Algoritmos de edicion automatica

Pipeline para crear videos 4K de albums completos con estetica VHS y subirlos a YouTube.

Resumen

• Render automatico de albums completos (intro + portada + tracklist + VHS).
• Pipeline GPU con C++/CUDA (vhs_render) y fallback a FFmpeg.
• Subidas por YouTube Data API con descripcion automatizada y playlists.
• Automatizacion Playwright para impugnaciones y apelaciones en YouTube Studio.
• Utilidades de limpieza y analisis de canal.
• Filtro de portadas de riesgo: NSFW legacy y revisión de posibles cadáveres reales.

Estructura del repo

• config.py: rutas y parametros del pipeline.
• content/: intro y overlays (incluye 0000000000000000.mp4 y vhs_noise.mp4).
• 5. ffmpeg_render.py: render principal.
• 9. subir_video_API.py: subida y programacion por API.
• 10. inpunar_video.py: impugnaciones con Playwright.
• 11. apelacion.py: apelaciones con Playwright.
• 12. mapear_playlists.py: playlists por banda/genero.
• 13. filtrar_portadas.py: filtro de portadas de riesgo (NSFW / cadáver real).
• limpieza/: utilidades para normalizar y limpiar carpetas.
• effects/: utilidades de imagen (sombra de portada, etc.).
• subir_video/: helpers de autenticacion y API de YouTube.
• cpp/: renderer VHS GPU (C++/CUDA).
• vhs_effect/: libreria VHS en Python (tests/examples).
• analisis_canal/: pipeline de analisis (ver analisis_canal/README.md).
• selectores/: JSON de selectores/acciones para Playwright.
• Comentarios/: templates de texto legacy.

Flujo completo (de carpeta a YouTube)

1. Preparacion de carpetas

   • config.py define BASE_DIR y DIR_AUDIO_SCRIPTS.
   • Cada album vive en una carpeta Banda - Album/ con audios (.mp3, .flac, .wav, .m4a) y una portada cover.*.
   • Si falta portada, el render intenta extraerla de los metadatos.
   • Scripts de apoyo en limpieza/ ayudan a normalizar nombres y remover basura.

2. Renderizado (5. ffmpeg_render.py)

   • Copia opcional a SSD (USE_SSD_TEMP) para evitar bottleneck de I/O.
   • Crea la sombra de la portada (effects/sombra.py) y calcula colores para overlays.
   • Genera tracklist overlay (opcional) usando DeathGrind API o nombres de archivos.
   • Usa content/0000000000000000.mp4 como intro y content/vhs_noise.mp4 como overlay VHS.
   • Pipeline principal:
     • USE_CPP_VHS=True: cpp/build/vhs_render (CUDA + NVENC) y mezcla el audio con FFmpeg.
     • Fallback: FFmpeg (NVENC si hay GPU, libx264 si no hay NVENC).
   • Resultado: Banda - Album.mp4 y la carpeta se mueve a DIR_UPLOAD.

3. Subida a YouTube (9. subir_video_API.py)

   • Usa YouTube Data API (OAuth) y sube desde DIR_UPLOAD.
   • Arma titulo y descripcion (generos, year, tracklist, links).
   • Enriquecimiento opcional con DeathGrind API y generos_activos.txt.
   • Programa en lote por defecto (slots separados por horas) o sube inmediato.
   • Crea playlists por banda y genero; al finalizar mueve la carpeta a DIR_YA_SUBIDOS.

4. Post-publicacion y mantenimiento

   • 12. mapear_playlists.py: recorre videos publicos y agrega a playlists por banda/genero.
   • 10. inpunar_video.py y 11. apelacion.py: automatizan reclamos en YouTube Studio con Playwright.
   • analisis_canal/: extrae datos y genera reportes del canal.

Instalacion rapida

pip install -r requirements.txt
pip install -r vhs_effect/requirements.txt  # opcional (OpenCV/SciPy)
playwright install chromium
python config.py  # verifica entorno y crea carpetas

Renderer C++/CUDA (opcional, recomendado)

cmake -S cpp -B cpp/build
cmake --build cpp/build

Comandos rapidos

python "5. ffmpeg_render.py"                  # render paralelo (default)
python "5. ffmpeg_render.py" --test           # prueba con 1 video
python "5. ffmpeg_render.py" --parallel       # paralelo explicito

python "9. subir_video_API.py" --limite 1
python "9. subir_video_API.py" --todo --cantidad-lote 24 --gap-horas 1
python "9. subir_video_API.py" --modo-inmediato --limite 1

python "13. filtrar_portadas.py" --politica cadaver-real --backend ollama --limite 20 --dry-run
python "13. filtrar_portadas.py" --politica nsfw --auto-descargar --umbral 0.35

python "10. inpunar_video.py" --aprender
python "10. inpunar_video.py" --auto-detect --max 5
python "10. inpunar_video.py" --auto-detect --solo-detectar
python "11. apelacion.py"
python "11. apelacion.py" --auto-detect --max 5
python "12. mapear_playlists.py" --limite 200

Reclamos automáticos en Studio

• 10. inpunar_video.py --auto-detect: abre Contenido, escanea la tabla y detecta filas con Derechos de autor.
• Guarda una cola JSON en data/impugnar_claims_queue.json o data/apelacion_claims_queue.json.
• Guarda checkpoint en data/impugnar_claims_checkpoint.txt o data/apelacion_claims_checkpoint.txt para no repetir videos ya procesados.
• Si el perfil interno no tiene sesion, intenta reutilizar cookies activas de Brave/Chromium automaticamente.
• --solo-detectar: solo escanea y arma la cola para revision manual.
• --max-scan: limita cuantos videos con reclamo detectar en el escaneo.
• --max: limita cuantos videos procesar en esa corrida.
• --reintentos-modal: reintenta abrir el modal por video cuando Studio responde lento o queda estado residual en corridas largas.

MCP de navegador (para que cualquier IA lo controle)

• Archivo: mcp_browser_server.py
• Objetivo: exponer herramientas MCP para que un agente (Codex/Claude/Desktop, etc.) pueda abrir navegador real, inspeccionar UI y hacer clicks/typing.
• Transporte por defecto: stdio.

Ejecutar el servidor MCP

./env/bin/python mcp_browser_server.py

Herramientas MCP incluidas

• Navegador general:
  • browser_start, browser_stop, browser_status
  • browser_goto, browser_click, browser_type, browser_press
  • browser_snapshot, browser_screenshot, browser_eval_js
• Helpers YouTube Studio:
  • youtube_ensure_content
  • youtube_scan_claims
  • youtube_open_claim_modal
  • youtube_close_claim_modal
  • youtube_dismiss_overlays

Notas

• Reutiliza perfil con sesión activa (Brave/Chromium) y cookies Google para entrar a Studio.
• Clona a un runtime profile temporal para evitar bloquear tu perfil principal.
• Para acciones sensibles (impugnaciones), recomienda validar estado visual + logs de respuesta.

Credenciales y entorno

• YouTube: client_secrets.json (o YOUTUBE_CLIENT_SECRETS) + token.json.
• DeathGrind: crear .env con DEATHGRIND_EMAIL y DEATHGRIND_PASSWORD para metadatos.
• Paths/IO: ajustar BASE_DIR, USE_FAST_BASE, FAST_BASE_DIR en config.py.

Legacy

Los pasos antiguos 0-4 y la subida por coordenadas viven en old/ como referencia.