README.md

metadata

title: CreatorKit
emoji: 🎬
colorFrom: purple
colorTo: pink
sdk: docker
app_port: 7860
pinned: false

✦ CreatorKit

Plataforma local para criadores de conteúdo. Transcreve vídeos e gera caption, thread, post de blog, hooks, ideias, hashtags, bio, roteiro e calendário — tudo processado na própria máquina/servidor, sem API externa.

🧰 Ferramentas

Ferramenta	Precisa de vídeo?
🎬 Estúdio de Vídeo (transcrição → 9 saídas)	Sim
🪝 Gerador de Hooks	Não
💡 Ideias de Conteúdo	Não
📝 Roteiro de Vídeo	Não
#️⃣ Hashtags por Tema	Não
✍️ Bio de Perfil	Não
📅 Calendário de Posts	Não

🚀 Rodar localmente

Requisitos: Node.js 18+.

npm install
npm start

Acesse http://localhost:5050

O yt-dlp é baixado automaticamente na primeira execução. O ffmpeg já vem embutido via ffmpeg-static. O modelo Whisper (~250 MB no small) é baixado na primeira transcrição e fica em cache.

🐳 Deploy com Docker

docker build -t creatorkit .
docker run -p 5050:5050 creatorkit

A imagem já inclui ffmpeg, python3 e yt-dlp.

🤗 Deploy no Hugging Face Spaces (grátis, com transcrição)

O HF Spaces dá 16 GB de RAM grátis, o suficiente para rodar o Whisper. O projeto já está configurado (cabeçalho no topo deste README + porta 7860 no Dockerfile).

1. Crie uma conta em https://huggingface.co
2. New Space → SDK Docker → visibilidade Public
3. Suba o código no repositório do Space:

   git remote add space https://huggingface.co/spaces/SEU-USUARIO/creatorkit
   git push space main
   

4. O Space builda o Dockerfile sozinho. Em alguns minutos fica no ar com transcrição funcionando.

☁️ Deploy em Render / Railway / Fly.io

O projeto está pronto para qualquer plataforma que rode Docker:

1. Suba o repositório no GitHub.
2. Crie um serviço apontando para o repo (deixe a plataforma detectar o Dockerfile).
3. A porta é lida de process.env.PORT automaticamente.
4. Health check disponível em /health.

Variáveis de ambiente (opcionais)

Variável	Padrão	Descrição
PORT	5050	Porta do servidor
YTDLP_PATH	/usr/local/bin/yt-dlp (Docker)	Caminho do binário yt-dlp
XENOVA_CACHE_DIR	/app/.cache	Cache dos modelos Whisper

⚠️ Considerações de produção

• Whisper é pesado de CPU. Em instâncias pequenas (512 MB–1 GB), use os modelos tiny ou base. O medium/large exigem servidores com mais memória/CPU.
• Downloads de Instagram/YouTube podem ser bloqueados a partir de IPs de datacenter. Funciona melhor em IP residencial; em nuvem pode exigir cookies/login.
• O processamento é single-instance (jobs ficam em memória). Para escalar horizontalmente, seria necessário uma fila externa (ex.: Redis).
• Arquivos temporários e jobs antigos são limpos automaticamente a cada 15 min (TTL de 1 h).

📄 Licença

ISC