Content Extend é um template de projeto do OpenTechnologyApp que substitui dois aplicativos desktop — o Stream Extend (controle de transmissão) e o Creator Extend (criação de conteúdo com IA) — por um único dashboard web conectado às ferramentas que realmente rodam nas suas máquinas: OBS, ComfyUI, Blender, Krita, Ollama, NodeCG, e a stack de backend com MinIO/Postgres/Redis.
A conexão é uma pequena bridge — um único script Node por máquina. Outbound-only: ela escuta eventos de controle do seu projeto e envia telemetria de volta via POST. Sem portas de entrada, sem brechas no firewall, e suas senhas do OBS/ComfyUI nunca saem da máquina.
O diretório do template está indo para open source no GitHub — acompanhe a org para o repositório.
O que substitui o quê
| Superfície do app Extend | Content Extend |
|---|---|
| Auto-detecção de ferramentas + configuração em um clique | Fila de Inventário de Ferramentas e Serviços + playbooks de instalação por plataforma |
| Status de conexão, FPS/bitrate, GPU/VRAM | Fila de Verificações de Saúde — cada métrica é um item rastreado com limites |
| Troca de cena, ir ao vivo, fluxo de fila | Comandos de Controle disparados via webhooks → bridge → APIs locais |
| Fila de renderização | Fila de Pipeline de Conteúdo, agrupada por estágio, falhas escaladas automaticamente |
| (os apps não tinham nada) | Fila de Incidentes com playbook de post-mortem |
| Assinatura de relay na nuvem | O app é o relay — o acesso remoto é inerente |
Verificações em três níveis
- T1 — Transmissão: heartbeat do OBS, sinais vitais da stream (FPS / bitrate / quadros perdidos, avaliados apenas enquanto ao vivo), pipeline de áudio, gráficos de transmissão
- T2 — Pipeline: profundidade da fila do ComfyUI + margem de VRAM, falhas de jobs de renderização, latência do LLM para o co-apresentador de IA
- T3 — Infra: serviços de backend do Docker, armazenamento de disco/ativos, desvio de versão de ferramentas
Além da meta-verificação que todo sistema distribuído precisa: conectividade da bridge. Se todas as verificações ficam silenciosas ao mesmo tempo, é a bridge que está fora do ar — não sua frota. O template nunca sinaliza em massa por conta do silêncio da bridge.
A automação que paga por tudo isso
Ir ao Vivo → pausar o ComfyUI. Quando o OBS muda para Ao Vivo, a bridge pausa a fila de renderização que compartilha a GPU de streaming; quando a stream termina, ela retoma. Margem de encode vence throughput de renderização enquanto você está ao vivo — essa única regra acaba de vez com o incidente de quadros perdidos durante uma renderização em lote. Isso vem junto com escalonamento de serviço fora do ar, reinício automático via bridge, escalonamento de renderização falha e notificação de incidente no Slack.
Playbooks, não conhecimento tribal
- Configuração da bridge — conecte uma máquina em cinco etapas verificadas, terminando com um teste de round-trip de controle
- Checklist de Ir ao Vivo — gráficos no ar, áudio sensato, GPU controlada, sinais vitais observados por dois minutos
- Triagem de serviço fora do ar — confirmação cross-channel antes de tocar em qualquer coisa
- Stream degradada / renderização falhou — as escadas de diagnóstico, em ordem
- Post-mortem de incidente — cada P1/P2 torna as verificações mais inteligentes
O que permanece local, de propósito
Efeitos de IA em tempo real, captura, encode e inferência em GPU nunca fazem round-trip por um servidor — o dashboard rastreia e controla esses processos, não faz proxy dos frames. Instalações silenciosas em um clique e transmissão RTMP móvel continuam sendo território de aplicativo nativo; a bridge cobre controle, telemetria e instalações guiadas, e é honesta sobre o resto.
Como obter
Importe o template no OpenTechnologyApp (Novo Projeto → Importar Template), rode o playbook de Configuração da Bridge em cada máquina, e ative as automações de webhook depois de um ciclo confiável. O JSON do template, os playbooks e o script da bridge estão a caminho da org OpenTechnology14 no GitHub.