
AVAPAX-Video
Modułowa platforma produkcji wideo: NLE, silnik multimedialny, orkiestracja AI i render rozproszony.
- PROJECT
- AI-046
- STOS
- PYTHON 3.10+ · FASTAPI
- MEDIA
- FFMPEG / FFPROBE
- TRYB SERWEROWY
- POSTGRES + REDIS
- INTERFEJSY
- GUI · CLI · REST · MCP
- STATUS
- W TRAKCIE
- DATA
- 17 sierpnia 2026
Platforma do produkcji i automatyzacji materiałów wideo z workflow opartym na węzłach oraz renderem lokalnym i rozproszonym. Sterowanie przez GUI, CLI, REST API i MCP — cztery różne wejścia do tej samej kolejki zadań.
PROBLEM
Produkcja powtarzalnych materiałów wideo — prezentacji produktów, wariantów językowych, formatów pod różne kanały — to praca, w której twórcza jest jedna decyzja, a reszta to wykonanie tej samej sekwencji setki razy.
POMYSŁ
Rozdzielić orkiestrację od wykonania i dać jednej kolejce zadań cztery różne wejścia. To samo zadanie musi dać się uruchomić z interfejsu graficznego, z wiersza poleceń, z żądania HTTP i z narzędzia agentowego przez MCP — bo każdy z tych sposobów jest właściwy w innej sytuacji.
PROJEKT
Repozytorium jest podzielone według warstw: apps to procesy uruchomieniowe (serwer API, CLI, worker, scheduler, desktop, serwer MCP), packages to domena, aplikacja, kontrakty, baza i storage, a adapters to integracje zewnętrzne, na czele z FFmpegiem.
Taki podział wymusza kierunek zależności: domena nie wie nic o FFmpegu, a worker nie wie nic o interfejsie, z którego przyszło zlecenie. Zadanie jest kontraktem, nie wywołaniem funkcji.
Tryb deweloperski działa na SQLite i lokalnym workerze; tryb serwerowy uruchamia się przez Docker Compose z PostgreSQL i Redisem.
Workflow oparty na węzłach jest tu czymś więcej niż wygodą interfejsu: opisuje zależności między zadaniami, dzięki czemu scheduler wie, co można policzyć równolegle, a co musi poczekać. Przy renderze rozproszonym to właśnie ta informacja decyduje o czasie całego zlecenia.
REALIZACJA
Zamknięty jest etap pierwszy — fundament. Działa import assetu z sondowaniem, transkodowanie z presetami, diagnostyka środowiska (avapax doctor) oraz API z dokumentacją OpenAPI.
Dokumentacja jest nietypowo rozbudowana i celowo dwutorowa: obok instrukcji użytkownika i referencji API istnieje READMEAI.md — dokument operacyjny dla agentów AI, zawierający mapę systemu, wszystkie endpointy, typy zadań, przepisy i kody błędów.
EFEKT
Fundament stoi: kolejka, worker, adapter FFmpeg, kontrakty i macierz identyfikowalności wymagań. W repozytorium leżą materiały testowe i zbudowane binaria FFmpeg, więc uruchomienie nie wymaga instalowania zależności systemowych.
Warto odnotować, na jakim etapie projekt jest naprawdę: zamknięty jest fundament, nie produkt. Dokumentacja mówi o tym wprost i utrzymuje osobny plik statusu oraz macierz identyfikowalności wymagań — to rzadkość w projektach warsztatowych, ale przy platformie z czterema interfejsami wejściowymi bez tego traci się orientację po miesiącu.
Adapter FFmpeg jest odizolowany celowo. To najbardziej zmienny element całego systemu: składnia parametrów zmienia się między wersjami, a komunikaty błędów bywają nieczytelne. Zamknięcie go za kontraktem oznacza, że aktualizacja FFmpega dotyka jednego pliku, a nie całej aplikacji.
GALERIA
01 ZDJĘĆAVAPAX-Video — klatka z materiału zmontowanego przez platformę · zrzut z projektu
WNIOSKI
Napisanie dokumentu operacyjnego dla agenta okazało się przydatne również dla ludzi. Wymuszenie odpowiedzi na pytania „jakie są wszystkie endpointy”, „jakie są typy zadań” i „jakie kody błędów zwraca system” wyłapało kilka miejsc, w których API było niespójne.


