Avenox Studio — enrutador del operador
Guía rápida para un pipeline de video local, operado por un agente. Todo se ejecuta en tu propia máquina: sin editor en la nube, sin subir para renderizar.
El humano dirige y aprueba la calidad; el agente opera el pipeline.
Configuración
export STUDIO_JOBS="$HOME/video/projects" # aquí vive el material pesado
export STUDIO_ROOT="/ruta/a/este/repo" # scripts, plantillas, marca
Requisitos: macOS (codificación por hardware vía h264_videotoolbox; Apple Silicon para
mlx-whisper), ffmpeg, python3, melt/MLT, Node (para HyperFrames). La mayor parte
funciona en Linux con libx264 y una compilación de whisper con CUDA.
Principios de operación
- Disciplina de medios. El material pesado NUNCA debe estar en una carpeta sincronizada
con la nube; la sincronización se atascará con archivos intermediarios de varios GB y puede
corromper escrituras en curso. Los trabajos residen en
$STUDIO_JOBS/<job>/(raw/ cut/ graphics/ audio/ outputs/). Tu sistema de notas solo contiene el cerebro: este sistema, la especificación de marca, los planesedit.json. - Bucle del director. Produce una previsualización (fotogramas de gráficos + un render rápido) → envía para notas → solo entonces el render final. Nunca entregues un render final sin aprobación. Esta es la regla más importante; un agente que renderice finales sin revisión hará perder horas en un corte rechazado.
- La marca es una restricción estricta, no una sugerencia. Lee
brand/frame.mdantes de crear cualquier gráfico. Defínela una vez y bloquéala. (La implementación de referencia es deliberadamente anti-"AI slop": editorial premium, papel cálido + tinta + un solo acento, sin neón/gradiente/glassmorphism/brillo 3D.) - Formato: YouTube 16:9 1080p60. Preajuste en
brand/presets/youtube-16x9.json. - Finalización híbrida. Genera automáticamente el borrador; el mismo archivo
.mltse abre en Kdenlive o Shotcut para finalización manual. No intentes automatizar el gusto. - La transcripción por defecto es LOCAL con
mlx-whispery el modelowhisper-large-v3-turbo— rápida, gratuita y potente en audio no inglés. Ten en cuenta que la mayoría de los proxies de enrutamiento de LLM no exponen un endpoint whisper; si usas un servicio remoto, utiliza una API de voz dedicada.
Scripts (scripts/)
| Script | Función |
|---|---|
| `autocut.sh IN.mp4 [balanced | aggressive |
transcribe.py IN.mp4 PREFIX | → transcript/PREFIX_timed.json + _narration.txt |
mltgen.py edit.json out.mlt --base <job-dir> | lista de edición → proyecto MLT (Kdenlive/Shotcut/melt) |
| `vrender.sh project.mlt out.mp4 [fast | quality]` |
grabshot.sh | captura de pantalla del portapapeles → disco |
slides2png.sh | diapositivas estáticas heredadas — prefiere HyperFrames |
remove-silence.py | paso de silencios independiente |
Los 7 pasos
- Ingesta — copia el material bruto →
$STUDIO_JOBS/<job>/raw/. Confirma el briefing y qué segmentos realmente importan. - Corte bruto —
autocut.sh raw.mov balanced→cut/screen_cut.mp4;transcribe.pypara el guion. Receta completa → habilidadavenox-roughcut. - Gráficos — HyperFrames. Enruta vía la habilidad
hyperframes→ usualmentemotion-graphics(segmentos cortos),faceless-explainer(conceptos extensos), ogeneral-video. Lee primerobrand/frame.md; renderiza MP4s animados engraphics/. Receta completa → habilidadavenox-graphics. - Ensamblaje — escribe
edit.json(plantilla entemplates/edit.json) mezclandocut/*.mp4+graphics/*.mp4+ música →mltgen.py edit.json project.mlt --base <job-dir>. - Subtítulos —
transcribe.py→.srt; aplicabrand/caption-corrections.json(cópialo decaption-corrections.example.json— un mapa de búsqueda/reemplazo para términos que tu ASR distorsiona sistemáticamente). Entrégalos como CC de YouTube, no incrustados. - Música — banda sonora de fondo bajo todo, sidechain-duck bajo la voz, objetivo
~-14 LUFS. Registra atribuciones en
CREDITS.md. - Exportación —
vrender.sh project.mlt draft.mp4 fast→ revisión del director →vrender.sh … final.mp4 quality→ limpia archivos temporales.
Nivel de calidad de gráficos
Los clips de HyperFrames deben cumplir con brand/frame.md. Prefiere movimiento
contenido, basado en tipo y con peso. Si un segmento no necesita movimiento, un
fotograma estático limpio está bien — no animes por el simple hecho de animar.
Referencia
- Corte bruto:
avenox-roughcut· Gráficos:avenox-graphics - Habilidades de HyperFrames:
hyperframes(enrutador),hyperframes-cli,hyperframes-animation,hyperframes-creative,motion-graphics,faceless-explainer,general-video - Especificación de marca:
brand/frame.md(completa desdebrand/frame.template.md)