Saltar al contenido

Posventa de automoción · Automatización de procesos

Producción de vídeo automatizada

The Wheel Lab quería enseñar a cada cliente cómo se ha reparado su llanta sin que nadie en el taller tenga que editar vídeo. Construimos la cadena completa, desde el pulsador de la estación hasta la página de seguimiento del cliente y las redes del taller.

Sector
Posventa de automoción
Solución
Automatización de procesos
Periodo
Desde junio de 2026
Estado
MVP En uso interno
Fotograma de un reel vertical del proceso: «Paso 02/04 · Pintura», una llanta pintada de rojo por el robot con el rótulo animado encima.

Resumen ejecutivo

Un pulsador en cada estación del taller graba el trabajo y el sistema monta solo el vídeo de la reparación para el cliente y los reels para redes.

En cada estación del taller hay una cámara IP y un pulsador. Cuando el operario lo pulsa, el equipo de captura guarda un clip que incluye los segundos anteriores y lo sube al CRM. Allí el personal asigna los clips a la orden y pide el vídeo: un renderer en contenedor ordena los clips por etapas, elige el mejor momento de cada uno y monta un vídeo vertical con rótulos, antes y después, música con licencia y control de calidad. El resultado aparece en la página de seguimiento del cliente. Aparte, un estudio interno produce reels y los publica en Instagram, YouTube, Facebook y TikTok desde una única cola.

El reto

  1. Grabar el trabajo no puede depender de que alguien encienda una cámara a tiempo: cuando el operario reacciona, el momento interesante ya ha pasado.

  2. El taller no tiene a nadie para editar vídeo, y un vídeo por orden exige ordenar, recortar y rotular clips de varias estaciones.

  3. La red del taller y la del servidor fallan a ratos, y un clip perdido o duplicado estropea el vídeo de esa orden.

  4. Los clips pueden mostrar caras y matrículas, y la música de un vídeo comercial tiene que estar licenciada.

  5. Las redes necesitan publicaciones regulares sin que un fallo publique lo mismo dos veces.

La solución

Tres piezas conectadas. El servicio de captura, en Python sobre Raspberry Pi o mini PC Linux, mantiene un anillo de vídeo en memoria y sube cada clip al CRM. El CRM, en FastAPI, guarda los clips, su asignación y una cola de render. Un renderer en Node y FFmpeg, empaquetado en Docker junto al CRM, monta el vídeo. El estudio, con Remotion y un generador de plantillas de CapCut, produce los reels y los publica desde un único publicador.

Funcionalidades

Qué hace, pantalla a pantalla

Editor de escenas: vista previa 16:9 con el titular «WHEEL» y la mascota de la llanta, la secuencia de animación en la línea de tiempo y el panel para describir el movimiento con texto.

01

Motion design y editor de vídeo

Spots de marca y piezas explicativas en Remotion, con una biblioteca de animaciones y un editor con línea de tiempo para combinar animaciones, fotos y clips. Claude propone textos y variantes, que siempre se revisan antes de renderizar.

  • Captura por pulsador con pre-roll

    Cada estación tiene una cámara IP y un pulsador cableado, por wifi con ESP32 o Zigbee. El clip empieza unos segundos antes de la pulsación, se guarda sin recodificar y lleva un JSON con estación, hora, latencia y huecos detectados.

  • Clips en el CRM y asignación a la orden

    El equipo sube cada clip al CRM con su miniatura. En la pantalla de clips el personal los filtra por estación y fecha, los asigna a una orden indicando la etapa de cada uno y pulsa Generar vídeo.

  • Montaje automático del vídeo del cliente

    El renderer ordena los clips de recepción a control de calidad, elige el mejor tramo de cada uno, lo pasa a vertical 1080×1920 y añade gancho, pasos, antes y después, logotipo y música a −14 LUFS. Si el QA falla, no se entrega.

  • Vídeo en la página de seguimiento

    El vídeo terminado entra como borrador en la orden y el personal lo publica. El cliente lo ve en su página de seguimiento, puede descargarlo o compartirlo y tiene debajo el enlace para dejar una reseña. Reproducciones y descargas quedan registradas.

  • Publicador único en redes

    Un solo proceso publica en Instagram, YouTube Shorts y Facebook y deja el vídeo como borrador en TikTok. Reparte una publicación por día y red, reintenta los fallos pasajeros sin repetir envíos y pide confirmación antes de publicar.

  • Reels con plantillas de CapCut

    Una fábrica clona plantillas de CapCut y sustituye clips y textos respetando música, cortes y transiciones. Cada reel se revisa y se aprueba en una cola antes de pasar al publicador; la exportación final desde CapCut sigue siendo manual.

  • Clips anonimizados para redes

    Solo entran en la librería de reels los clips de órdenes cuyo cliente aceptó el uso en redes, y antes se difuminan las caras y matrículas detectadas. Si el detector falla, el clip no entra y el sistema avisa.

Módulos

Qué funciona hoy y qué está propuesto

3 operativos, 2 parciales y 1 propuestos. Los propuestos son diseño de producto: todavía no hay software detrás.

  • Vía A, vídeo de la reparación para el cliente

    Operativo

    Renderer en contenedor junto al CRM, con cola de trabajos, latido, reintentos y control de calidad. Medido con los límites del servidor: unos 40 segundos por vídeo de tres clips.

  • Publicador único con cola de aprobación

    Operativo

    Instagram, YouTube y Facebook por sus API oficiales y TikTok como borrador. Una publicación por día y red, un único proceso con bloqueo y confirmación antes de publicar.

  • Vía C, motion design en Remotion

    Operativo

    Spots de marca, piezas explicativas y editor de vídeos propio, con QA de cada render antes de pasarlo al publicador.

  • Vía B, reels con plantillas de CapCut

    Parcial

    La fábrica genera el borrador en CapCut, lo revisa y entrega lo aprobado al publicador, pero el MP4 final se exporta a mano desde CapCut.

  • Asignación de clips a la orden

    Parcial

    Hoy se hace a mano en el CRM: el personal elige los clips, la orden y la etapa de cada uno.

  • Asignación automática por QR

    Propuesto

    Cruzar cada clip con la llanta escaneada en la tablet de la estación a la hora de la pulsación. La consulta está escrita en la captura y en el CRM, pero desactivada hasta que las estaciones escaneen las llantas.

Cómo funciona

Del pulsador a la página del cliente

  1. Pulsación

    El operario pulsa el botón de su estación cuando va a hacer algo que merece la pena enseñar. Una pulsación es un clip.

  2. Clip con pre-roll

    El equipo de captura arma el clip desde unos cinco segundos antes de la pulsación hasta doce después, sin recodificar, con su JSON de metadatos.

  3. Subida al CRM

    Clip y miniatura se suben al CRM. La cola vive en los propios JSON y sobrevive a cortes de luz y de red; una subida repetida se reconoce como duplicada.

  4. Asignación a la orden

    En el CRM se asignan los clips a la orden con su etapa. Hoy es un paso manual.

  5. Cola de render

    Generar vídeo crea un trabajo. El renderer lo reclama y envía un latido cada 30 segundos; si deja de hacerlo, el CRM devuelve el trabajo a la cola.

  6. Montaje y control de calidad

    Orden por etapas, mejor momento de cada clip, vertical, rótulos, antes y después, música con licencia, portada y QA del MP4 final.

  7. Página de seguimiento

    El vídeo queda como borrador en la orden; al publicarlo, el cliente lo ve, lo descarga y lo comparte desde su página de seguimiento.

Arquitectura

Cómo está construido

Plano · video-the-wheel-lab 6 capas · 22 piezas
  1. Taller

    • Cámara IP con RTSP en cada estación
    • Pulsador por GPIO, ESP32 por wifi o Zigbee
    • Equipo de captura en Raspberry Pi o mini PC Linux con systemd
    • De Taller a Servicio de captura: pulsación y vídeo RTSP
  2. Servicio de captura

    • Python con FFmpeg como proceso externo
    • Anillo de segmentos en tmpfs para el pre-roll
    • Disparo por MQTT y LED de estado
    • Cola de subida en el JSON de cada clip
    • De Servicio de captura a CRM: clip y miniatura por HTTPS
  3. CRM

    • FastAPI con rutas /capture para el equipo, el personal y el renderer
    • PostgreSQL con clips, trabajos de render y medios de la orden
    • Volumen de clips montado en solo lectura para el renderer
    • Página pública de seguimiento con vídeo y métricas
    • De CRM a Renderer B2C: trabajo con manifiesto, reclamo y latido
    • De Renderer B2C a CRM: MP4, portada y resultado del QA
  4. Renderer B2C

    • Contenedor con Node 22, FFmpeg 6.1 y Pillow
    • Imagen publicada por GitHub Actions tras un render de prueba completo
    • Mismo VPS que el CRM, con límites de CPU y memoria
  5. Estudio de contenidos

    • Panel en Vite y React con editor y publicador
    • Remotion 4 y three.js para motion design
    • Generador CapCut en Next.js con estado en SQLite
    • Claude opcional para textos, selección y revisión
    • Voz en off con ElevenLabs o Piper
    • De Estudio de contenidos a Redes: publicador único con cola
  6. Redes

    • Graph API de Instagram y Facebook
    • YouTube Data API
    • TikTok (borradores en la bandeja de la app)

Otros flujos

  • Servicio de captura → Estudio de contenidos : clips con consentimiento, anonimizados

Tecnologías

Stack verificado en el código

Interfaz

  • React
  • TypeScript
  • three.js
  • Vite
  • Next.js

Backend

  • Python
  • FastAPI
  • Node.js
  • Zod

Datos

  • PostgreSQL
  • SQLite

IA y voz

  • Claude (Anthropic)
  • ElevenLabs
  • Piper TTS
  • OpenCV

Automatización y vídeo

  • FFmpeg
  • Remotion

Infraestructura

  • Raspberry Pi
  • Linux
  • Docker
  • GitHub Actions
  • Hetzner

IoT, domótica y 3D

  • ESP32
  • PlatformIO
  • MQTT (Mosquitto)

Integraciones

  • Instagram Graph API
  • YouTube Data API
  • TikTok
  • Facebook

Calidad

  • pytest

Ingeniería

Cómo se planteó y se construyó

  1. Plantillas y primeros reels (junio y julio de 2026)

    Tras un prototipo en Remotion en mayo, el kit de vídeo arranca en junio con montajes y plantillas de anuncios. A final de mes llega el primer generador de reels a partir de plantillas de CapCut, y en julio el emparejado de clips por contenido, el cierre de marca y el ajuste de cada clip al hueco de la plantilla.

  2. Fábrica de reels (septiembre de 2026)

    Una auditoría del sistema da paso a la fábrica: ficha de cada plantilla, planificador diario, trabajador con estados en SQLite, versión vertical 9:16 de cada clip horizontal que sigue al sujeto y portada del reel elegida por puntuación.

  3. Captura en el taller y vídeo del cliente (septiembre y octubre de 2026)

    Entre el 30 de septiembre y el 1 de octubre se construyen la captura por pulsador con pre-roll, LED, MQTT y firmware para ESP32, las rutas de captura del CRM, la asignación de clips en la orden, la cola de render, el renderer en contenedor y el vídeo en la página de seguimiento.

  4. Estudio y publicación en redes (octubre de 2026)

    Los proyectos de motion design se unen en un monorepo con panel, editor de vídeo, biblioteca de animaciones y publicador en Instagram, YouTube, Facebook y TikTok. Las primeras publicaciones salen entre el 8 y el 12 de octubre.

  5. Un solo publicador (octubre de 2026)

    El 18 de octubre el generador de CapCut entra en el monorepo y entrega lo aprobado en su cola al publicador compartido, que reparte una publicación por día y red y reintenta sin duplicar. El 24 se añade un segundo editor con línea de tiempo libre.

Retos técnicos resueltos

El operario pulsa cuando ve el momento, y con una cámara IP el clip tardaría entre 3 y 5 segundos en empezar.
Un FFmpeg en copia lee la cámara sin parar y guarda en RAM un anillo de segmentos cortados en cada keyframe. Al pulsar, el clip arranca en el keyframe previo a la pulsación menos el pre-roll. El anillo mide el GOP solo y cada clip se comprueba con ffprobe para detectar huecos.
Subir clips desde un taller con red inestable sin perder ninguno ni duplicarlo.
La cola son los propios JSON de cada clip, con reintentos de 10 segundos a 15 minutos. El CRM escribe primero en una carpeta temporal y mueve el archivo de forma atómica; el mismo identificador con el mismo sha256 se trata como duplicado y con otro contenido devuelve 409.
Elegir el mejor momento de cada clip sin que nadie lo vea entero.
Una pasada de FFmpeg a baja resolución puntúa cada fotograma por movimiento, nitidez, brillo y si alguien tapa la cámara. Se buscan las tres mejores ventanas y suma la que muestra una llanta. Opcionalmente, un modelo elige entre ellas mirando una hoja de fotogramas, nunca el vídeo.
Renderizar en el mismo servidor de 2 vCPU que el CRM sin afectarlo.
Un trabajo cada vez, con prioridad baja, 1,5 CPU y 1,5 GB de memoria. Un trabajo sin latido durante 10 minutos vuelve a la cola, con un máximo de 3 intentos. Medido: unos 40 segundos por vídeo y un pico de 0,9 GB.
Publicar en redes sin repetir nunca una publicación y sin exponer datos de clientes.
Un único proceso publica, protegido por un bloqueo, y guarda el estado de cada envío antes de cada paso para retomarlo en los reintentos. Los clips del taller solo entran en la librería con consentimiento y tras difuminar caras y matrículas; si la detección falla, no entran.

Resultados

Lo que se ha medido

Cada cifra lleva su fuente y su fecha. Lo que no se ha medido va aparte, como potencial.

  • ~40 s

    de render por vídeo de cliente con los límites del servidor del CRM (tres clips, 1,5 CPU)

    README del renderer B2C, medición en contenedor: análisis y encuadre ~17 s, codificación ~20 s, QA ~3 s · 2026-10

  • −5 s

    de pre-roll, el clip empieza unos cinco segundos antes de la pulsación

    README del servicio de captura §7.1 (make bench, 5 pulsaciones con cámara RTSP simulada: media −5,05 s) · 2026-09

    Medido en banco de pruebas, no con la cámara del taller.

  • 5

    publicaciones salidas del publicador en su primera semana, en Instagram, YouTube y TikTok

    Registro del publicador del estudio · 2026-10

    Del 8 al 12 de octubre de 2026. Es un dato de uso del sistema, no de audiencia ni de negocio.

Potencial · sin medición propia

  • 1 vídeo por orden

    de la reparación, montado sin edición manual una vez asignados los clips

Cronología

Cómo ha evolucionado

  1. Kit de vídeo con plantillas de anuncios y primer generador de reels desde plantillas de CapCut.

  2. Fábrica de reels con planificador diario y captura por pulsador con pre-roll en el taller.

  3. Vídeo de la reparación montado en un contenedor junto al CRM y visible en la página de seguimiento.

  4. Primeras publicaciones en redes y publicador único para los dos generadores, con cola de aprobación.

Evolución prevista

Lo siguiente

Trabajo planificado, todavía no disponible.

  1. Previsto · 01

    Asignación automática de clips por QR

    Activar el cruce de cada clip con la llanta escaneada en la estación a esa hora, ya escrito en la captura y en el CRM, cuando las estaciones escaneen las llantas al empezar cada trabajo.

  2. Previsto · 02

    Exportación desde CapCut sin intervención

    Probar en el equipo del taller si la interfaz de CapCut se puede automatizar para exportar los reels aprobados o, si no, dejarlo en un lote semanal con un único gesto.

Proyectos relacionados

Más trabajo en esta línea

Ver todos los proyectos
  • Datos de demostración Tablero del CRM con las órdenes repartidas por estación del taller (preparación, diamantado, pintura, montaje, control de calidad y terminado), con operario y tiempo en curso.

    The Wheel Lab En producción

    CRM y ERP a medida para un taller de llantas

    Automoción y posventa · CRM/ERP a medida

    CRM y ERP a medida para un taller de reparación de llantas: de la consulta al cobro, con QR por llanta, recogidas con conductor y facturación por sucursal.

    • Python
    • FastAPI
    • SQLModel
    • Pydantic
  • Producto propio En producción

    Jarvis, asistente de voz para el hogar

    Hogar conectado · Asistente de voz con IA

    Asistente de voz para una casa con Home Assistant: palabra de activación propia, órdenes resueltas en código y cuatro proveedores de LLM con respaldo.

    • Python
    • FastAPI
    • HTMX
    • PWA
  • Sunkiss MVP

    CRM omnicanal Sunkiss

    Cosmética y comercio electrónico · CRM/ERP a medida

    CRM y gestión de stock para una marca argentina que vende en Tiendanube y Mercado Libre: lotes con FEFO, ventas unificadas, cobros conciliados y anuncios.

    • Python
    • FastAPI
    • Pydantic
    • JWT

Hablemos

¿Necesitas desarrollar una solución similar?

Cuéntanos el problema. Te respondemos con un planteamiento claro: qué haríamos, en cuánto tiempo y con qué entregables.