director

Director es un framework para crear agentes de IA que trabajan con video a través de instrucciones en lenguaje natural. Está posicionado como un asistente basado en chat para flujos de trabajo multimedia y se construye sobre la infraestructura de VideoDB para almacenamiento, indexación y transmisión de video. El proyecto incluye más de 20 agentes preconstruidos para tareas como resumir videos, buscar momentos específicos, crear destacados y clips, organizar bibliotecas multimedia, generar películas a partir de guiones, doblar o editar audio y video, traducir contenido y agregar subtítulos. Los agentes también pueden agregar superposiciones, extraer fotogramas, compilar contenido y conectarse a LLMs externos, bases de datos y APIs de IA generativa. Los componentes principales son un motor de razonamiento backend, una interfaz de usuario basada en chat, un reproductor de video y una vista de colección para navegar por el contenido multimedia. El motor de razonamiento interpreta las solicitudes del usuario, mantiene el contexto, selecciona y coordina múltiples agentes, divide el trabajo en pasos e informa el progreso. Los flujos de trabajo de ejemplo incluyen subir un video, detectar escenas, crear un clip y compartir el resultado en Slack. Director se puede ejecutar localmente o implementarse en un entorno en la nube. La configuración documentada requiere Python 3.9+, Node.js 22.8.0+, npm y claves de API configuradas a través de archivos de entorno. Un script de configuración prepara los entornos frontend y backend, mientras que los comandos Make pueden ejecutar ambos servicios juntos o por separado. Se admiten macOS y Linux, junto con Windows a través de WSL. También se proporcionan referencias de implementación con un clic para Render y Railway. Los desarrolladores pueden agregar agentes personalizados duplicando el agente de muestra, renombrando la clase y los metadatos, implementando la lógica de ejecución, definiendo los tipos de contenido admitidos, publicando progreso y respuestas finales, manejando errores y registrando el agente en el manejador de chat. El repositorio incluye documentación local servida con MkDocs y acepta contribuciones de la comunidad y nuevas integraciones de agentes.