contenido

Plataforma de generación de video con IA que fusiona CINCO linajes:

Industrial-horizontal (de MoneyPrinterTurbo): API REST + colas Redis, WebUI Streamlit, 20+ proveedores LLM, 6 motores TTS, stock footage (Pexels/Pixabay/Coverr), publicación social (Upload-Post), multi-aspect ratio y multi-idioma.
Cognitivo-profundo (de reels-af): DAG de 18 reasoners (hunters → critic → narrators → judge), narrativa delayed-reveal, sample-accurate TTS, word-burst karaoke con libass, per-beat visual grounding, single-pass ffmpeg sin drift.
Editorial (de corredor-content): brand voice como código, anti-alucinación vía facts.json, gate humano plan → approve → produce, pilares de contenido rotables, specs por plataforma (TikTok/Reels/Shorts/Long/FB/LinkedIn), cost tracking USD por LLM call.
Visual ownership (ComfyUI nativo): 7 workflows pre-armados (Flux LoRA, ControlNet, IPAdapter, AnimateDiff, Inpaint, Upscale), wizard de training de LoRAs (Replicate cloud o kohya local), auto-retry OOM, workflow versioning con SHA256, multi-tenant. Self-hosted o managed (ViewComfy/RunComfy).
Long-form video (inspirado en ViMax HKUDS): pipeline novel/script/idea → 3 actos → escenas → shots → consistency cross-shot vía VLM, para video de 5-60 min (documentales, libros animados, YouTube long-form, audiolibros visuales).

Más: integración profunda con Higgsfield — DoP image-to-video con 50+ camera presets cinematográficos nombrados, Soul para character consistency cross-beat, Effects VFX overlay, prompts canónicos extraídos del repo oficial de skills, y CLI fallback vía subprocess.

Y LiveAvatar (Alibaba-Quark, ECCV 2026) — avatares parlantes audio-driven con lip-sync sincronizado al TTS, opt-in para long-form intent=talking_head (cursos, explainer videos, news anchors). Dos backends: remote_http (RunPod/Lambda Labs serverless) o local_cli (subprocess single-GPU/multi-GPU). Ver docs/LIVE_AVATAR.md y ADR-016.

Visión

Un mismo backend permite TRES modos de generación + uno para video largo:

Modo	Velocidad	Costo	Brand identity	Uso típico
Express (reel 25s)	3-8 min	~$0.01-0.05	—	Volumen, canales propios
Premium (reel 25s)	70-110 s	~$0.08-1.20	—	Cuentas high-end, brands
Brand-owned (reel 25s, ComfyUI LoRA)	90-180 s	~$0.04-0.40	✓ marca completa	Multi-tenant, agencias
Long-form (video 5-60 min)	45-75 min	~$16-80	✓ opcional	Documentales, libros animados, YouTube
Talking-head (long-form con avatar parlante)	45-90 min	~$15-30 (`local_cli`) / $30-80 (`remote_http`)	✓ portrait fijo	Cursos, explainers, news anchors

El usuario elige por reel — o el sistema decide automáticamente según presupuesto y disponibilidad de LoRA del tenant.

Estado

✅ Sistema completo y operativo:

437 tests verde (30 long-form, 75 ComfyUI, 56 Higgsfield, 29 editorial, 24 LiveAvatar, +223 pipeline base)
4 entry points operativos (topic / article / subject / long_form_input) + workflow editorial (plan / approve / produce-week)
DAG de 18 reasoners (hunters → critic → narrators → judge → adapt → visual → accent)
5 patrones editoriales portados (brand voice as code, facts.json, pilares, audiencias, plataformas)
Higgsfield integrado: DoP + Soul + Effects + CLI fallback + A/B harness
ComfyUI nativo: 7 workflows registrados, 3 tenants demo (default/ruteo/ciencia), wizard de training, OOM auto-retry, observability
LiveAvatar integrado (talking-head opt-in): backend dual remote_http/local_cli, intent router TALKING_HEAD, director concreto produce_talking_head con TTS + ffmpeg stitch (ADR-016)
Long-form: NovelCompressor + RAGStore híbrido (numpy/FAISS) + ScriptPlanner (3 actos con intent routing) + SceneExtractor + StoryboardArtist + VLM consistency selectors + Director con 2 fases (plan barato + produce caro)
Cost tracking USD por LLM call (30+ modelos tabulados)

Ver PLAN.md para el roadmap original y ARCHITECTURE.md para decisiones técnicas.

Estructura

contenido/
├── apps/                  # Puntos de entrada
│   ├── api/              # FastAPI REST (14 endpoints)
│   ├── webui/            # Streamlit (3 vistas)
│   └── cli/              # Typer CLI (plan/produce-week/brand-check/comfy/book)
├── core/                 # Lógica de dominio
│   ├── narrative/        # 18 reasoners (de reels-af) + facts injection en hunters
│   ├── planning/         # beats, cards, safe_zone (determinístico)
│   ├── llm_router/       # Abstracción multi-LLM + pricing.py (cost tracking)
│   ├── editorial/        # Plan/approve/produce + brand voice + facts (de corredor-content)
│   ├── tts/              # 6 engines + sample-accurate timing
│   ├── visual/           # Stock + IA + selector híbrido
│   │   └── generation/   # Gemini Image, Veo, Higgsfield (DoP/Soul/Effects), ken-burns, ComfyUI, LiveAvatar
│   ├── comfy/            # Wrapper async sobre comfy-cli + LoRA training wizard
│   ├── long_form/        # ✨ NUEVO: ViMax-inspired (5-60 min video)
│   │   ├── compressor.py     # NovelCompressor (chunk + parallel compress)
│   │   ├── rag.py            # RAGStore híbrido numpy/FAISS + sentence-transformers
│   │   ├── script_planner.py # 3-act NarrativeArc con intent routing
│   │   ├── scenes.py         # SceneExtractor + StoryboardArtist
│   │   ├── consistency.py    # ReferenceImageSelector + BestImageSelector (VLM)
│   │   ├── director.py       # plan_long_form + produce_long_form
│   │   └── prompts.py        # 9 prompts canónicos (atribución MIT a ViMax)
│   ├── editor/           # ffmpeg single-pass + multi-aspect + hw encoders
│   ├── subtitles/        # Word-burst libass + SRT fallback
│   └── distribution/     # Upload-Post (TikTok/IG)
├── editorial/            # ✨ FUENTE DE VERDAD editorial (versionada en git)
│   ├── brand-voice.md    #   tono de la marca
│   ├── facts.json        #   hechos verificables (anti-alucinación)
│   ├── pillars/*.md      #   5 pilares de contenido
│   ├── audiences.json    #   perfiles de audiencia
│   ├── platforms.json    #   specs por plataforma (TikTok/Reels/Shorts/Long/FB/LI)
│   ├── brand-visual.json #   LoRA + workflow + style por tenant (multi-tenant)
│   └── local-events.json #   eventos del calendario (seed de planes)
├── workflows/            # ComfyUI workflows (formato API) + index.json
│   ├── flux_basic_9x16.json
│   ├── flux_lora_brand.json
│   ├── flux_controlnet_pose.json     # layout strict (logo, sujeto)
│   ├── sdxl_ipadapter_style.json     # style transfer desde reference
│   ├── animatediff_lora.json         # video t2v con LoRA
│   ├── inpaint_brand.json            # producto cambia, fondo persiste
│   ├── upscale_face_restore.json     # post-process chain
│   └── index.json                    # registry con ComfyParameterMap
├── orchestration/        # Colas, estado, broker AgentField
├── shared/               # Schemas Pydantic, config loader
├── storage/              # Runtime: caches, RAG stores, embed_cache (gitignored)
│   └── long_form/<job>/  # Per-job: chunks/, compressed/, rag/, script.json, job.json
├── resource/             # Fuentes, BGM, assets estáticos
├── tests/                # pytest (413 tests)
├── scripts/              # A/B harnesses (Higgsfield + ComfyUI)
├── docs/                 # ADRs, EDITORIAL, COMFYUI, LONG_FORM, pipeline, cost model
└── .claude/skills/       # Submodule oficial higgsfield-ai/skills (dev-only)

Quick start

# 1. Setup
cp .env.example .env       # editar con tus keys (mínimo: OPENROUTER_API_KEY + PEXELS_API_KEYS)
cp config.example.toml config.toml
uv sync --extra dev

# 2. Verificar configuración + capas
uv run python -m apps.cli.main config-check
uv run python -m apps.cli.main brand-check

# 3. Generar un reel single-shot (sin gate editorial)
uv run python -m apps.cli.main subject "Spring flowers" --mode express
uv run python -m apps.cli.main topic "the placebo effect" --mode premium
uv run python -m apps.cli.main article "https://arxiv.org/abs/2509.25541"

# 4. Workflow editorial (plan → approve → produce)
uv run python -m apps.cli.main plan --ideas 7
$EDITOR out/plans/plan-2026-W24.json   # marca "approved": true en lo que quieras
uv run python -m apps.cli.main produce-week --mode premium

# 5. ComfyUI con tu propia LoRA (brand identity)
uv run python -m apps.cli.main comfy install                  # instala ComfyUI
uv run python -m apps.cli.main comfy launch --background      # arranca server
uv run python -m apps.cli.main comfy lora train \             # entrena LoRA
    --name miMarca --image-dir ./fotos_brand --backend replicate
uv run python -m apps.cli.main comfy workflow list            # 7 workflows pre-armados

# 6. Long-form video (5-60 min)
echo "LONG_FORM_ENABLED=true" >> .env
echo "A time traveler loses memories with each change" > idea.txt
uv run python -m apps.cli.main book plan ./idea.txt --target-minutes 10
uv run python -m apps.cli.main book show <job_id>
uv run python -m apps.cli.main book produce <job_id>           # requiere GPU

# 7. A/B test ComfyUI vs Gemini para validar el moat de tu marca
uv run python scripts/comfyui_ab_test.py --quick --tenant miMarca

# 8. (Opcional) Stack completo con WebUI + Redis
make docker-up
# WebUI: http://localhost:8501
# API:   http://localhost:8000/docs

Documentación

📘 Lee primero: docs/GETTING_STARTED.md — tutorial paso a paso desde cero ✏️ Editorial: docs/EDITORIAL.md — brand voice, facts.json, gate humano, pilares 🎨 ComfyUI: docs/COMFYUI.md — 7 workflows, LoRA training, multi-tenant, OOM retry, observability 📚 Long-form: docs/LONG_FORM.md — video 5-60 min, novelas, RAG, VLM consistency, 2-fase plan/produce 🔑 API keys: docs/API_KEYS.md — qué keys, dónde, costos (incluye Higgsfield) ⚙️ Configuración: docs/CONFIGURATION.md — TOML + env (incluye Higgsfield + ComfyUI + long_form) 🛠️ Errores: docs/TROUBLESHOOTING.md — errores comunes y fixes 🎬 Decisiones: docs/DECISIONS.md — ADRs 1-15 (incluye ADR-010..015 sobre Higgsfield + Editorial + ComfyUI + Long-form) 💻 Ejemplos: examples/ — curl, Python, batch listos para copiar 🆚 A/B harnesses:

scripts/higgsfield_ab_test.py — Veo vs Higgsfield DoP
scripts/comfyui_ab_test.py — ComfyUI (brand LoRA) vs Gemini Image

Comandos CLI principales

Pipeline + editorial

Comando	Propósito
`config-check`	Valida config + lista providers disponibles
`brand-check`	Inspecciona la capa editorial cargada (brand voice, pillars, facts)
`topic <topic>`	Reel single-shot desde un tema (DAG completo si `--mode premium`)
`article <url>`	Reel desde URL de artículo (extract → compose → pipeline)
`subject <subject>`	Reel rápido (legacy MPT, 1 LLM call)
`plan --ideas N`	Genera plan editorial semanal con N ideas (gate humano)
`plan-show [--week ...]`	Muestra plan con estado de aprobación
`produce-week [--mode ...]`	Ejecuta DAG para todas las ideas con `approved: true`
`list-voices --engine <e>`	Lista voces de un TTS engine
`task <task_id>`	Query state de una task (requiere Redis)

ComfyUI

Comando	Propósito
`comfy status`	Health check del binario comfy-cli + server ComfyUI + tenants registrados
`comfy install`	Instala ComfyUI vía comfy-cli (15-30 min)
`comfy launch --background`	Arranca el server ComfyUI
`comfy workflow list`	7 workflows registrados con timings + VRAM estimada
`comfy workflow show <id>`	Detalle + parámetros mapeados del workflow
`comfy lora list`	LoRAs instaladas en el server
`comfy lora download --url ...`	Descarga LoRA desde URL (CivitAI/HF/directa)
`comfy lora train --name ... --image-dir ... --backend replicate\|kohya`	Wizard de training
`comfy test <workflow_id>`	E2E test de un workflow con prompt de prueba
`comfy models <type>`	Lista modelos en el server (checkpoints/loras/vae/controlnet/...)

Long-form (video 5-60 min)

Comando	Propósito
`book plan <input.txt> --target-minutes N --source-kind idea\|script\|novel`	Plan barato (~$1-4): NovelCompressor → RAG → 3-act arc → scenes → shots
`book show <job_id>`	Inspecciona script generado (gate humano: review/edit antes de producir)
`book produce <job_id>`	Renderiza shots + stitch final (~$15-20, requiere GPU + ComfyUI)

Detalle completo en docs/LONG_FORM.md.

Capabilities matrix por workflow ComfyUI

Workflow	Output	Brand LoRA	Layout strict	Style ref	Video	Custom nodes
`flux_basic_9x16`	image	—	—	—	—	(none)
`flux_lora_brand`	image	✓	—	—	—	(none)
`flux_controlnet_pose`	image	✓	✓ (pose/depth/canny)	—	—	(none)
`sdxl_ipadapter_style`	image	—	—	✓ (reference image)	—	IPAdapter_plus
`animatediff_lora`	video	✓	—	—	✓ (16 frames)	AnimateDiff-Evolved + VideoHelperSuite
`inpaint_brand`	image	✓	—	✓ (mask + reference)	—	(none, requiere SDXL inpainting checkpoint)
`upscale_face_restore`	image	—	—	—	—	(none, requiere upscale model)

Tenants editoriales pre-cargados

editorial/brand-visual.json viene con 3 tenants demo:

Tenant	LoRA	Workflow	Style
`default`	(sin LoRA)	`flux_basic_9x16`	genérico
`ruteo`	`ruteo_brand_v1.safetensors`	`flux_lora_brand`	cinematic, central Veracruz, 35mm film, golden hour
`ciencia`	`ciencia_brand_v1.safetensors`	`flux_lora_brand`	documentary research lab, sharp focus, neutral lighting

Los .safetensors no se incluyen — los entrenas con comfy lora train y los pones en ~/comfy/models/loras/.

Origen y créditos

Este proyecto integra, refactoriza y extiende código de:

MoneyPrinterTurbo — MIT License (capa industrial: API/WebUI/providers/distribución)
reels-af (agentfield) — Apache 2.0 License (capa cognitiva: 18 reasoners DAG)
corredor-content — (capa editorial: brand voice + facts + plan/approve)
higgsfield-ai/skills — submodule oficial (prompt engineering + model catalog)
Comfy-Org/comfy-cli + ComfyUI — Apache 2.0 (visual ownership)
Replicate ai-toolkit + kohya_ss — backends del LoRA training wizard
HKUDS/ViMax — MIT License (algoritmos y prompts canónicos para long-form video; arXiv 2606.07649)

Ver docs/DECISIONS.md para detalles sobre qué se conservó de cada proyecto y por qué (ADRs 1-15).

Licencia

Apache 2.0 (compatible con todos los orígenes).

Navigation Menu

Repository files navigation

contenido

Visión

Estado

Estructura

Quick start

Documentación

Comandos CLI principales

Pipeline + editorial

ComfyUI

Long-form (video 5-60 min)

Capabilities matrix por workflow ComfyUI

Tenants editoriales pre-cargados

Origen y créditos

Licencia

About

Releases

Packages

Contributors

Languages

Name		Name	Last commit message	Last commit date
.claude/skills		.claude/skills
.github/workflows		.github/workflows
apps		apps
core		core
docs		docs
editorial		editorial
examples		examples
orchestration		orchestration
resource		resource
scripts		scripts
shared		shared
tests		tests
website		website
workflows		workflows
.env.example		.env.example
.gitignore		.gitignore
.gitmodules		.gitmodules
ARCHITECTURE.md		ARCHITECTURE.md
Dockerfile		Dockerfile
LICENSE		LICENSE
Makefile		Makefile
PLAN.md		PLAN.md
README.md		README.md
STATUS.md		STATUS.md
config.example.toml		config.example.toml
docker-compose.yml		docker-compose.yml
pyproject.toml		pyproject.toml
uv.lock		uv.lock

Latest commit

History

Folders and files

Repository files navigation

contenido

Visión

Estado

Estructura

Quick start

Documentación

Comandos CLI principales

Pipeline + editorial

ComfyUI

Long-form (video 5-60 min)

Capabilities matrix por workflow ComfyUI

Tenants editoriales pre-cargados

Origen y créditos

Licencia

About

Topics

Resources

Contributing

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages