SPITE
SPITE es un estudio de preproducción open source para cineastas, que combina un canvas infinito basado en nodos con generación de IA multi-modelo. Permite gestionar flujos de trabajo visuales, consistencia de personajes y exportación directa a software de edición sin sistemas de créditos cerrados.
Ficha actualizada 27 sept 2026, 22:40 · upstream 27 sept 2026, 22:35 · release v0.2.0
Qué es SPITE
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
SPITE es una herramienta open source diseñada para la preproducción cinematográfica, ofreciendo un lienzo infinito basado en nodos donde los usuarios pueden conectar prompts, referencias visuales y generadores de video e imagen. A diferencia de otras herramientas que imponen sistemas de créditos cerrados, SPITE permite el uso directo de claves API de proveedores como fal.ai, dando control total sobre los costes y la propiedad del flujo de trabajo. Incluye un modo "Flow" lineal para generación rápida y una gestión robusta de activos persistentes organizados por proyecto y fecha.
La plataforma destaca por su enfoque en la consistencia visual mediante carpetas etiquetadas para personajes y ubicaciones, que se pueden referenciar con menciones automáticas en los prompts. Además, cuenta con un sistema de recuperación de generaciones ante fallos técnicos o recargas de página, recuperando trabajos completados dentro de las ventanas de retención del proveedor. El despliegue es flexible, soportando Vercel para implementación rápida o servidores propios con PostgreSQL y almacenamiento S3-compatible.
El software se centra en la autonomía creativa, permitiendo a los usuarios pagar directamente a los proveedores de modelos (como FLUX, Kling o Wan 3.0) sin intermediarios que marquen costes ocultos. La arquitectura está construida sobre Next.js y React, con una base de datos PostgreSQL para persistencia y almacenamiento S3-compatible para activos generados.
- Preproducción visual cinematográfica con canvas infinito para organizar escenas y shots.
- Generación de video e imagen multi-modelo integrando APIs como fal.ai directamente.
- Gestión de consistencia de personajes mediante carpetas etiquetadas y menciones automáticas.
- Exportación de storyboards ZIP organizados por escenas para importación en Premiere o Resolve.
- Recuperación automática de generaciones fallidas dentro de la ventana de retención del proveedor.
- Flujo de trabajo lineal simplificado mediante el modo Flow para generación rápida tipo Krea.
- Canvas basado en nodos con persistencia de estado cada 3 segundos y recuperación ante fallos.
- Integración directa con fal.ai sin sistema de créditos propio, pagando directamente al proveedor.
- Modo Flow conversacional para generación rápida tipo Krea con memoria de prompts y modelos.
- Recuperación de trabajos desde la ventana de retención del proveedor tras recargas o errores.
- Exportación nativa a storyboards ZIP organizados por escenas y orden de shots.
- Gestión de costes en tiempo real con estimaciones por botón y badge de saldo de fal.ai.
- No incluye edición de video, limitándose estrictamente a la fase de preproducción.
- Sin colaboración multiusuario en tiempo real, diseñado para uso single-user por defecto.
- Depende de claves API externas para la generación de contenido (fal.ai o similares).
- Configuración manual obligatoria de variables de entorno y política CORS del bucket de almacenamiento.
- No automatiza decisiones creativas, requiriendo intervención humana en cada paso de generación.
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Desplegar en Vercel es el método más rápido, requiriendo configurar DATABASE_URL, R2/FAL keys y APP_PASSWORD. Para servidores propios (VPS/Contenedores), se necesita Node 20+, PostgreSQL y almacenamiento S3-compatible (R2 por defecto). Es obligatorio configurar la política CORS del bucket de almacenamiento para permitir PUT/GET desde el origen del app, o las subidas fallarán silenciosamente. Se recomienda usar pnpm para instalar dependencias.
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.