Skip to content

UNIQ: Como o vibecoding se transformou em uma linha de montagem de processamento de vídeo

8 min de leitura
UNIQ: Как вайбкодинг превратился в конвейер обработки видео — illustration 1

Em um mundo onde o conteúdo viral domina, todo criador de vídeo busca maximizar as chances de sucesso de seu vídeo. Mas e se fosse possível dar a um vídeo já gravado mais chances de viralizar sem a tediosa edição manual de cada versão? Foi com essa ideia que começou a jornada do serviço UNIQ, que transformou o «vibecoding» em uma eficaz linha de produção de vídeo.

Do conceito ao produto: o início da jornada UNIQ

Tudo começou com uma pergunta simples: como dar a um vídeo já gravado mais chances de viralizar sem a edição manual de cada versão? Meu amigo, que publica ativamente vídeos curtos, encontrou uma solução que se transformou no serviço UNIQ. A ideia é simples: você envia um vídeo, escolhe o número de versões (uma, cinco ou dez) e, em troca, recebe arquivos prontos para publicação no Reels, Shorts ou TikTok. Sem editores, sem sofrimento com cada cópia.

Inicialmente, o UNIQ era um bot de Telegram funcional, capaz de processar vídeos usando FFmpeg, alterando parâmetros de quadro, ritmo, cor, som e adicionando efeitos. O Telegram servia como uma interface conveniente: você enviava o vídeo e recebia os arquivos. O produto existia, o código existia, mas a questão do servidor permanecia. A ideia foi chamada de “dar uma segunda chance a um bom vídeo”.

Primeiros obstáculos: do bot local às soluções de servidor

O protótipo, criado com a ajuda de IA (o amigo não é programador, mas conseguiu transformar a ideia em um estado funcional), usava Python, FFmpeg e SQLite. Para testar o conceito, era conveniente: rodava no meu Mac, enviava o vídeo, recebia a cópia. Mas assim que os primeiros usuários apareceram, os problemas começaram a surgir:

  • Falta de espaço: “Não há espaço livre suficiente no servidor. Tente mais tarde.” Meu Mac rapidamente esgotou os recursos.
  • Processos paralelos: O segundo usuário que apareceu no teste quebrou o “vibecoding”. Suas ações não deveriam esperar o fim dos pedidos de outros.

Isso exigiu uma reavaliação da arquitetura. Era óbvio que para escalabilidade e operação estável, uma infraestrutura de servidor séria era necessária. Hoje, o UNIQ funciona em seis VPS, com seu próprio painel de controle para processamento, banco de dados, monitoramento e atualizações. O bot pode ser encontrado em: @uniqvideobot.

Resolução de problemas de espaço em disco e recursos

Para processar arquivos grandes, implementamos nossa própria API de Bot Local. Cada pedido agora incluía a fonte, arquivos temporários e cópias prontas. Adicionamos um orçamento de disco e limpeza, garantindo que o arquivo coubesse, fosse processado com sucesso e liberasse espaço. A IA ajudou a escrever o código rapidamente, e nós o testamos em cenários reais.

Como o segundo usuário mudou tudo: da codificação por vibração à estrutura

O segundo usuário, que começou a interagir ativamente com o bot, revelou um problema chave: bloqueios. Quando o FFmpeg processava o vídeo de um usuário, outro não conseguia iniciar seu pedido. Isso levou à necessidade de:

  • Descobrir quem estava bloqueando quem.
  • Determinar onde o estado dos processos era armazenado.
  • Descobrir o que poderia ser executado em paralelo.

Em vez de reescrever completamente em Go, o que não resolveria o problema de bloqueio geral, separamos a espera de rede, as consultas ao banco de dados e a codificação. Assim surgiu a fila de tarefas.

Bancos de dados e tolerância a falhas: do SQLite ao PostgreSQL

Inicialmente, o SQLite foi usado, conveniente para um protótipo. No entanto, para trabalhar com filas, transações concorrentes e distribuição de tarefas entre diferentes VPS, ele se mostrou insuficiente. Migramos para o PostgreSQL, que ofereceu:

  • Um banco de dados comum.
  • Transações concorrentes.
  • Bloqueios de linha.

Isso garantiu que dois processadores não pegassem o mesmo pedido, e que um clique repetido não levasse a uma dupla reserva de fundos. O SQLite permaneceu para o inventário próprio no painel de controle.

Gerenciamento do ciclo de vida do pedido: Lease, tokens e checkpoints

Para garantir a confiabilidade do processamento de pedidos, especialmente em caso de falhas, foi implementado um sistema de «prazo de posse» (lease):

«Enquanto A estiver vivo, ele estende o aluguel. O prazo expirou — o pedido pode ser pego por B.»

Isso permite que outro processador (B) assuma a tarefa se o primeiro (A) travar. Para evitar conflitos, são usados:

  • Tokens de proprietário: Cada registro de estado verifica o token para que um A que acordou não possa alterar um pedido que B já está processando.
  • Checkpoints: Pontos de continuação salvos, permitindo que o processador B comece a trabalhar não do zero, mas do ponto onde A parou.
  • Receipts: Proteção contra a alteração repetida do pedido em caso de perda da resposta da API.

Até mesmo o cancelamento de um pedido se tornou um processo complexo, exigindo a interrupção da codificação, a espera por processos filhos e operações de arquivo em segundo plano, antes de fechar a tarefa e excluir a pasta.

UNIQ: Como a codificação por vibração se transformou em uma linha de produção de processamento de vídeo — illustration 2

Inicialmente, o processamento era gratuito, mas para monetizar, foram necessários:

  • Moedas iniciais.
  • Sistema de referência.
  • Créditos e compras manuais.

Cada crédito é armazenado como um lote separado com sua própria data de expiração. Se o usuário cancela um pedido pago, as moedas retornam ao seu lote com a data original, e não “rejuvenescem” a carteira. Isso evita abusos e garante a estabilidade financeira.

Exemplo: o usuário tem 50 moedas, uma cópia custa 4. Ele pede 5 cópias (20 moedas são reservadas). Cancela 3 cópias. 8 moedas são debitadas pelas cópias prontas, 12 são liberadas da reserva. Resultado: 42 moedas disponíveis, o prazo das moedas devolvidas permanece o mesmo.

Para processar pagamentos, foram integrados Telegram Stars, ЮKassa e GetPlatinum, com criptografia de dados e contabilidade separada de moedas.

Otimização de desempenho: S3, PgBouncer e Long Polling

Com o aumento da carga, novos gargalos se tornaram evidentes:

  • Dependência de vídeo de uma pasta local: Para escalar, os vídeos foram movidos para o S3, e apenas chaves, tamanhos e SHA-256 foram armazenados no PostgreSQL.
  • Conexões com o banco de dados: Para evitar múltiplas conexões com o PostgreSQL para cada cliente, o PgBouncer foi implementado para agrupar as conexões.
  • Sondagem constante da fila: Para reduzir a carga no banco de dados ao verificar a fila, foi implementado o long polling. A requisição HTTP aguarda o trabalho sem manter a conexão SQL.

Separação de codificação e entrega

Inicialmente, o bot preparava todas as cópias e as enviava de uma vez. Isso causava atrasos, pois a primeira cópia pronta esperava pelas outras. Separamos a codificação e a entrega: o worker publica a cópia e o checkpoint, o gateway a envia imediatamente. Isso reduziu significativamente o tempo de espera para o usuário. Por exemplo, ao processar cinco cópias, a primeira cópia foi enviada 131 segundos antes de todo o pedido estar pronto.

Perguntas Frequentes

O que é UNIQ?

UNIQ é um serviço baseado em bot do Telegram que permite criar automaticamente várias versões de vídeos para publicação em Reels, Shorts ou TikTok a partir de um único arquivo original, sem edição manual.

Quais tecnologias são usadas no UNIQ?

O UNIQ é baseado em Python, FFmpeg para processamento de vídeo, PostgreSQL para o banco de dados, S3 para armazenamento de arquivos e PgBouncer para otimização do trabalho com o BD.

Como o UNIQ garante a tolerância a falhas?

A tolerância a falhas é alcançada através de um sistema de “prazo de posse” (lease) para tarefas, tokens de proprietário, checkpoints para retomar o trabalho após falhas e receipts para proteção contra operações repetidas.

É possível encomendar 20 clipes de uma transmissão via UNIQ?

Atualmente, o serviço oferece a escolha de 1, 5 ou 10 versões de vídeo. A possibilidade de cortar em massa mais de 100 clipes ou 20 de uma transmissão pode ser implementada no futuro, com base nas necessidades dos usuários.

Quanto tempo leva para cortar um vídeo?

O tempo de corte depende do comprimento e da complexidade do vídeo original, bem como do número de cópias solicitadas. Graças à separação da codificação e da entrega, as primeiras cópias são entregues ao usuário significativamente mais rápido do que o pedido completo é concluído.

Conclusão: desenvolvimento e otimização contínuos

A jornada da UNIQ, do vibecoding a um serviço estável, é uma história de resolução contínua de problemas e otimização. Cada novo usuário e cada erro se tornaram um catalisador para a melhoria da arquitetura. Aprendemos não apenas a «adicionar um servidor», mas a entender exatamente onde e por que adicioná-lo. Agora o sistema está pronto para escalar, e continuamos a trabalhar para melhorar a experiência do usuário. Otimize seus processos e alcance a máxima produtividade!


← Voltar ao blog