vivijure
Vivijure es un estudio de cine impulsado por IA auto-alojado bajo licencia AGPL. Funciona como mapa de constelación modular donde el control central orquesta renderizadores externos (GPU propia o nube) para crear películas desde guiones hasta postproducción, sin ataduras a suscripciones.
Ficha actualizada 25 sept 2026, 21:35 · upstream 25 sept 2026, 21:04 · release v1.0.0
Qué es vivijure
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Vivijure es un estudio de cine impulsado por inteligencia artificial diseñado para ser auto-alojado bajo la licencia AGPL. Funciona como un mapa de constelación modular donde el plano central orquesta múltiples renderizadores externos (GPU propia o servicios en la nube) para crear películas completas, desde la escritura del guion hasta la postproducción, sin ataduras a suscripciones ni cuentas cerradas.
El sistema permite ejecutar el panel de control en Cloudflare Workers o en servidores locales/nube utilizando Node.js y Rust. La arquitectura es modular: el núcleo gestiona proyectos, storyboards y castes, mientras que las capacidades avanzadas (renderizado, audio, lip-sync) se añaden como módulos opt-in a través de contratos tipados. Esto permite una instalación limpia sin funcionalidades extra si no se instalan los workers correspondientes.
Soporta flujos de trabajo completos donde el usuario aporta la GPU y las claves; el estudio aporta la tubería. Se pueden escribir guiones en Discord mediante el bot Slate o controlar el estudio desde agentes MCP. El sistema demuestra capacidad de autocuración ante fallos durante la renderización, reasignando tareas pendientes tras un reinicio sin intervención manual.
- Crear películas animadas completas (video y audio) en tu propia GPU sin costes de suscripción
- Orquestar renderizado en la nube (RunPod) para proyectos que requieren potencia superior a la local
- Escribir guiones colaborativos en Discord y pasarlos directamente al motor de renderizado
- Implementar agentes MCP para planificar, casting y supervisión del proceso de renderizado
- Realizar postproducción modular (lip-sync, upscaling, audio) conectando módulos externos opt-in
- Desplegar una instancia privada sin dependencias de Docker, usando Node.js y SQLite localmente
- Arquitectura modular con contratos tipados (vivijure-module/2) que permite añadir o quitar funcionalidades (render, audio) sin reiniciar el núcleo
- Licencia AGPL que garantiza código abierto y evita lock-in de proveedores de nube o suscripciones cerradas
- Capacidad de autocuración demostrada en renders largos, recuperando tareas pendientes tras fallos del sistema sin intervención humana
- Soporte nativo para múltiples backends de renderizado (Wan, SDXL, CogVideoX) y motores de audio (MiniMax, MuseTalk)
- Integración directa con Discord mediante el bot Slate para desarrollo colaborativo de storyboards en tiempo real
- Despliegue flexible sin Docker, utilizando Node.js, Rust, SQLite y S3/MinIO para almacenamiento persistente
- No incluye contenedores Docker ni archivos Compose por defecto; requiere configuración manual del entorno y dependencias de sistema
- El despliegue en Cloudflare Workers (vivijure-cf) depende de la disponibilidad y límites del tier gratuito o pago de Cloudflare
- La funcionalidad completa requiere instalación manual de módulos externos (render, audio, finish) que no vienen preconfigurados en el repositorio principal
- El renderizado local específico (12GB/16GB RAM) requiere hardware compatible con modelos específicos (LTX-Video, CogVideoX) y gestión manual de memoria
- La autocomposición de la interfaz depende de la disponibilidad de los módulos registrados en el endpoint /api/modules
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Requiere 4 núcleos CPU, 8GB RAM y 10GB disco mínimo para una instalación local básica. No utiliza Docker; configura Node.js, Rust y servicios S3/MinIO manualmente. Para producción, considera la versión Cloudflare o aloja el backend en RunPod si la GPU local es insuficiente. Asegura las variables de entorno de los módulos opt-in antes de iniciar el orquestador.
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.