Producción en vivo por SSE
El pipeline emite cada etapa mientras ocurre: qué modelo respondió, cuánto tardó y qué lecciones aplicó. Se acabaron los spinners ciegos que no dicen nada.
Server-Sent Events · edge streaming
v7 Prometheus · el estudio que aprende
Describe una idea. Recibe un video entero.
Un enjambre de agentes escribe el guion, diseña el storyboard, genera los planos y sincroniza los subtítulos en una sola pasada sobre el edge. Con motor visual de coste cero, memoria que persiste entre sesiones y un consejo de cuatro modelos que discute tu guion antes de que lo publiques.
0
Proveedores IA
0
Arquetipos visuales
0
Coste por frame
0
Ciudades del edge
DeepSeek Z-GLM SiliconFlow Hermes Kimi MiniMax fal.ai Cloudflare D1 Hono Workers DeepSeek Z-GLM SiliconFlow Hermes Kimi MiniMax fal.ai Cloudflare D1 Hono Workers
Seis piezas de artillería que nadie más tiene
No son funciones de catálogo. Son decisiones de ingeniería que resuelven los tres problemas reales de producir video con IA: el coste por frame, la fragilidad de los proveedores y la amnesia entre sesiones.
Vector Frame Engine · coste 0
Cinematografía procedural determinista en SVG: 11 arquetipos semánticos, 10 paletas de grado, luz de contra, perspectiva aérea y grano de película. Sin API de imagen, sin factura.
FNV-1a → mulberry32 · 11 arquetipos
Studio Brain · memoria persistente
Cada producción deja lecciones en D1 y el guionista las recibe inyectadas en su system prompt antes de escribir la primera palabra. El estudio no empieza de cero nunca más.
D1 · recall / learn / reinforce / reflect
Consejo Editorial · 4 IA debaten
Cuatro personalidades sobre cuatro cadenas de modelos distintas juzgan tu guion en paralelo. Un quinto sintetiza el debate en un veredicto accionable — con el disenso incluido.
Promise.allSettled · síntesis presidencial
Cadena de fallback de 7 proveedores
DeepSeek, Z-GLM, SiliconFlow, Hermes, Kimi, MiniMax y fal.ai encadenados con telemetría por intento. Si uno cae, el siguiente responde y tú no te enteras.
chatWithFallback() · telemetría por intento
Export Pack sin dependencias
Guion en Markdown, subtítulos SRT y VTT, shot list en CSV, proyecto en JSON y todos los frames — comprimidos en un ZIP escrito a mano con PKZIP 2.0 desde el Worker.
CRC-32 propio · cero librerías
De una frase a un paquete de entrega completo
Seis etapas, cada una con su propia cadena de modelos y su propio evento en el stream. Ves el pipeline correr en tiempo real, no un porcentaje inventado.
-
deepseek-fast
Intent Agent lee tu intención
Una frase en lenguaje natural se convierte en flujo, plataforma, duración, tono y presupuesto de créditos.
-
D1 · brain_memory
Studio Brain inyecta memoria
Se recuperan las lecciones de mayor peso para tu plataforma y nicho, y se refuerzan al usarse.
-
zglm-rewriter
Script Agent escribe el guion
Hook, escenas, voiceover, texto en pantalla y prompts visuales — estructurado y validado.
-
flux · vectorframe
Frames: fal.ai o motor vectorial
Si el proveedor de imagen falla o no hay saldo, el motor vectorial entra como red de seguridad. La producción nunca se cae.
-
4 cadenas + síntesis
Consejo Editorial dictamina
Cuatro jueces en paralelo y un veredicto: PUBLICAR, ITERAR, REESCRIBIR o DESCARTAR, con plan de acción priorizado.
-
ZIP · SRT · VTT · CSV
Export Pack y post-mortem
Descargas el paquete completo y el sistema aprende del resultado para la siguiente pieza.
Escribe un plano. Se dibuja solo.
Esto no llama a ninguna API de imagen. El plano se genera como SVG dentro del Worker, en el mismo centro de datos que te sirve esta página. Pruébalo ahora mismo.
Pulsa renderizar
Cuatro modelos discuten tu guion antes de que lo publiques
Un solo modelo siempre te dará la razón. Cuatro modelos distintos, con incentivos distintos, encuentran el agujero. Y cuando no se ponen de acuerdo, el disenso se muestra tal cual.
El Escéptico
Un espectador con el pulgar sobre la pantalla. Te dice el segundo exacto en el que se va y por qué.
deepseek → siliconflow
El Algoritmo
Modela cómo te tratará la recomendación: watch time, completion, rewatch, shares, comentarios.
zglm → deepseek
La Directora
Narrativa visual: ritmo, composición, coherencia y emoción. Marca el beat más fuerte y el más débil.
deepseek → zglm
El Estratega
Negocio sobre views vacías: posicionamiento, conversión y qué te hace realmente diferente.
siliconflow → hermes
Un solo modelo revisando
- Valida su propio sesgo: escribió el guion y lo aprueba.
- Feedback genérico del tipo «podrías mejorar el hook».
- Sin señal de riesgo: no sabes qué puede fallar.
- Un fallo del proveedor deja la revisión sin hacer.
Consejo de cuatro cadenas
- Adversarial por diseño: el Escéptico busca dónde te vas.
- Salida estructurada: score, tier de distribución y palanca nº1.
- Disenso explícito cuando el consejo no es unánime.
- Tolerante a fallos: allSettled, el consejo sesiona sin quórum total.
Rendimiento como decisión de producto
No hay servidor, no hay contenedor y no hay arranque en frío que esperar. El bundle entero vive en el edge, a un salto de red de tu usuario.
0
Worker completo
Backend, SSR y 40+ endpoints en un único bundle.
0
En el frontend
Cero framework, cero build en el cliente, cero hidratación.
0
Ciudades
Tu código se ejecuta donde está tu audiencia.
0
Build completo
Vite en modo SSR: iteración sin fricción.
Lo que realmente quieres saber
¿Qué significa que el motor vectorial cuesta cero?
Los frames no se piden a ninguna API de imagen: se generan como SVG dentro del propio Worker. El prompt se hashea con FNV-1a, siembra un PRNG mulberry32 y a partir de ahí se dibuja un plano con arquetipo, paleta cinematográfica, luz de contra, perspectiva aérea y grano de película. No hay coste por frame, no hay latencia de proveedor y no hay cola. Y por ser determinista, el mismo prompt produce exactamente el mismo plano en cualquier región del edge.
¿Qué pasa si un proveedor de IA se cae a mitad de producción?
Nada visible para ti. Cada agente declara una cadena de modelos y la capa de orquestación recorre esa cadena hasta obtener una respuesta válida, registrando telemetría por intento (proveedor, estado, latencia). Para los frames, el motor vectorial actúa como red de seguridad final: si fal.ai falla o no hay saldo, la producción se completa igualmente.
¿Cómo aprende el sistema entre sesiones?
Studio Brain guarda lecciones en Cloudflare D1 con un ámbito (global o por plataforma), un peso y un contador de usos. Antes de escribir un guion, se recuperan las lecciones más pesadas del nicho y se inyectan en el system prompt del guionista. Al terminar, puedes pedir un post-mortem que extrae hasta cuatro lecciones nuevas. Las acciones de alto impacto del Consejo Editorial también se archivan automáticamente.
¿El Consejo Editorial es un solo modelo haciendo cuatro voces?
No. Son cuatro cadenas de modelos distintas ejecutadas en paralelo con Promise.allSettled, cada una con su propio system prompt y su propio esquema JSON de salida. El disenso es real porque los modelos son distintos, y se muestra tal cual: si no hay consenso, lo verás en el veredicto.
¿Sobre qué infraestructura corre esto?
Hono sobre Cloudflare Workers y Pages, con D1 (SQLite distribuido) como capa de datos y build con Vite. Todo se ejecuta en el edge, cerca del usuario. No hay servidor que mantener, no hay contenedor que escalar y el arranque en frío es prácticamente inexistente.
¿Qué me llevo cuando termina una producción?
Un Export Pack en ZIP con el guion en Markdown, los subtítulos en SRT y VTT sincronizados con la duración de cada escena, la shot list en CSV para tu editor, el proyecto completo en JSON y todos los frames generados. El ZIP se escribe a mano con PKZIP 2.0 y un CRC-32 propio dentro del Worker, sin una sola dependencia.
El estudio ya está encendido.
Solo falta tu idea.
Sin registro, sin tarjeta y sin instalar nada. Escribe una frase y mira cómo seis agentes convierten esa frase en un video con guion, planos y subtítulos.