Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

video-server

Plataforma open-source para descarga y análisis de medios públicos con autogestión. Utiliza arquitectura asíncrona basada en RabbitMQ y workers aislados para garantizar la integridad de las tareas.

Ficha actualizada 22 sept 2026, 16:53 · upstream 22 sept 2026, 16:50 · release sin release detectada

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es video-server

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

FrameFetch es una plataforma de autogestión diseñada para el procesamiento de flujos de trabajo multimedia, permitiendo la descarga de contenido público autorizado y el análisis de documentos de guiones. El sistema se basa en una arquitectura robusta que separa la lógica de negocio de las operaciones de E/S pesadas mediante workers aislados y un patrón de caja de salida transaccional para garantizar la consistencia de los datos.

CASOS DE USO
  • Descarga asíncrona de contenido multimedia público con verificación de integridad (SHA-256) y almacenamiento en MinIO.
  • Procesamiento y análisis de documentos de guiones en múltiples formatos como Markdown, Fountain o DOCX.
  • Análisis de video mediante IA opcional utilizando agentes externos o modelos configurados por el administrador.
  • Gestión de sesiones de proveedores para plataformas específicas con rotación segura de cookies.
PUNTOS DESTACADOS
  • Arquitectura asíncrona desacoplada que garantiza la recuperación de tareas ante fallos mediante RabbitMQ y PostgreSQL.
  • Validación estricta de contenido: los workers re-verifican la identidad y el formato del archivo antes de almacenarlo.
  • Soporte nativo para múltiples formatos de guiones y exportación de informes en Markdown o DOCX.
  • Seguridad reforzada mediante proxy de salida controlado y aislamiento de procesos de descarga.
PRECAUCIONES
  • La funcionalidad de IA requiere un agente externo en el host o una configuración manual de proveedores de modelos.
  • Algunas plataformas como YouTube requieren la gestión manual de archivos de cookies para mantener las sesiones activas.
  • No ofrece garantías de servicio (SLA) ni soporte oficial, siendo responsabilidad del usuario la infraestructura y los costos.
  • El despliegue inicial es complejo debido a la necesidad de configurar claves de encriptación y gestionar proveedores manualmente.
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA4 GBRAM estimada
DISCO30 GBalmacenamiento base
COMPLEJIDADhighnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Docker Compose detectado

Requiere Docker Compose con PostgreSQL, RabbitMQ, Redis y MinIO preconfigurados. Utilice docker-compose-prod.yml para entornos de producción. Asegúrese de configurar PROVISIONER_SOURCE_ENCRYPTION_KEY y complete la validación de proveedores antes del despliegue final.

✓Dockerfile
✓Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsReactNode.jsFastAPIPython
SERVICIOS
PostgreSQLRedisRabbitMQS3/MinIO
BASES DE DATOS
PostgreSQLRedis
PUERTOS
8101811154325672637990001910078975871919013128
06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.