1920×1080.
O que se distingue abaixo: código criado, validação estática, projeto aberto na Godot,
MP4 gerado e inspeção visual. Tudo o que está marcado como feito foi executado nesta
máquina, e os números vêm de report.json, godot-manifest.json e render.log de cada execução.
Ambiente encontrado
| Item | Resultado |
|---|---|
| Godot | Não estava no PATH. Havia o zip oficial Godot_v4.7.2-stable_win64.exe.zip em Downloads; a pasta já extraída tinha só o wrapper _console.exe. O zip foi extraído em .tools/godot-4.7.2/, sem alterar o original. Assinatura Authenticode válida (Prehensile Tales B.V.). --version → 4.7.2.stable.official.ed1daf0bf. |
| FFmpeg/FFprobe | 7.1.1 essentials (gyan.dev) no PATH; encoders libx264, h264_nvenc e aac disponíveis |
| Node / pnpm | 24.19.0 / 11.22.0 |
| Sessão gráfica / GPU | sim / RTX 2060 SUPER (a Godot usou o dispositivo #0, Vulkan) |
| Espaço livre | ~210 GB em F: |
Entregas (MP4)
Todas em output/runs/ (pasta ignorada pelo Git; regenere com os comandos do README).
| Execução | Configuração | Perfil | MP4 | Tamanho |
|---|---|---|---|---|
20261116-174231-demo-street-preview |
config/demo-street.json |
540×960 | demo-street-preview.mp4 |
4,35 MB |
20261116-173734-demo-street-final |
config/demo-street.json |
1080×1920 | demo-street-final.mp4 |
11,6 MB |
20261116-173649-demo-street-variant-preview |
config/demo-street-variant.json |
540×960 | demo-street-variant-preview.mp4 |
3,65 MB |
20261116-173528-demo-street-audio-preview |
cópia da cena padrão + tom de teste (ver "Áudio") | 540×960 | demo-street-audio-preview.mp4 |
4,41 MB |
Comandos exatos:
pnpm render -- --config config/demo-street.json --profile preview
pnpm render -- --config config/demo-street.json --profile final
pnpm render -- --config config/demo-street-variant.json --profile preview
O render final (
173734) foi gerado antes de uma última mudança nomain.gd: a checagem de que a pasta do Movie Maker existe. Ela roda só na inicialização e não altera a cena. OstateDigestdo render final é igual ao da prévia gerada depois (18b41815…).
Verificação automática (FFprobe + lançador)
Todas as quatro execuções passaram em todas as verificações:
| Verificação | Prévia | Final | Variante |
|---|---|---|---|
| Movie Maker anunciou resolução/FPS do perfil | 540×960 @ 30 | 1080×1920 @ 30 | 540×960 @ 30 |
| PNGs gravados (contínuos, índice inicial 0) | 363 (0..362) | 363 | 363 |
| Quadros de cena (+ aquecimento descartado) | 360 + 3 | 360 + 3 | 360 + 3 |
| Codec / pix_fmt | h264 / yuv420p | h264 / yuv420p | h264 / yuv420p |
r_frame_rate |
30/1 | 30/1 | 30/1 |
Quadros decodificados (-count_frames) |
360 | 360 | 360 |
| Duração (tolerância ±1 quadro) | 12,000 s | 12,000 s | 12,000 s |
| Distância final da moto | 32 m de 32 m | 32 m de 32 m | 44 m de 44 m |
| Luminância média em 0,5/4/8/11 s (não preto ≥ 20) | 147 / 148 / 146 / 116 | 147 / 148 / 146 / 116 | 135 / 133 / 134 / 111 |
pnpm verify -- --file …/demo-street-final.mp4 confirmou o arquivo de forma independente
(saída 0). Com --fps 25, a mesma verificação falha como esperado (saída 1).
Determinismo
stateDigest (MD5 dos estados dos 360 quadros: posição, rodas, câmera, overlay):
- cena padrão:
18b41815028decf7ef557b1573072af1na prévia (540×960), no final (1080×1920) e na execução com áudio. São três processos diferentes, em duas resoluções. O áudio não entra no estado; demo-street-variant:9cd400166a1c87e73d2165004d44c88d(diferente, como esperado).
Tempo medido (não é promessa de desempenho)
| Etapa | Prévia 540×960 | Final 1080×1920 |
|---|---|---|
| Validação (Godot headless) | 0,27 s | 0,26 s |
| Render Godot (363 quadros) | 39–42 s | 153 s |
| └ GPU por quadro | 1,9 ms | 4,5 ms |
| └ CPU por quadro | 0,5 ms | 0,5 ms |
| └ codificação PNG por quadro | 105 ms | 404 ms |
| FFmpeg libx264 (preset medium, CRF 18) | 0,8–0,9 s | 2,8 s |
| FFprobe + inspeção | ~1,3 s | ~3,4 s |
| Total | ~42–45 s | ~160 s |
A etapa de render da Godot ocupa 94–96% do tempo total, e quase tudo é a codificação PNG: cerca de 91% do total no final (404 ms × 363 quadros ≈ 147 s de 160 s) e cerca de 90% na prévia (38 s de 42 s). A GPU é irrelevante neste plano. Fica como ponto de otimização futura, por exemplo comparar com a saída AVI/MJPEG do Movie Maker. Não foi medido aqui.
Testes executados
pnpm test:godot: 38/38 passaram (headless). Rejeitam JSON malformado, versão desconhecida, intervalo impossível (start ≥ brake,stop > duração), FPS zero, largura negativa ou ímpar, número como texto, duração sem número inteiro de quadros, cor inválida, percurso além do fim da rua, câmera abaixo do chão, texto com caractere de controle, campo desconhecido (world.script), áudio habilitado sem arquivo e arquivo inexistente. Na lógica temporal: posição inicial, parada atéstartSeconds, distância exata na parada, permanência parada, monotonicidade, ausência de saltos (passo máximo 0,00206 m com dt = 0,5 ms), velocidade contínua, continuidade em cada fronteira de fase, ângulo da roda = distância/raio, visibilidade do overlay, mesmo estado em duas instâncias e independência da ordem de avaliação.pnpm test:launcher: 17/17 passaram. Saída ≠ 0 não é sucesso; executável inexistente; argumentos com espaço e;chegam intactos (sem shell); timeout; cancelamento encerra o subprocesso; FFmpeg com entrada inexistente falha;--do pnpm ignorado; perfil não muta a config; trava de render único e recuperação de trava abandonada; conferência de PNG (lacuna, quantidade, dimensões, pasta vazia); critérios do FFprobe (tolerância de 1 quadro, FPS/dimensões/contagem errados); áudio inexistente; aviso de corte; filtro sem-shortest.pnpm typecheck: sem erros (TypeScript 7.0.2).- Projeto aberto na Godot:
godot --headless --path godot --import(editor) terminou sem erros e gerou os.uid/.import. O--check-onlyde todos os scripts também passou sem erros. - Prévia interativa:
godot --path godot --quit-after 90 -- --config config/demo-street-variant.jsonabriu em modo preview (SCENE_READY … mode=preview). Os controles de teclado não foram acionados manualmente. - Falha pelo lançador: render com
godot/tests/fixtures/impossible-times.jsonparou na etapavalidate(saída 1,status: failed) com a mensagemmotion: exige startSeconds < brakeStartSeconds < stopSeconds <= durationSeconds (recebido 5.0 < 4.0 < 13.0 <= 12.0). Ooutput/last-success.jsoncontinuou apontando para o render válido anterior. - Áudio (pipeline): um tom senoidal de 5 s, gerado só para o teste (não é narração), foi
colocado num caminho com espaço, com
offsetSeconds: 9. O lançador avisou o corte de 2,00 s. O MP4 saiu com vídeo h264 de 12,000 s e áudio AAC 48 kHz de 12,000 s. Pico do áudio: −91 dB antes de 9 s (silêncio) e −18 dB depois de 9,1 s (tom). O arquivo de entrada não foi alterado.
Inspeção visual
Foram examinados os quadros extraídos do MP4 em 0,5 s, 4 s, 8 s e 11 s (inspect/ de cada
execução), uma tira com 1 quadro por segundo do MP4 final, recortes ampliados do entregador e
das rodas, e o quadro de 11 s em 1080×1920. O vídeo não foi assistido em um player: a
avaliação de fluidez vem dos quadros em sequência e dos testes numéricos.
| Critério | Resultado |
|---|---|
| Sem vídeo preto, câmera dentro de geometria ou textura ausente | ok |
| Personagem reconhecível e apoiado na moto | ok: capacete com viseira, jaqueta, mãos no guidão, pés nas pedaleiras, caixa de entrega no bagageiro |
| Mudança de perspectiva dos objetos próximos | ok: muros, casas, árvores e postes passam e mudam de perspectiva quadro a quadro |
| Rodas girando | ok: raios e cravos mudam de posição entre quadros consecutivos (~26°/quadro a 4,13 m/s, abaixo do limiar de efeito estroboscópico da simetria de 60°) |
| Fundo sem rotação artificial nem bordas de planos | ok após correção (ver abaixo); as fachadas são planos fixos voltados para +Z |
| Sem z-fighting importante ou texto cortado | ok; acentos e travessão (—) renderizam com a fonte padrão |
| Overlay legível em tamanho reduzido | ok na tira de 180 px de largura |
| Luz e cores consistentes | ok; do quadro 1 em diante (o quadro 0 é descartado, ver abaixo) |
Problemas encontrados e corrigidos durante o teste
- Primeiro quadro inválido. O quadro 0 gravado pela Godot 4.7.2 saía azulado, com uma sombra
diagonal errada, porque sombras e radiância do céu ainda não estavam prontas. A partir do
quadro 1 tudo ficava estável. Correção: 3 quadros de aquecimento em
t = 0, descartados com-start_number 3. deltanão é 1/30 com--fixed-fps. Os valores observados foram 0,025, 0,0333, 0,0417… Por isso o tempo da cena vem do contador de quadros.- Resolução do filme fixada na inicialização.
--resolutione mudanças em runtime não alteram o arquivo gravado, e uma janela de 1080×1920 não cabe numa tela de 1080 px. Correção:override.cfgtemporário por render. A cena confere se o viewport corresponde à configuração. --write-movierelativo e falha silenciosa. O caminho relativo é resolvido a partir degodot/. Com a pasta inexistente, nenhum PNG foi gravado e mesmo assim a Godot saiu com código 0, imprimindo "Done recording". Correção: o lançador usa caminho absoluto e confere os PNGs, e a cena aborta (código 3) se a pasta não existir.- Composição. O título quebrava em duas linhas sobre a opção A, e no fim o texto cobria o entregador. O título passou a crescer para cima, e a câmera final desce para um ângulo baixo (entregador na metade superior, opções embaixo, ~18% inferior livre).
- Borda reta do morro visível contra o céu. Correção: cumeeira irregular com volumes (determinística pela seed).
pnpm doctoré comando nativo do pnpm 11; o diagnóstico do projeto épnpm run doctor.
Painel (16/11/2026, depois da prova de conceito)
Executado com o painel em pnpm panel (127.0.0.1:4310):
next build: sem erros de tipo nem avisos. Páginas/,/assetse/agentrespondem 200; história inexistente responde 404./api/files: serve PNG e MP4 (comRange→ 206) e bloqueia../package.jsonegodot/project.godot(404).- Lógica por script: 25/25 casos ok. Cobre a regra de voto ("A ou B?" e "Amei" não contam),
apuração com último voto por conta, comentário repetido ignorado, linha sem autor rejeitada,
fotografia imutável, episódio seguinte herdando a escolha, decisão manual obrigatória sem
votos, asset da história com
asset.json, extensão errada recusada e promoção para a biblioteca. - Agente pela API: Claude Haiku leu
package.jsoncom cwd na raiz, com streaming SSE de sessão, ferramenta, resultado e custo (US$ 0,0072). "Continuar conversa" retomou a sessão. O segundo pedido simultâneo foi recusado e o Codex aparece como não instalado. - Render pelo painel: episódio de teste em prévia em 44 s,
success, MP4 registrado e player na página do episódio. - Não testado: interface clicada no navegador (o navegador automatizado estava ocupado por outra sessão); formulários foram validados pela mesma lógica que eles chamam. Codex não testado.
- Dados de teste removidos depois.
Serviço de voz e página Vozes (16/11/2026)
Máquina: Windows 11, RTX 2060 SUPER 8 GB (driver 610.88), com um jogo (Rust) aberto durante parte dos testes.
setup.batcompleto rodou duas vezes com saída 0. A 1ª rodada deixou a GPU passar por "sem GPU" (bug nonvidia-smi | Select-Object -First 1, corrigido); a 2ª trocoutorch 2.11.0+cpupor+cu128(cuda True). OVoiceConverterdo Applio 3.7.0 importa emcuda:0; rmvpe, fcpe e contentvec baixados.pnpm test:voice: 122 testes passando (motores falsos + decodificador real + detecção de GPU ocupada).- Fumaça (
voice/scripts/smoke.py): Antonio (Edge) 6,5 s de áudio em 3,0 s; Francisca (Edge) 5,8 s em 2,6 s; Faber (Piper) 4,9 s em 2,5 s na 1ª vez e 0,02 s carregado. Whisper small na CPU: 6,5 s de fala em 2,7 s com 14 palavras e tempos. - GPU sem cuBLAS: falha só na 1ª inferência → o aquecimento na subida pega e cai para a CPU. GPU ocupada pelo
jogo (99%, 1,6 GB livres): legenda de 6,5 s ficou mais de 8 min na GPU; depois da mudança, o
autoescolheu CPU e a mesma legenda pelo painel levou 2,5 s. - Painel (
/voicese/api/voice/*, 127.0.0.1:4500): status, ouvir (Francisca em 2,1 s), validação de texto vazio, legenda com.srt, salvar configurações com reinício automático do serviço, adicionar voz (recusa sem origem/licença e arquivo que não é.pthdo torch), remover (recusa voz base), e.pthsem estrutura RVC →422 rvc_failedcom mensagem clara. Páginas/,/voices,/assets,/agent→ 200. - Não testado: conversão RVC com modelo real (nenhum modelo neutro com licença clara), Whisper
large-v3-turbo, download de modelo pelo painel, estado offline visto no navegador.
Clipador — cortes de live (16/11/2026)
Teste ponta a ponta numa live real (twitch.tv/alanzoka, Parasite Eve), serviço clipper/ em 127.0.0.1:4520:
- Captura: Streamlink 8.6.3 → FFmpeg em blocos de 30 s; 10 min 18 s gravados (21 blocos), parada pelo painel/API
fechou o último bloco sem deixar
streamlink/ffmpegórfãos. - Chat: IRC anônimo da Twitch conectado, 490 mensagens mapeadas para o tempo da gravação.
- Transcrição: 21/21 blocos pelo serviço de voz (
X-Detail: words), 0 erros; texto em pt-BR bate com a legenda do jogo. - Momentos: 4 cortes automáticos pelo chat; juiz
codex:gpt-6-lunamanteve os 4 (notas 7,4–8,5), ~7 s por candidato. "Cortar agora" (40 s): juiz deu nota 3 (sem gancho), renderizado por ser manual. - Render: H.264 1080×1920 + AAC, 40–52 s; quadros inspecionados mostram crédito
twitch.tv/alanzokano topo e legenda palavra a palavra sincronizada. Vídeos não assistidos inteiros em player. - Testes:
pnpm test:clipper→ 33 passed;pnpm typecheckenpx tsc --noEmit -p panellimpos.
Corrigido no teste: legenda deslocada (-ss depois do -i), tag \c virando \C com .upper(), e 2 falsos
positivos com chat calmo (emote clip5k1hmm, começo da gravação) — ver clipper/README.md, "Armadilhas".
Não testado: chat da Kick, live do YouTube, VOD, juiz claude, publicação nas redes (ainda não existe).
O que continua provisório ou pendente
- Moto, entregador e casas feitos de primitivas, sem rig nem animação facial. Fachadas distantes geradas proceduralmente.
- O vídeo não foi assistido em player (só quadros extraídos).
- O cancelamento por Ctrl+C real no terminal não foi exercitado; há teste unitário da lógica.
- Não foi testado em Linux, nem com os renderizadores Compatibility ou Forward+.
- A codificação PNG domina o tempo de render; não houve otimização.
- Um único preset de câmera (
third_person_follow) e um único asset (placeholder-rider).
Próximos passos sugeridos
- Assistir aos MP4 e ajustar o ritmo: velocidade de 4,1 m/s (~15 km/h) e duração da transição da câmera.
- Medir a saída AVI/MJPEG do Movie Maker contra PNG para reduzir o tempo de render.
- Nó adaptador para GLB (escala/orientação) e primeiro teste com um modelo real.
- Ligar o render ao serviço de voz: narração gerada por fala (
/v1/synthesize,wav) e legenda automática a partir dos tempos (/v1/transcribe,X-Detail: words). - Só então: contrato de cena compartilhado com o futuro painel/API.