🎙️ AI Content Engine

Transforme podcasts e vídeos do YouTube em conteúdo para 6 redes sociais automaticamente

🚀 Pare de Gastar Horas Extraindo Informações de Podcasts - Deixe a IA Fazer!

Faça upload do seu podcast ou cole um link do YouTube. Receba conteúdo otimizado para 6 redes sociais automaticamente.

📌 Para Quem É Este Projeto

Criadores de podcast afogados em trabalho de pós-produção

Você passou horas gravando, editando e produzindo seu podcast. Agora precisa:

Escrever posts para 6 plataformas diferentes
Criar títulos e descrições atraentes
Gerar timestamps para YouTube
Encontrar os melhores momentos para clips
Escrever legendas e hashtags

Este app faz tudo isso em segundos.

🎯 Diferencial Principal

Workflow completo de IA do upload ao conteúdo multi-plataforma

Não é apenas transcrição. Não é apenas resumos. É um sistema completo de distribuição de conteúdo alimentado por IA que entende seu podcast e cria conteúdo personalizado para cada plataforma.

⚡ Destaque Técnico

Processamento paralelo de IA com Inngest (5x mais rápido que sequencial)

Em vez de esperar 5 minutos para tarefas de IA rodarem uma por uma, executamos 6 jobs de geração simultaneamente. Seu conteúdo fica pronto em ~90 segundos.

🤔 O Que É Este App?

Pense nele como sua redação de IA para conteúdo de podcast.

Explicação simples:

Você faz upload de um arquivo de áudio (seu episódio de podcast) ou cola um link do YouTube
A IA analisa seu conteúdo, entendendo speakers, tópicos e momentos-chave
Você recebe um pacote completo de distribuição:
- Resumo com insights principais
- Posts para Twitter, LinkedIn, Instagram, TikTok, YouTube e Facebook
- Sugestões de títulos (curtos, longos, otimizados para SEO)
- Hashtags específicas por plataforma
- Timestamps de capítulos para YouTube
- Momentos-chave para clips virais
- Transcrição completa com identificação de speakers

O workflow: Gravar → Upload (ou YouTube) → IA Analisa → Receber Conteúdo

Sem escrita manual. Sem copiar e colar entre plataformas. Sem adivinhar quais hashtags funcionam.

About

💡 O Que Você Aprende

Next.js 16 - Server actions, app router, API routes e streaming
Bancos Real-time - Convex para atualizações instantâneas sem polling
Integrações de IA - OpenAI, AssemblyAI e prompt engineering
Background Jobs - Inngest para workflows duráveis e observáveis
Auth & Billing Modernos - Clerk com gestão de assinaturas
Deploy em Produção - Vercel, variáveis de ambiente e monitoramento

✨ Features

Para Criadores de Podcast

🎬 Suporte a YouTube - Cole um link do YouTube e extraia transcrição automaticamente (sem precisar de áudio!)
📝 Resumo com IA - Visão geral completa com bullets, insights principais e TL;DR
📱 Posts para Redes Sociais - Conteúdo otimizado para 6 plataformas:
- Twitter - 280 caracteres, direto e engajador
- LinkedIn - Tom profissional, thought leadership
- Instagram - Ganchos visuais com perguntas de engajamento
- TikTok - Casual, trend-aware, Gen-Z friendly
- YouTube - Descrição com CTAs e timestamps
- Facebook - Focado em comunidade, iniciadores de conversa
🎯 Sugestões de Títulos - 4 estilos diferentes para cada uso:
- YouTube Curto (chamativo, menos de 60 chars)
- YouTube Longo (descritivo, SEO-friendly)
- Títulos de Podcast (focado no episódio)
- Keywords SEO (descobribilidade)
#️⃣ Hashtags - Tags específicas por plataforma otimizadas para alcance
⏱️ Timestamps YouTube - Marcadores de capítulo gerados automaticamente
🎤 Momentos-Chave - IA identifica oportunidades de clips virais com timestamps
👥 Diarização de Speakers - "Quem disse o quê" com labels e scores de confiança

Features Técnicas

⚡ Processamento Paralelo - 6 jobs de IA rodam simultaneamente (60s total vs 300s sequencial)
🔄 Atualizações Real-time - Veja progresso ao vivo com Convex subscriptions (sem polling)
🛡️ Workflows Duráveis - Inngest faz retry automático de steps falhos (sem perda de trabalho)
📊 Feature Gating por Plano - Features desbloqueiam baseado no tier (Free/Pro/Ultra)
🎨 Suporte Dark Mode - UI bonita que adapta à sua preferência
📦 Type-safe End-to-End - TypeScript completo com validação Zod
🔐 Seguro por Padrão - Autenticação Clerk com segurança row-level

💰 Planos de Preços

Feature	FREE	PRO ($29/mês)	ULTRA ($69/mês)
Projetos	3 lifetime	30/mês	Ilimitado
Tamanho Arquivo	10 MB	200 MB	3 GB
Duração Máxima	10 min	2 horas	Ilimitado
Resumo IA	✓	✓	✓
Posts Sociais	✗	✓	✓
Títulos & Hashtags	✗	✓	✓
Timestamps YouTube	✗	✗	✓
Momentos-Chave	✗	✗	✓
Transcrição Completa	✗	✗	✓
Diarização de Speakers	✗	✗	✓

🔧 Como Funciona

Arquitetura de Processamento LLM

Este projeto usa LLM Features (não agentes). Cada função faz uma chamada única ao GPT-5-mini com prompt especializado e retorna dados estruturados.

flowchart TB
    subgraph Input["📥 Entrada"]
        TRANSCRIPT[Transcrição do Podcast<br/>YouTube ou AssemblyAI]
    end

    subgraph Orchestrator["⚙️ Orquestrador Inngest"]
        PROCESSOR[podcast-processor.ts<br/>Promise.allSettled]
    end

    subgraph LLMFeatures["🤖 LLM Features - GPT-5-mini"]
        direction TB

        subgraph Free["🆓 Plano Free"]
            SUMMARY[summary.ts<br/>Resumo Completo]
        end

        subgraph Pro["⭐ Plano Pro"]
            SOCIAL[social-posts.ts<br/>Posts 6 Redes]
            TITLES[titles.ts<br/>Sugestões de Títulos]
            HASHTAGS[hashtags.ts<br/>Hashtags por Plataforma]
        end

        subgraph Ultra["👑 Plano Ultra"]
            MOMENTS[key-moments.ts<br/>Momentos Virais]
            TIMESTAMPS[youtube-timestamps.ts<br/>Capítulos YouTube]
        end
    end

    subgraph Output["💾 Saída"]
        CONVEX[(Convex Database)]
        UI[Dashboard Real-time]
    end

    TRANSCRIPT --> PROCESSOR

    PROCESSOR --> SUMMARY
    PROCESSOR --> SOCIAL
    PROCESSOR --> TITLES
    PROCESSOR --> HASHTAGS
    PROCESSOR --> MOMENTS
    PROCESSOR --> TIMESTAMPS

    SUMMARY --> CONVEX
    SOCIAL --> CONVEX
    TITLES --> CONVEX
    HASHTAGS --> CONVEX
    MOMENTS --> CONVEX
    TIMESTAMPS --> CONVEX

    CONVEX --> UI

    style Free fill:#10b981,stroke:#059669,color:#fff
    style Pro fill:#3b82f6,stroke:#2563eb,color:#fff
    style Ultra fill:#8b5cf6,stroke:#7c3aed,color:#fff

Detalhes de Cada LLM Feature

flowchart LR
    subgraph summary["📝 summary.ts"]
        S_IN[Transcrição + Capítulos] --> S_PROMPT[System: Especialista em resumos<br/>User: Texto + contexto]
        S_PROMPT --> S_LLM[GPT-5-mini<br/>zodResponseFormat]
        S_LLM --> S_OUT[full, bullets, insights, tldr]
    end

    subgraph social["📱 social-posts.ts"]
        SO_IN[Transcrição] --> SO_PROMPT[System: Social media expert<br/>User: Conteúdo + plataformas]
        SO_PROMPT --> SO_LLM[GPT-5-mini<br/>zodResponseFormat]
        SO_LLM --> SO_OUT[twitter, linkedin, instagram<br/>tiktok, youtube, facebook]
    end

    subgraph titles["🎯 titles.ts"]
        T_IN[Transcrição] --> T_PROMPT[System: Copywriter expert<br/>User: Conteúdo + estilos]
        T_PROMPT --> T_LLM[GPT-5-mini<br/>zodResponseFormat]
        T_LLM --> T_OUT[youtube_short, youtube_long<br/>podcast, seo_keywords]
    end

    subgraph hashtags["#️⃣ hashtags.ts"]
        H_IN[Transcrição + Tópicos] --> H_PROMPT[System: Growth expert<br/>User: Tópicos + plataformas]
        H_PROMPT --> H_LLM[GPT-5-mini<br/>zodResponseFormat]
        H_LLM --> H_OUT[twitter, linkedin, instagram<br/>tiktok, youtube]
    end

    subgraph moments["⚡ key-moments.ts"]
        M_IN[Transcrição + Timestamps] --> M_PROMPT[System: Video editor<br/>User: Conteúdo + timing]
        M_PROMPT --> M_LLM[GPT-5-mini<br/>zodResponseFormat]
        M_LLM --> M_OUT[timestamp, title, description<br/>viral_potential]
    end

    subgraph timestamps["⏱️ youtube-timestamps.ts"]
        YT_IN[Transcrição + Capítulos] --> YT_PROMPT[System: YouTube expert<br/>User: Capítulos + timing]
        YT_PROMPT --> YT_LLM[GPT-5-mini<br/>zodResponseFormat]
        YT_LLM --> YT_OUT[time, title, description]
    end

Por que LLM Features e não Agentes?

Aspecto	LLM Feature (usado aqui)	Agente
Chamadas	1 chamada por feature	Múltiplas chamadas iterativas
Decisões	Nenhuma - prompt fixo	Decide próximos passos
Ferramentas	Não usa	Usa ferramentas externas
Custo	Baixo e previsível	Alto e variável
Latência	~5-10s por feature	Minutos
Controle	Total - output estruturado	Menos previsível

Vantagem: Execução paralela de 6 features em ~60 segundos total.

Stack de Tecnologias

flowchart TB
    subgraph Frontend["🖥️ Frontend"]
        NEXTJS[Next.js 16<br/>App Router + Server Actions]
        REACT[React 19<br/>Components + Hooks]
        TAILWIND[Tailwind CSS<br/>Styling + Dark Theme]
    end

    subgraph Auth["🔐 Autenticação"]
        CLERK[Clerk<br/>Auth + Billing + Plans]
    end

    subgraph Database["💾 Banco de Dados"]
        CONVEX[Convex<br/>Real-time Database]
        BLOB[Vercel Blob<br/>File Storage]
    end

    subgraph Orchestration["⚙️ Orquestração"]
        INNGEST[Inngest<br/>Durable Workflows]
    end

    subgraph AI["🤖 Inteligência Artificial"]
        OPENAI[OpenAI GPT-5<br/>Content Generation]
        ASSEMBLYAI[AssemblyAI<br/>Audio Transcription]
    end

    subgraph YouTube["🎬 YouTube"]
        PYTHON[Python Service<br/>Flask + youtube-transcript-api]
    end

    subgraph Deploy["🚀 Deploy"]
        VERCEL[Vercel<br/>Hosting + Edge]
    end

    %% Conexões
    NEXTJS --> CLERK
    NEXTJS --> CONVEX
    NEXTJS --> BLOB
    NEXTJS --> INNGEST
    NEXTJS --> PYTHON

    CLERK --> |"JWT Token"| NEXTJS
    CONVEX --> |"Real-time Updates"| REACT

    INNGEST --> ASSEMBLYAI
    INNGEST --> OPENAI
    INNGEST --> CONVEX

    PYTHON --> |"Transcript"| INNGEST

    NEXTJS --> VERCEL

    style Frontend fill:#1e293b,stroke:#10b981,color:#fff
    style Auth fill:#1e293b,stroke:#3b82f6,color:#fff
    style Database fill:#1e293b,stroke:#f97316,color:#fff
    style Orchestration fill:#1e293b,stroke:#a855f7,color:#fff
    style AI fill:#1e293b,stroke:#14b8a6,color:#fff
    style YouTube fill:#1e293b,stroke:#ef4444,color:#fff
    style Deploy fill:#1e293b,stroke:#6366f1,color:#fff

Fluxo de Dados Entre Serviços

sequenceDiagram
    participant U as 👤 Usuário
    participant N as Next.js
    participant C as Clerk
    participant B as Vercel Blob
    participant P as Python Service
    participant I as Inngest
    participant A as AssemblyAI
    participant O as OpenAI
    participant D as Convex

    U->>N: Upload áudio ou YouTube URL
    N->>C: Verifica autenticação
    C-->>N: ✅ Autorizado

    alt Upload de Áudio
        N->>B: Salva arquivo
        B-->>N: URL do arquivo
        N->>I: Evento podcast/uploaded
        I->>A: Transcreve áudio
        A-->>I: Transcrição
    else Link do YouTube
        N->>P: Extrai transcrição
        P-->>N: Transcrição + metadata
        N->>I: Evento podcast/uploaded (com transcript)
        Note over I: Pula AssemblyAI
    end

    par Geração Paralela
        I->>O: Gera Resumo
        I->>O: Gera Posts Sociais
        I->>O: Gera Títulos
        I->>O: Gera Hashtags
    end

    O-->>I: Conteúdo gerado
    I->>D: Salva resultados
    D-->>U: 🔄 Atualização real-time

Fluxo do Usuário

flowchart TD
    A[Usuário faz Upload do Áudio ou Cola Link YouTube] --> B{Tipo de Input}
    B -->|Áudio| C[Arquivo salvo no Vercel Blob]
    B -->|YouTube| D[Python Service extrai transcrição]
    C --> E[Evento Inngest Disparado]
    D --> E
    E --> F[Status: Processando]
    F -->|Áudio| G[Transcrição AssemblyAI]
    F -->|YouTube| H[Usa transcrição já extraída]
    G --> I[Geração de Conteúdo IA Paralela]
    H --> I
    I --> J[Resultados Salvos no Convex]
    J --> K[Status: Completo]
    K --> L[Usuário Visualiza Dashboard]
    L --> M[Atualizações Real-time via Convex]

Notas de Performance:

Transcrição (Áudio): ~30-60 segundos via AssemblyAI
Transcrição (YouTube): ~2-5 segundos (extração direta)
Geração de Conteúdo IA (paralela): ~60 segundos
Tempo Total de Processamento: ~90-120 segundos (áudio) ou ~60-70 segundos (YouTube)

Arquitetura de Processamento Paralelo

flowchart TD
    A[Transcrição AssemblyAI Completa] --> B{Fan-out para Jobs Paralelos}
    B --> C[Gerar Resumo]
    B --> D[Gerar Posts Sociais]
    B --> E[Gerar Títulos]
    B --> F[Gerar Hashtags]
    B --> G[Gerar Timestamps YouTube]
    B --> H[Gerar Momentos-Chave]
    C --> I[Juntar Todos Resultados]
    D --> I
    E --> I
    F --> I
    G --> I
    H --> I
    I --> J[Salvar no Convex Database]
    J --> K[UI Atualiza em Real-time]

Por Que Isso Importa:

Sequencial: 6 jobs × 50s cada = ~300 segundos (5 minutos)
Paralelo: Todos jobs rodam simultaneamente = ~60 segundos
Resultado: 5x mais rápido

Arquitetura de Dados

flowchart LR
    A[Upload Cliente] --> B[Next.js API Route]
    B --> C[Clerk Auth Check]
    C --> D[Vercel Blob Storage]
    D --> E[Evento Inngest]
    E --> F[Transcrição AssemblyAI]
    E --> G[Geração Conteúdo OpenAI]
    F --> H[Convex Database]
    G --> H
    H --> I[Subscription Real-time]
    I --> J[Atualização Dashboard]

🚀 Começando

Pré-requisitos

Antes de começar, certifique-se de ter:

Node.js 18+ e pnpm instalados
Contas criadas para todos os serviços (veja seção de Configuração abaixo)
Git para controle de versão
Um editor de código (VS Code recomendado)

Passos de Instalação

Clone o repositório

git clone https://github.com/cienciadosdados/podcast.git
cd podcast

Instale as dependências

pnpm install

Configure as variáveis de ambiente

cp .env.example .env.local

Preencha todas as chaves necessárias no .env.local (veja seção Variáveis de Ambiente abaixo).

Inicie os serviços de desenvolvimento (3 terminais)

Terminal 1 - Serviço Python (YouTube):

cd python-service
python -m venv venv
venv\Scripts\activate  # Windows
# source venv/bin/activate  # Linux/Mac
pip install flask youtube-transcript-api requests flask-cors
python app.py

Terminal 2 - Next.js + Convex:

pnpm dev

Terminal 3 - Inngest Dev Server:

npx inngest-cli@latest dev

Abra seu navegador

Navegue para http://localhost:3000

URLs dos serviços:

App: http://localhost:3000
Python Service: http://localhost:5000
Inngest Dashboard: http://localhost:8288

Variáveis de Ambiente

Crie um arquivo .env.local na raiz do projeto com as seguintes variáveis:

# Convex
CONVEX_DEPLOYMENT=dev:ai-podcast-saas-inngest-coderabbit-clerk
NEXT_PUBLIC_CONVEX_URL=https://your-project.convex.cloud

# Clerk
NEXT_PUBLIC_CLERK_PUBLISHABLE_KEY=pk_test_...
CLERK_SECRET_KEY=sk_test_...
CLERK_JWT_ISSUER_DOMAIN=your-domain.clerk.accounts.dev

# Vercel Blob
BLOB_READ_WRITE_TOKEN=vercel_blob_...

# Assembly AI
ASSEMBLYAI_API_KEY=...

# OpenAI
OPENAI_API_KEY=sk-proj-...

# Inngest
INNGEST_EVENT_KEY=...
INNGEST_SIGNING_KEY=signkey-prod-...

# YouTube Service (opcional - para desenvolvimento local)
YOUTUBE_SERVICE_URL=http://localhost:5000

Notas de Segurança:

⚠️ NUNCA faça commit do .env.local no controle de versão
✅ Use .env.example como template (seguro para commit)
🔑 Variáveis com prefixo NEXT_PUBLIC_ são expostas ao browser
🔒 Outras variáveis são apenas server-side

Configuração dos Serviços

1. Clerk (Autenticação & Billing)

Acesse Clerk Dashboard
Crie uma nova aplicação
Copie suas chaves publishable e secret para .env.local
Habilite Billing:
- Vá em "Billing" → "Subscriptions"
- Crie três planos: free, pro, ultra
- Defina preços: Free ($0), Pro ($29/mês), Ultra ($69/mês)
Configure Features (use estes identificadores):
- summary (Free, Pro, Ultra)
- social_posts (Pro, Ultra)
- titles (Pro, Ultra)
- hashtags (Pro, Ultra)
- youtube_timestamps (Ultra only)
- key_moments (Ultra only)
- speaker_diarization (Ultra only)

2. Convex (Banco Real-time)

Acesse Convex Dashboard
Crie um novo projeto
Copie a URL de deployment para .env.local
O schema será auto-deployed quando rodar pnpm convex dev

3. Vercel Blob (Storage de Arquivos)

Acesse Vercel Dashboard
Crie um novo projeto (ou use existente)
Vá em "Storage" → "Create Database" → "Blob"
Copie o BLOB_READ_WRITE_TOKEN para .env.local

4. Inngest (Orquestração de Workflows)

Acesse Inngest Dashboard
Crie um novo app
Copie Event Key e Signing Key para .env.local
IMPORTANTE: Use o domínio de Settings → Domains do Vercel (não URLs de deployment)
Em desenvolvimento, Inngest auto-descobre suas funções

5. AssemblyAI (Transcrição)

Acesse AssemblyAI Dashboard
Crie uma conta (tier gratuito disponível)
Copie sua API key para .env.local
Preço: ~~$0.00025/segundo (~~$0.65 por hora de áudio)

6. OpenAI (Geração de Conteúdo IA)

Acesse OpenAI Platform
Crie uma API key
Adicione créditos à sua conta (pay-as-you-go)
Copie sua API key para .env.local
Modelo Usado: GPT-5-mini (~$0.05 por episódio de podcast)

7. Python Service (YouTube - Desenvolvimento Local)

O serviço Python é necessário apenas para desenvolvimento local da feature de YouTube.

Instale Python 3.8+
Navegue para python-service/
Crie um ambiente virtual e instale dependências:

python -m venv venv
venv\Scripts\activate  # Windows
pip install flask youtube-transcript-api requests flask-cors

Execute: python app.py
O serviço estará disponível em http://localhost:5000

Nota: Para produção, o serviço Python precisa ser hospedado separadamente (Railway, Render, etc.)

Checklist Primeira Configuração

Antes de fazer upload do primeiro podcast, verifique:

Todas variáveis de ambiente configuradas no .env.local
Serviço Python rodando (python app.py na pasta python-service/)
Next.js + Convex rodando (pnpm dev)
Inngest Dev Server rodando (npx inngest-cli@latest dev)
Aplicação Clerk configurada com planos de billing
Você consegue acessar o app em http://localhost:3000
Teste upload com arquivo pequeno (menos de 10MB) ou link do YouTube

📊 Visão Geral do Schema

Modelo Principal: Tabela `projects`

Toda a aplicação gira em torno de uma única tabela projects no Convex. Esta estrutura denormalizada permite atualizações atômicas e reatividade em tempo real.

Campos Principais:

Campo	Tipo	Descrição
`userId`	string	Clerk user ID (vincula projeto ao usuário)
`inputUrl`	string	URL Vercel Blob do arquivo uploaded
`status`	enum	`uploaded` → `processing` → `completed` ou `failed`
`jobStatus`	object	Status granular para `transcription` e `contentGeneration`
`transcript`	object	Transcrição completa com segmentos, speakers, capítulos
`summary`	object	Resumo gerado por IA com bullets, insights, TLDR
`socialPosts`	object	Posts específicos por plataforma (Twitter, LinkedIn, etc.)
`titles`	object	Sugestões de títulos (YouTube, podcast, SEO)
`hashtags`	object	Recomendações de hashtags por plataforma
`youtubeTimestamps`	array	Marcadores de capítulo para descrições YouTube
`keyMoments`	array	Oportunidades de clips virais com timestamps

Decisões de Design:

Estrutura denormalizada - Todos dados em um documento para atualizações atômicas
Campos opcionais - Permitem população progressiva conforme jobs Inngest completam
Indexes - Otimizam queries por usuário, status e data de criação
Reatividade real-time - Subscriptions Convex disparam atualizações de UI automaticamente

Indexes:

by_user - Lista todos projetos de um usuário
by_status - Filtra por status de processamento
by_user_and_status - Projetos ativos/completos do usuário
by_created_at - Ordena por mais recente

🚀 Deploy

Deploy na Vercel (Recomendado)

Push seu código para GitHub

git add .
git commit -m "Initial commit"
git push origin main

Importe para Vercel

Acesse Vercel Dashboard
Clique "Import Project"
Selecione seu repositório GitHub
Vercel auto-detecta Next.js

Adicione variáveis de ambiente

No dashboard Vercel → Settings → Environment Variables, adicione todas variáveis do seu .env.local

Deploy

Vercel faz deploy automaticamente a cada push para main

Configure domínio customizado (opcional)

Settings → Domains → Adicione seu domínio

Deploy via CLI

npx vercel --prod

Siga os prompts para fazer deploy.

Checklist Pós-Deploy

Após fazer deploy em produção:

Todas variáveis de ambiente configuradas no dashboard Vercel
Ambiente de produção do Inngest configurado (separado do dev)
Instância de produção do Clerk conectada
Atualizar NEXT_PUBLIC_APP_URL para sua URL de produção
Testar upload em produção com arquivo pequeno
Monitorar dashboard Inngest para erros de workflow
Verificar logs Vercel para erros de runtime

Monitoramento & Observabilidade

Fique de olho nestes dashboards:

Inngest Dashboard - Logs de execução, tentativas de retry, falhas
Convex Dashboard - Queries de banco, métricas de performance, conexões real-time
Vercel Analytics - Tráfego, page views, performance de edge functions
Clerk Dashboard - Signups de usuários, assinaturas ativas, eventos de billing

🐛 Problemas Comuns & Soluções

Problemas de Desenvolvimento

Erro: Convex não conecta

Problema: Não consegue conectar ao banco Convex

Solução:

# Certifique-se que o Convex dev server está rodando em terminal separado
pnpm convex dev

Erro: Upload de arquivo falha

Problema: Upload retorna erro 400 ou 500

Solução:

Verifique se Vercel Blob está habilitado nas configurações do projeto
Confirme que BLOB_READ_WRITE_TOKEN está correto
Verifique console do browser para erros de CORS

Erro: Inngest não dispara

Problema: Arquivo faz upload mas processamento nunca inicia

Solução:

Verifique INNGEST_EVENT_KEY e INNGEST_SIGNING_KEY no .env.local
Confirme que Inngest dev server está conectado (veja logs no terminal)
Certifique-se que rota /api/inngest está acessível
IMPORTANTE: Use o domínio de Settings → Domains do Vercel (não URLs de deployment)

Problemas de Banco de Dados

Projetos não aparecem

Problema: Usuário faz upload mas não vê no dashboard

Solução:

Verifique se Clerk userId corresponde ao userId do projeto no banco
Confirme que Convex provider envolve seu app em app/layout.tsx
Verifique console do browser para erros de conexão Convex

Atualizações real-time não funcionam

Problema: Dashboard não atualiza automaticamente durante processamento

Solução:

Certifique-se que ConvexProvider envolve seu app
Confirme que está usando useQuery (não fetchQuery) para dados reativos
Verifique dashboard Convex para problemas de conexão

Problemas de Autenticação

Loops de redirect Clerk

Problema: Preso em redirect infinito após sign in

Solução:

Verifique se NEXT_PUBLIC_CLERK_PUBLISHABLE_KEY está correto
Confira URLs de redirect corretas no dashboard Clerk
Limpe cookies do browser e tente novamente

Billing não funciona

Problema: Usuários não conseguem fazer upgrade ou limites não são aplicados

Solução:

Configure planos no dashboard Clerk com identificadores corretos: free, pro, ultra
Certifique-se que identificadores de features correspondem ao tier-config.ts
Verifique configuração de webhook Clerk para eventos de subscription

Problemas de Processamento

Geração IA travada

Problema: Projeto travado em status "processing"

Solução:

Verifique dashboard Inngest para logs de erro
Confirme que OPENAI_API_KEY é válida e tem créditos
Verifique página de status da API OpenAI para outages

Transcrição falha

Problema: Step de transcrição falha imediatamente

Solução:

Verifique se ASSEMBLYAI_API_KEY é válida
Confirme que formato do arquivo é suportado (MP3, MP4, WAV, etc.)
Certifique-se que URL do arquivo é publicamente acessível
Verifique dashboard AssemblyAI para limites de quota

Features de plano não aplicam

Problema: Usuários free veem features Pro/Ultra

Solução:

Verifique se configuração de planos Clerk corresponde ao tier-config.ts
Confira lógica de detecção de plano em lib/tier-utils.ts
Certifique-se que função has é chamada corretamente nas API routes

🏆 Próximos Passos - Desafios!

Quer evoluir este projeto? Aqui estão algumas features avançadas que você pode construir:

Features Avançadas

📄 Exportar para PDF/Google Doc - Gerar relatórios PDF bonitos com todo conteúdo
📅 Agendamento de Redes Sociais - Integração com Buffer ou Hootsuite para auto-posting
🌍 Suporte Multi-idioma - Transcrever e traduzir para 10+ idiomas
🎨 Presets de Tom de IA - Permitir usuários definir voz da marca para geração IA
📦 Processamento em Lote - Upload de 10 episódios, processar todos durante a noite
🎥 Geração de Video Clips - Criar automaticamente video clips dos momentos-chave
📊 Dashboard de Analytics - Rastrear qual conteúdo performa melhor em cada plataforma

Melhorias de IA

🧠 Fine-tuning - Treinar GPT no estilo específico do podcast do usuário
💬 Prompts Customizados - Permitir usuários escreverem seus próprios templates por plataforma
😊 Análise de Sentimento - Tagar automaticamente momentos como engraçados, insightful, controversos
A/B Testing - Gerar múltiplas variações de título e rastrear qual performa melhor
🔍 Recomendações de Conteúdo - "Baseado neste episódio, você deveria falar sobre..."

Infraestrutura & Escala

☁️ Cloudflare R2 - Migrar do Vercel Blob para storage mais barato a longo prazo
⚡ Redis Caching - Cache de projetos e transcrições frequentemente acessados
🪝 Notificações Webhook - Alertar usuários via email/SMS quando processamento completa
🔧 Worker Service Separado - Mover processamento pesado para infraestrutura dedicada
📊 Analytics de Uso - Rastrear custos por usuário para otimização de pricing

Features de Monetização

👥 Planos de Time - Acesso multi-usuário com permissões baseadas em roles
🏷️ Opção White-label - Permitir agências rebrandar o app para seus clientes
🔌 Acesso API - Tier enterprise com REST API para automação
💳 Sistema de Créditos - Modelo pay-per-use ao invés de assinaturas
🎁 Programa de Referral - Recompensar usuários por trazer novos clientes

📄 Licença

Este projeto é licenciado sob a Creative Commons Attribution-NonCommercial 4.0 International License (CC BY-NC 4.0).

Você PODE:

✅ Usar este código para aprendizado pessoal e educação
✅ Modificar e adaptar o código para seus próprios projetos
✅ Compartilhar o código com outros (com atribuição)
✅ Usar em seu portfólio (showcase não-comercial)
✅ Fork, clone e experimentar com o codebase

Você NÃO PODE:

❌ Usar este código para propósitos comerciais (venda, SaaS, trabalho para clientes)
❌ Vender esta aplicação ou derivados dela
❌ Remover atribuição ao autor original
❌ Relicenciar o código sob termos diferentes

Para Licenciamento Comercial

Interessado em usar este projeto comercialmente? Entre em contato:

Licença Startup - Para empresas em estágio inicial
Licença Enterprise - Para empresas estabelecidas
Licença White-label - Direitos completos de customização para agências

Contato: Abra uma issue no GitHub ou entre em contato via cienciadosdados.com

Texto completo da licença: LICENSE.md

📚 Referência Rápida

Comandos Úteis

# Desenvolvimento
pnpm dev          # Inicia Next.js dev server + Convex watch
pnpm build        # Build para produção
pnpm start        # Inicia servidor de produção
pnpm lint         # Roda Biome linter
pnpm format       # Formata código com Biome

# Convex
pnpm convex dev   # Inicia banco Convex de desenvolvimento
pnpm convex deploy # Deploy Convex para produção

# Deployment
npx vercel        # Deploy para Vercel (preview)
npx vercel --prod # Deploy para produção

Conceitos Importantes

Feature Gating por Plano

Features são habilitadas baseado no tier de assinatura Clerk do usuário:

Free: Apenas Summary (3 projetos lifetime)
Pro: + Social posts, titles, hashtags (30 projetos/mês)
Ultra: + YouTube timestamps, key moments, full transcript (ilimitado)

Processamento Paralelo de IA

Em vez de rodar tarefas de geração IA sequencialmente (lento), Inngest roda 6 jobs em paralelo usando Promise.allSettled. Isso reduz tempo de processamento de ~5 minutos para ~60 segundos.

Atualizações Real-time

Subscriptions Convex (useQuery) re-renderizam componentes automaticamente quando dados do banco mudam. Sem polling, sem refetch manual. Conforme Inngest atualiza status do projeto, UI atualiza instantaneamente.

Execução Durável

Inngest provê lógica de retry automático. Se OpenAI der timeout ou AssemblyAI falhar, o step faz retry com backoff exponencial. Seus usuários nunca perdem trabalho.

🙏 Agradecimentos

Construído com ferramentas incríveis de:

Clerk - Autenticação & Billing
Inngest - Orquestração de Workflows
Convex - Banco Real-time
Vercel - Deploy & Storage
AssemblyAI - Inteligência de Áudio
OpenAI - Geração de Conteúdo IA

💬 Dúvidas ou Problemas?

Encontrou um bug? Abra uma issue no GitHub
Quer contribuir? PRs são bem-vindos (veja LICENSE para termos)

Name		Name	Last commit message	Last commit date
Latest commit History 1 Commit
app		app
components		components
convex		convex
inngest		inngest
lib		lib
python-service		python-service
.gitignore		.gitignore
1767722865922-player-script.js		1767722865922-player-script.js
1767722865943-player-script.js		1767722865943-player-script.js
CLAUDE.md		CLAUDE.md
LICENSE.md		LICENSE.md
PRICING.md		PRICING.md
QUICK_START.md		QUICK_START.md
README.md		README.md
SECURITY_MODEL.md		SECURITY_MODEL.md
biome.json		biome.json
components.json		components.json
next.config.ts		next.config.ts
package-lock.json		package-lock.json
package.json		package.json
pnpm-lock.yaml		pnpm-lock.yaml
postcss.config.mjs		postcss.config.mjs
proxy.ts		proxy.ts
tsconfig.json		tsconfig.json

Folders and files

Latest commit

History

Repository files navigation

🎙️ AI Content Engine

Transforme podcasts e vídeos do YouTube em conteúdo para 6 redes sociais automaticamente

🚀 Pare de Gastar Horas Extraindo Informações de Podcasts - Deixe a IA Fazer!

📌 Para Quem É Este Projeto

🎯 Diferencial Principal

⚡ Destaque Técnico

🤔 O Que É Este App?

About

💡 O Que Você Aprende

✨ Features

Para Criadores de Podcast

Features Técnicas

💰 Planos de Preços

🔧 Como Funciona

Arquitetura de Processamento LLM

Detalhes de Cada LLM Feature

Por que LLM Features e não Agentes?

Stack de Tecnologias

Fluxo de Dados Entre Serviços

Fluxo do Usuário

Arquitetura de Processamento Paralelo

Arquitetura de Dados

🚀 Começando

Pré-requisitos

Passos de Instalação

Variáveis de Ambiente

Configuração dos Serviços

1. Clerk (Autenticação & Billing)

2. Convex (Banco Real-time)

3. Vercel Blob (Storage de Arquivos)

4. Inngest (Orquestração de Workflows)

5. AssemblyAI (Transcrição)

6. OpenAI (Geração de Conteúdo IA)

7. Python Service (YouTube - Desenvolvimento Local)

Checklist Primeira Configuração

📊 Visão Geral do Schema

Modelo Principal: Tabela projects

🚀 Deploy

Deploy na Vercel (Recomendado)

Deploy via CLI

Checklist Pós-Deploy

Monitoramento & Observabilidade

🐛 Problemas Comuns & Soluções

Problemas de Desenvolvimento

Erro: Convex não conecta

Erro: Upload de arquivo falha

Erro: Inngest não dispara

Problemas de Banco de Dados

Projetos não aparecem

Atualizações real-time não funcionam

Problemas de Autenticação

Loops de redirect Clerk

Billing não funciona

Problemas de Processamento

Geração IA travada

Transcrição falha

Features de plano não aplicam

🏆 Próximos Passos - Desafios!

Features Avançadas

Melhorias de IA

Infraestrutura & Escala

Features de Monetização

📄 Licença

Você PODE:

Você NÃO PODE:

Para Licenciamento Comercial

📚 Referência Rápida

Comandos Úteis

Conceitos Importantes

🙏 Agradecimentos

💬 Dúvidas ou Problemas?

About

Resources

License

Uh oh!

Stars

Modelo Principal: Tabela `projects`

Packages