Update main.py

main.py

@@ -264,6 +264,9 @@ async def run_process_url(request: ProcessUrlRequest, record_id: int):
         print("Gemini client is not initialized")
         return
 
+    t_start = time.time()
+    print(f"🚀 [0.0s] Inciando process-url em background para Record: {record_id}")
+
     temp_file = None
     cropped_file_path = None
     cropped_video_path = None
@@ -342,13 +345,14 @@ async def run_process_url(request: ProcessUrlRequest, record_id: int):
             if chunk:
                 temp_file.write(chunk)
         temp_file.close()
+        print(f"📥 [{time.time()-t_start:.1f}s] Download concluído.")
 
         video_path_to_analyze = temp_file.name
-        files_to_send = [video_path_to_analyze]
+        files_to_send = [] # Ordem: [cropped, original]
 
         # 3. Crop
         if is_image:
-            print("✂️ Processando imagem: detectando e cortando...")
+            print(f"✂️ [{time.time()-t_start:.1f}s] Processando imagem: detectando e cortando...")
             try:
                 cropped_file_path = detect_and_crop_image(video_path_to_analyze)
                 if cropped_file_path and os.path.exists(cropped_file_path):
@@ -356,18 +360,43 @@ async def run_process_url(request: ProcessUrlRequest, record_id: int):
             except Exception as e:
                 print(f"⚠️ Erro ao cortar imagem: {e}")
         else:
-            print("✂️ Processando vídeo: detectando e cortando bordas...")
+            print(f"✂️ [{time.time()-t_start:.1f}s] Processando vídeo: detectando e cortando bordas...")
             try:
                 cropped_video_path = tempfile.NamedTemporaryFile(delete=False, suffix=".mp4").name
-                crop_success = detect_and_crop_video(video_path_to_analyze, cropped_video_path, text_cut=request.text_cut)
-                if crop_success and os.path.exists(cropped_video_path):
+                crop_status = detect_and_crop_video(video_path_to_analyze, cropped_video_path, text_cut=request.text_cut)
+                
+                if crop_status == "aborted_area_too_small":
+                    print(f"🚫 [{time.time()-t_start:.1f}s] Crop abortado: área de texto no centro. Negando filtro.")
+                    requests.patch(f"{supabase_url}/rest/v1/posts?id=eq.{record_id}", headers=headers, json={
+                        "approved_filter": False,
+                        "result": {"error": "Rejeitado: Região útil de texto insuficiente para crop seguro (texto centralizado)."}
+                    })
+                    return # Para o processamento aqui
+
+                if crop_status == "success" and os.path.exists(cropped_video_path):
                     files_to_send.append(cropped_video_path)
-                    print("✅ Vídeo cortado adicionado como segundo anexo")
+                    print(f"✅ [{time.time()-t_start:.1f}s] Vídeo cortado com sucesso.")
+                    
+                    # Upload antecipado para recurve-save (Performance)
+                    print(f"☁️ [{time.time()-t_start:.1f}s] Enviando vídeo cortado antecipadamente para recurve-save...")
+                    with open(cropped_video_path, "rb") as vf:
+                        vid_upload_resp = requests.post(
+                            "https://habulaj-recurve-save.hf.space/upload",
+                            files={"files": ("cropped_video.mp4", vf, "video/mp4")},
+                            data={"long_duration": "yes"},
+                            timeout=120,
+                        )
+                        vid_upload_resp.raise_for_status()
+                    exported_cropped_video_url = vid_upload_resp.json().get("url", "")
+                    print(f"✅ [{time.time()-t_start:.1f}s] URL do vídeo cortado: {exported_cropped_video_url}")
                 else:
                     cropped_video_path = None
             except Exception as e:
                 cropped_video_path = None
-                print(f"⚠️ Erro ao cortar vídeo: {e}")
+                print(f"⚠️ Erro no processo de crop: {e}")
+
+        # Adiciona o vídeo original (sempre em segundo se houver crop)
+        files_to_send.append(video_path_to_analyze)
 
         # 4. Montar contextos
         contexto_add = f"\n{context}" if context else ""
@@ -395,8 +424,9 @@ async def run_process_url(request: ProcessUrlRequest, record_id: int):
 
         # 5. Gerar com Gemini
         model_obj = get_gemini_model("flash")
-        print(f"🧠 Enviando para Gemini (flash) [{agent_name}] process-url...")
+        print(f"🧠 [{time.time()-t_start:.1f}s] Enviando para Gemini (flash) [{agent_name}] process-url...")
         response_gemini = await client.generate_content(prompt, files=files_to_send, model=model_obj)
+        print(f"✨ [{time.time()-t_start:.1f}s] Resposta do Gemini recebida.")
 
         titles_data = extract_json_from_text(response_gemini.text)
         if not titles_data:
@@ -451,9 +481,9 @@ async def run_process_url(request: ProcessUrlRequest, record_id: int):
                         screenshot_url = upload_resp.json().get("url", "")
 
                         if screenshot_url:
-                            # Upload vídeo cortado
-                            if video_for_export != temp_file.name:
-                                print("☁️ Enviando vídeo cortado para recurve-save...")
+                            # 3. Upload do vídeo cortado para recurve-save (Se ainda não foi feito)
+                            if (video_for_export != temp_file.name) and not exported_cropped_video_url:
+                                print(f"☁️ [{time.time()-t_start:.1f}s] Enviando vídeo cortado para recurve-save...")
                                 with open(video_for_export, "rb") as vf:
                                     vid_upload_resp = requests.post(
                                         "https://habulaj-recurve-save.hf.space/upload",
@@ -463,9 +493,10 @@ async def run_process_url(request: ProcessUrlRequest, record_id: int):
                                     )
                                     vid_upload_resp.raise_for_status()
                                 exported_cropped_video_url = vid_upload_resp.json().get("url", "")
-
+                            
                             export_video_url = exported_cropped_video_url if exported_cropped_video_url else video_url
-
+                            
+                            print(f"📏 [{time.time()-t_start:.1f}s] Preparando export...")
                             import cv2
                             cap = cv2.VideoCapture(video_for_export)
                             crop_w = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) if cap.isOpened() else 1080
@@ -486,7 +517,7 @@ async def run_process_url(request: ProcessUrlRequest, record_id: int):
                             # Legendas
                             needs_legenda = result_data.get("legenda", False)
                             if needs_legenda:
-                                print("🎙️ Gerando legendas (Groq + Gemini)...")
+                                print(f"🎙️ [{time.time()-t_start:.1f}s] Gerando legendas (Groq + Gemini)...")
                                 try:
                                     srt_raw, _, _, _ = await get_groq_srt_base(
                                         export_video_url, language="en", temperature=0.4, has_bg_music=False
@@ -709,8 +740,10 @@ async def process_account_endpoint(account: str):
             publish_res = await safe_call_publish(account)
             return {"status": "ok", "message": "Nenhuma postagem pendente para ser processada.", "publish_result": publish_res}
             
+        t_start = time.time()
         record = records[0]
         record_id = record.get("id")
+        print(f"🚀 [0.0s] Inciando processamento da conta '{account}' para Record: {record_id}")
         video_url = record.get("ig_post_url")
         context = record.get("ig_caption", "")
         comments = record.get("comments") # Se existir no banco, pode ser uma lista
@@ -758,12 +791,13 @@ async def process_account_endpoint(account: str):
         for chunk in response.iter_content(chunk_size=1024*1024):
             if chunk: temp_file.write(chunk)
         temp_file.close()
+        print(f"📥 [{time.time()-t_start:.1f}s] Download concluído.")
 
         video_path_to_analyze = temp_file.name
-        files_to_send = [video_path_to_analyze]
+        files_to_send = [] # Ordem: [cropped, original]
 
         if 'image' in content_type:
-            print(f"✂️ Processando imagem: detectando e cortando...")
+            print(f"✂️ [{time.time()-t_start:.1f}s] Processando imagem: detectando e cortando...")
             try:
                 cropped_file_path = detect_and_crop_image(video_path_to_analyze)
                 if cropped_file_path and os.path.exists(cropped_file_path):
@@ -772,19 +806,44 @@ async def process_account_endpoint(account: str):
                 print(f"⚠️ Erro ao cortar imagem: {e}")
         else:
             # Vídeo: detectar e cortar bordas estáticas
-            print(f"✂️ Processando vídeo: detectando e cortando bordas...")
+            print(f"✂️ [{time.time()-t_start:.1f}s] Processando vídeo: detectando e cortando bordas...")
             try:
                 cropped_video_path = tempfile.NamedTemporaryFile(delete=False, suffix='.mp4').name
-                crop_success = detect_and_crop_video(video_path_to_analyze, cropped_video_path)
-                if crop_success and os.path.exists(cropped_video_path):
+                crop_status = detect_and_crop_video(video_path_to_analyze, cropped_video_path)
+                
+                if crop_status == "aborted_area_too_small":
+                    print(f"🚫 [{time.time()-t_start:.1f}s] Crop abortado: área de texto no centro. Negando filtro.")
+                    requests.patch(f"{supabase_url}/rest/v1/posts?id=eq.{record_id}", headers=headers, json={
+                        "approved_filter": False,
+                        "result": {"error": "Rejeitado: Região útil de texto insuficiente para crop seguro (texto centralizado)."}
+                    })
+                    return {"status": "rejected", "message": "Postagem rejeitada por crop insuficiente."}
+
+                if crop_status == "success" and os.path.exists(cropped_video_path):
                     files_to_send.append(cropped_video_path)
-                    print(f"✅ Vídeo cortado adicionado como segundo anexo para o Gemini")
+                    print(f"✅ [{time.perf_counter()-t_start:.1f}s] Vídeo cortado com sucesso.")
+                    
+                    # Upload antecipado para recurve-save (Performance)
+                    print(f"☁️ [{time.time()-t_start:.1f}s] Enviando vídeo cortado antecipadamente para recurve-save...")
+                    with open(cropped_video_path, 'rb') as vf:
+                        vid_upload_resp = requests.post(
+                            "https://habulaj-recurve-save.hf.space/upload",
+                            files={'files': ('cropped_video.mp4', vf, 'video/mp4')},
+                            data={'long_duration': 'yes'},
+                            timeout=120
+                        )
+                        vid_upload_resp.raise_for_status()
+                    cropped_video_url = vid_upload_resp.json().get("url", "")
+                    print(f"✅ [{time.time()-t_start:.1f}s] URL do vídeo cortado: {cropped_video_url}")
                 else:
                     cropped_video_path = None
-                    print(f"⚠️ Crop de vídeo não gerou resultado, seguindo com original apenas")
+                    print(f"⚠️ [{time.time()-t_start:.1f}s] Crop de vídeo não gerou resultado, seguindo com original apenas")
             except Exception as e:
                 cropped_video_path = None
                 print(f"⚠️ Erro ao cortar vídeo: {e}")
+        
+        # Adiciona o vídeo original (sempre em segundo se houver crop)
+        files_to_send.append(video_path_to_analyze)
         contexto_add = f"\n{context}" if context else ""
         comentarios_add = ""
         if comments:
@@ -813,10 +872,11 @@ async def process_account_endpoint(account: str):
         )
         model_name = record.get("model", "flash") # Tenta pegar do banco, senão flash
         model_obj = get_gemini_model(model_name)
-        print(f"🧠 Enviando para Gemini ({model_name}) para processamento...")
+        print(f"🧠 [{time.time()-t_start:.1f}s] Enviando para Gemini ({model_name}) para processamento...")
         
-        # Envio do prompt + arquivos (original e opcionalmente cortado) pro Gemini 
+        # Envio do prompt + arquivos (cortado e original) pro Gemini 
         response_gemini = await client.generate_content(prompt, files=files_to_send, model=model_obj)
+        print(f"✨ [{time.time()-t_start:.1f}s] Resposta do Gemini recebida.")
         
         titles_data = extract_json_from_text(response_gemini.text)
         if not titles_data:
@@ -868,10 +928,9 @@ async def process_account_endpoint(account: str):
                         screenshot_url = upload_resp.json().get("url", "")
                         
                         if screenshot_url:
-                            # 3. Upload do vídeo cortado para recurve-save
-                            cropped_video_url = None
-                            if video_for_export != temp_file.name:
-                                print("☁️ Enviando vídeo cortado para recurve-save...")
+                            # 3. Upload do vídeo cortado para recurve-save (Se ainda não foi feito)
+                            if (video_for_export != temp_file.name) and not cropped_video_url:
+                                print(f"☁️ [{time.time()-t_start:.1f}s] Enviando vídeo cortado para recurve-save...")
                                 with open(video_for_export, 'rb') as vf:
                                     vid_upload_resp = requests.post(
                                         "https://habulaj-recurve-save.hf.space/upload",
@@ -881,12 +940,13 @@ async def process_account_endpoint(account: str):
                                     )
                                     vid_upload_resp.raise_for_status()
                                 cropped_video_url = vid_upload_resp.json().get("url", "")
-                                print(f"✅ Vídeo cortado enviado: {cropped_video_url}")
                             
                             # URL do vídeo para o export: cortado se disponível, senão original
                             export_video_url = cropped_video_url if cropped_video_url else video_url
+                            print(f"✅ [{time.time()-t_start:.1f}s] Vídeo para export: {export_video_url}")
                             
                             # 4. Obter dimensões do vídeo para cálculo horizontal/vertical
+                            print(f"📏 [{time.time()-t_start:.1f}s] Preparando export...")
                             import cv2
                             cap = cv2.VideoCapture(video_for_export)
                             crop_w = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) if cap.isOpened() else 1080
@@ -920,7 +980,7 @@ async def process_account_endpoint(account: str):
                             needs_legenda = result_data.get("legenda", False)
                             srt_for_export = None
                             if needs_legenda:
-                                print("🎙️ Gerando legendas (Groq + Gemini)...")
+                                print(f"🎙️ [{time.time()-t_start:.1f}s] Gerando legendas (Groq + Gemini)...")
                                 try:
                                     # Transcricao via Groq usando o arquivo local
                                     import urllib.request as _urlreq