AutoNiche AI - Arquitectura del Sistema

1. Arquitectura General

El sistema se basará en una arquitectura modular, dividiendo las tareas en diferentes agentes especializados que trabajarán de forma coordinada mediante n8n.

📌 Componentes Principales

1️⃣ Entrada de Datos

• Agente de generación de ideas (LLM en local)
• Alternativa: Google Sheets / Base de Datos

2️⃣ Procesamiento de Contenido

• Agente de generación de guiones (LLM)
• Agente de generación de subtítulos y descripciones
• Agente de síntesis de voz (F5 TTS)

3️⃣ Producción de Vídeo

• Generación de clips con Stable Video Diffusion / ModelScope
• Uso de imágenes libres de derechos o generadas
• Ensamblaje con FFmpeg y mejoras con Rife AI

4️⃣ Publicación y Monetización

• Generación de vídeo largo para YouTube
• Extracción de fragmentos más virales para Shorts/TikTok
• Generación de vídeos cortos optimizados para viralidad
• Subida automática a YouTube, TikTok, Instagram y otras plataformas

---

2. Esquema de Conexión entre Componentes

📍 Flujo de Trabajo General

graph TD;
    A[Generación de Ideas] -->|IA local| B(Generación de Guion);
    B -->|Texto final| C(Síntesis de Voz);
    B -->|Texto final| D(Generación de Subtítulos);
    C -->|Audio generado| E(Generación de Clips con IA);
    D -->|Subtítulos optimizados| E;
    E -->|Clips generados| F(Edición y Ensamblaje con FFmpeg);
    F -->|Vídeo Final| G(Análisis de Contenido con Whisper);
    G -->|Detección de fragmentos virales| H(Generación de Shorts);
    H -->|Vídeos cortos| I(Publicación en TikTok, Instagram, Shorts);
    G -->|Vídeo largo| J(Publicación en YouTube);

📌 Tecnologías Usadas en Cada Etapa

Módulo	Tecnología / Herramienta
Generación de Ideas	LLM local (Mistral 7B, Phi-2, Mixtral)
Generación de Guion	GPT-4All / Mixtral / Ollama
Síntesis de Voz (TTS)	F5 TTS / Coqui TTS
Generación de Clips	Stable Video Diffusion, ModelScope
Edición y Ensamblaje	FFmpeg + Rife AI
Detección de Momentos Virales	Whisper AI + Análisis de Engagement
Generación de Shorts	FFmpeg (recorte automático)
Publicación Automática	n8n + API de YouTube / TikTok

---

3. Arquitectura de Software

📌 Elección de Infraestructura

✅ Sistema Operativo: Windows 11 (posible opción de Linux si mejora el rendimiento)
✅ Orquestación: n8n (automatización de procesos sin necesidad de código complejo)
✅ Gestión de Modelos de IA: Ollama, LMStudio, Hugging Face
✅ Bases de Datos: PostgreSQL / MongoDB / ChromaDB (para embeddings)

📍 Ejemplo de Flujo en n8n:

1. Agente de IA obtiene una idea de contenido
2. El guion se genera y almacena en la base de datos
3. Se genera la voz con F5 TTS
4. Se crean los clips y se ensamblan con FFmpeg
5. Se analizan los fragmentos más virales con Whisper AI
6. Se generan Shorts y se formatean automáticamente
7. El vídeo largo se sube a YouTube
8. Los vídeos cortos se publican en TikTok, Instagram y YouTube Shorts

---

4. Infraestructura Local y de Hardware

🔹 CPU: Procesador 8 núcleos 🔹 GPU: AMD RX 590X 🔹 RAM: Mínimo 32GB 🔹 Almacenamiento: SSD 1TB