content-factory
Pipeline auto-alojado para generar borradores de video vertical (10-1000 ítems) desde CSV/JSON. Enfoque review-first con stack Next.js, NestJS y Python. Sin publicación automática; requiere aprobación humana en cada etapa antes de descargar o notificar.
Ficha actualizada 24 sept 2026, 15:10 · upstream 24 sept 2026, 15:06 · release sin release detectada
Qué es content-factory
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Content Factory es un pipeline de producción automatizado diseñado para generar borradores de video vertical masivos (10 a 1000 ítems) a partir de entradas CSV o JSON. La arquitectura se basa en un monorepo TypeScript con NestJS como API principal, Next.js para el dashboard y BullMQ para la gestión de colas con reintentos exponenciales. El sistema prioriza la revisión humana sobre la publicación automática; cada video renderizado se detiene en ready_for_review, permitiendo inspección del guion, activos y logs antes de aprobar o rechazar explícitamente.
Utiliza PostgreSQL para el modelo de datos persistente con Prisma, Redis para colas idempotentes y MinIO para el almacenamiento de assets, metadatos y renders finales. Soporta múltiples proveedores de voz (Ollama, OpenTTS, Kokoro MLX) y renderizado con FFmpeg integrado para generar storyboards animados o libros ilustrados con subtítulos quemados.
El flujo de trabajo incluye detección de duplicados léxicos, validación estricta de contratos LLM mediante Zod y auditoría de calidad antes del trabajo visual. No incluye endpoints para subir a YouTube ni publicar en Telegram automáticamente; la integración con Telegram se limita a notificar la disponibilidad del borrador. Es ideal para equipos que requieren control editorial total sobre el contenido generado por IA.
- Generación masiva de borradores para canales de YouTube Shorts o TikTok
- Auditoría cualitativa de retención y análisis de guiones antes de renderizar
- Ideación de títulos y thumbnails honestos sin publicar automáticamente
- Planificación de storyboards animados con continuidad de personajes
- Renderizado de video con subtítulos en inglés quemados y normalización de audio
- Integración manual con n8n para notificaciones externas o flujos personalizados
- Arquitectura modular con monorepo TypeScript, NestJS API y Next.js dashboard
- Validación estricta de contratos LLM usando Zod para evitar respuestas malformadas
- Gestión de colas idempotente con Redis y BullMQ para procesamiento robusto
- Soporte nativo para múltiples proveedores de voz (Ollama, Kokoro, OpenTTS)
- Renderizado de video con FFmpeg incluyendo filtros drawtext y audio normalizado
- Almacenamiento persistente en MinIO con enlaces de descarga seguros y expirables
- No incluye endpoints para publicación automática en YouTube o Telegram
- Requiere revisión humana obligatoria en cada etapa (QA_pending -> ready_for_review)
- Dependencia de herramientas locales como FFmpeg completo con drawtext en macOS/Linux
- No garantiza vistas, monetización ni éxito del contenido generado
- Hechos disputables requieren intervención manual antes de continuar el flujo
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Se recomienda usar Docker Compose v2+ para despliegue inicial. Instalar Node.js 22 LTS y configurar .env sin commit. En macOS, usar FFmpeg con libfreetype/drawtext o Docker Desktop. Para perfiles locales (voz/render), activar --profile local-ai en docker compose. Verificar que PostgreSQL, Redis y MinIO estén accesibles. No exponer el adaptador Codex CLI como servicio público; es solo para uso local del suscriptor.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.