HiveControlAgents/iris

ÍRIS: revisão de vídeo gerado por IA

A ÍRIS não só olha o vídeo: ela mede, assiste quadro a quadro, separa azar de sorteio de defeito do pipeline, manda refazer só as cenas ruins e aprende com cada vídeo. O ciclo é gerar, revisar, refazer, aprender.

1. Inspecionar

Rode o inspetor que está na pasta scripts/ desta skill:

python "<pasta desta skill>/scripts/inspecionar.py" caminho/do/video.mp4 [--roteiro roteiro.json] [--referencia-voz voz.wav]

• --roteiro: JSON com "cenas": [{"narracao": "...", "prompt": "...", "dur_s": 5.4}]. Com ele, as cenas seguem o roteiro e a narração é comparada com o que foi dito (precisa de faster-whisper ou openai-whisper). Sem ele, as cenas vêm dos cortes bruscos. Veja exemplos/roteiro.json na raiz do plugin.
• --referencia-voz: gravação da voz aprovada. Confere se a narração ainda é a mesma voz (precisa de librosa).
• Saída em .iris/<nome-do-video>/: medidas.json e folha_N.jpg.
• Se faltar ffmpeg ou Pillow, diga ao usuário o que instalar e pare.

2. Assistir

1. Leia medidas.json inteiro.
2. Abra TODAS as folhas de contato com a ferramenta de leitura de imagem. Cada folha tem 2 quadros por segundo, 6 por linha, da esquerda para a direita, com o tempo em amarelo no canto. Compare quadros vizinhos: é ali que aparecem objetos sumindo, duplicando ou deformando.
3. Leia .iris/historico.json se existir (lições já aprendidas e últimos vídeos) e .iris/regras.md se existir (regras do canal, por exemplo "sem pessoas" ou "sem texto na imagem").

3. Analisar

Use o checklist de criterios.md. Para cada problema, anote: segundo exato, cena, o que se vê, causa provável e se é sorteio (aconteceu uma vez, outra semente resolve) ou pipeline (sistemático, ou já apareceu em vídeos do histórico). Nunca descreva este vídeo com base no histórico: o histórico só serve para reconhecer padrões.

4. Entregar

Grave em .iris/<nome-do-video>/:

• revisao.json:

  {"nota": 7.5, "resumo": "uma frase",
   "problemas": [{"segundo": 12.5, "cena": 3, "tipo": "visual|narracao|ritmo|audio|legenda|tecnico",
                  "gravidade": "alta|media|baixa", "descricao": "...", "causa": "...", "origem": "sorteio|pipeline"}],
   "refazer": [{"cena": 3, "motivo": "...", "ajuste_prompt": "o que mudar no prompt dessa cena, se algo"}],
   "licoes": [{"tipo_assunto": "esporte|animais|espaco|corpo_humano|historia|tecnologia|natureza|geral",
               "alvo": "roteiro|geracao|montagem", "regra": "regra geral, não detalhe deste vídeo"}],
   "pipeline": [{"onde": "arquivo ou etapa", "mudanca": "...", "motivo": "..."}]}
  

• revisao.md: a mesma revisão em texto curto para humanos, com a nota no topo e a lista de cenas a refazer.

Regras do refazer: no máximo 3 cenas, e só defeitos de sorteio que estragam o vídeo (objeto que some, duplica ou deforma; pessoa, mão ou texto proibido pelas regras; salto brusco; imagem sem relação com a narração). Defeito leve, de gosto ou de pipeline não entra. Se a pasta tiver rodada: 2 (o usuário diz que é a versão refeita), refazer fazia vazio e a revisão diz se as cenas refeitas melhoraram.

5. Aprender

Atualize .iris/historico.json (crie se não existir):

{"licoes": [{"tipo_assunto": "animais", "alvo": "geracao", "regra": "...", "vezes": 2, "ultima": "2026-10-17"}],
 "videos": [{"video": "nome", "data": "2026-10-17", "nota": 7.5, "resumo": "...", "refazer": [3]}]}

• Lição que repete uma existente (mesmo sentido, palavras diferentes) soma 1 em vezes; não duplique.
• Guarde no máximo 40 lições (descarte as de menor vezes e mais antigas) e os últimos 30 vídeos.

6. Corrigir o pipeline (só se o usuário pedir)

Se o projeto do usuário tem o código ou a config que gera os vídeos e ele pedir a correção:

• no máximo 3 edições, mínimas, preferindo config e texto de prompt a lógica;
• nunca mexa em caminhos de disco, chaves ou segredos;
• mostre o diff e rode os testes do projeto, se houver, antes de dizer que terminou.

Resposta no chat

Nota, uma frase de resumo, as cenas a refazer com o motivo, e o caminho de revisao.md. Nada de repetir a revisão inteira no chat.