Pipeline de IA que transforma vídeos longos do YouTube em shorts virais usando análise semântica com GPT-4/Claude e detecção visual com OpenCV.
🤖 Transparência de Desenvolvimento: Este projeto foi desenvolvido com assistência de IA (Claude Code by Anthropic) em colaboração com desenvolvedor humano. Veja documentação completa sobre desenvolvimento assistido por IA.
Requisitos: Docker e Docker Compose instalados
# Iniciar toda a aplicação com um único comando
docker-compose up --build⏱️ Primeira execução: O build pode levar 5-10 minutos pois irá:
- Compilar o Whisper.cpp do zero
- Baixar o modelo base do Whisper (~150MB)
- Instalar todas as dependências
Acesse: http://localhost:3000
Execuções seguintes serão instantâneas pois o Docker usa cache das camadas já construídas.
# Parar a aplicação
docker-compose down
# Ver logs em tempo real
docker-compose logs -f
# Ver logs apenas do backend
docker-compose logs -f backend
# Ver logs apenas do frontend
docker-compose logs -f frontend
# Reconstruir e reiniciar
docker-compose up --build -d
# Limpar volumes (apaga trabalhos processados)
docker-compose down -v# 1. Setup inicial (primeira vez)
bash scripts/setup.sh
# 2. Iniciar backend (terminal 1)
cd backend
source ../.venv/bin/activate
uvicorn api.main:app --reload
# 3. Iniciar frontend (terminal 2)
cd frontend
npm run devAcesse: http://localhost:3000
Para habilitar análise semântica avançada com IA, configure API keys:
# 1. Copiar template
cp .env.example .env
# 2. Editar .env e adicionar pelo menos uma chave:
OPENAI_API_KEY=sk-your-key-here # Para GPT-4
ANTHROPIC_API_KEY=sk-ant-your-key-here # Para Claude
# 3. Reiniciar aplicação
docker-compose down && docker-compose up -dNotas:
- ✅ Análise semântica é OPCIONAL - sistema funciona sem API keys
- ✅ Análise visual funciona automaticamente (OpenCV, sem API keys)
- 💰 Use modelos econômicos: GPT-4o-mini ou Claude Haiku
- 🎯 Análise semântica avalia: densidade informacional, hooks narrativos, impacto e tensão dramática
shorts-viralizer/
├── backend/ # FastAPI + Python
│ ├── api/ # Endpoints REST
│ ├── services/ # Pipeline de processamento
│ └── models/ # Modelos de dados
├── frontend/ # React + Vite
│ └── src/ # Componentes
├── scripts/ # Scripts de automação
└── docs/ # Documentação
- Backend: FastAPI, Python 3.11, FFmpeg, Whisper.cpp
- Frontend: React 18, Vite, TailwindCSS
- Processing: yt-dlp, FFmpeg, Whisper ASR
- IA: GPT-4/Claude (análise semântica), OpenCV (análise visual)