// caso de estudio · clipforge
ClipForge
Scaffold funcional de un pipeline asíncrono que convierte un vídeo en transcripción, selecciona los mejores momentos y renderiza clips verticales 9:16 con subtítulos, con aviso legal y whitelist de hosts desde el primer día.
// índice
01 / problema
Problema
Convertir un vídeo largo en clips verticales no es solo recortar: hay que descargar la fuente, transcribir, decidir qué momento merece un clip y renderizar con subtítulos sin bloquear la interfaz.
Y hay un problema legal previo: la herramienta no debería aceptar cualquier URL ni dar por hecho que quien la usa tiene derechos sobre el material.
02 / solución
Solución
Un monorepo pnpm separa la interfaz Next.js, la API, la cola, la base de datos y el render. La API valida cada petición con Zod, exige `rightsConfirmed` y solo acepta hosts de una whitelist: YouTube, Twitch y Vimeo.
Cuatro workers —ingest, transcribe, analyze y render— avanzan el trabajo sobre Redis y Postgres. El navegador recibe el progreso por Server-Sent Events.
El render usa FFmpeg para escalar a 1080×1920, recortar, normalizar volumen y añadir subtítulos; Remotion ofrece una segunda vía de render con la palabra activa por fotograma.
03 / resultado
Resultado
Es un scaffold funcional, no un producto terminado. No hay capturas de pantalla en el repositorio, así que aquí no se muestra galería.
La transcripción real, el render con Remotion y la publicación en TikTok requieren dependencias o revisiones adicionales. La whitelist y el check de derechos son la primera línea, no una garantía legal.
04 / decisiones técnicas
Cómo está construido
D01
Por defecto, sin servicios de pago
Los valores iniciales son transcripción fixture, selección heurística y subtítulos con FFmpeg. La transcripción real con faster-whisper y la selección con modelo externo son opcionales, así que el pipeline se puede probar sin claves ni GPUs.
D02
Cola con reintentos y límites
BullMQ reintenta dos veces con backoff exponencial de 5 segundos y conserva 100 trabajos completados y 500 fallidos. Los vídeos fuente tienen TTL de 24 horas y los clips se crean como filas placeholder para mantener IDs estables.
D03
Límites declarados desde el esquema
Clips de 15 a 60 segundos, máximo tres por trabajo y hasta 7200 segundos de fuente. El storage comprueba que la ruta destino siga dentro de la carpeta local permitida para evitar path traversal.
D04
Una API que no promete de más
El progreso se publica en Redis y se reenvía por SSE; las descargas se entregan con URLs según el driver de storage. El resto —rate limiting, limpieza del TTL, autenticación y cobros— aparece en el README como roadmap, no como función terminada.