[{"data":1,"prerenderedAt":72},["ShallowReactive",2],{"project-video-factory":3},{"id":4,"title":5,"body":6,"category":48,"context":49,"cover":50,"date":49,"demo":49,"description":51,"duration":49,"extension":52,"featured":53,"github":54,"meta":55,"navigation":56,"objective":57,"order":58,"path":59,"result":60,"seo":61,"stack":62,"status":69,"stem":70,"__hash__":71},"projects\u002Fprojects\u002Fvideo-factory.md","Video Factory — Moteur d'automatisation de contenu vidéo",{"type":7,"value":8,"toc":41},"minimark",[9,14,18,22,25,28,32,35,38],[10,11,13],"h2",{"id":12},"_01-le-contexte","01 | Le contexte",[15,16,17],"p",{},"Un entrepreneur avait mis en pause un projet thématique par simple manque de temps. Avec l'essor de l'IA, il a vu l'opportunité de le relancer en le développant via un nouveau canal d'acquisition : la création de vidéos. Le problème ? Écrire des scripts, générer des visuels et monter des vidéos reste extrêmement chronophage pour un emploi du temps déjà plein. Le défi était donc clair : concevoir un \"moteur\" autonome capable de gérer toute la chaîne de production, de la recherche à la vidéo finale, sans aucune charge mentale ou technique pour lui.",[10,19,21],{"id":20},"_02-le-projet","02 | Le projet",[15,23,24],{},"J'ai abordé ce défi en concevant une véritable architecture en micro-services, orchestrée de A à Z par n8n (déployé via Docker). Le workflow pilote plusieurs agents autonomes : Google Gemini transforme une biographie ou idée brute en script narratif, Vertex AI (Imagen 3) stylise les visuels, ElevenLabs génère une voix-off engageante, et Templated.io produit les miniatures.",[15,26,27],{},"Pour l'assemblage final, j'ai implémenté FFmpeg directement au cœur du conteneur. Il compile automatiquement les assets générés : synchronisation de l'audio, animation d'une onde sonore réactive et incrustation des sous-titres. J'ai pensé le système pour être modulaire : le client peut faire évoluer ses modèles ou changer d'IA en quelques clics sans casser la chaîne.",[10,29,31],{"id":30},"_03-les-apprentissages","03 | Les apprentissages",[15,33,34],{},"J'ai appris à traduire un besoin de croissance (lancer un canal vidéo sans y allouer de temps humain) en une solution technique fluide apportant une valeur business immédiate.",[15,36,37],{},"Penser \"micro-services\" dès la conception m'a appris à construire des systèmes robustes, maintenables et évolutifs sur le long terme.",[15,39,40],{},"J'ai consolidé mon expertise sur l'intégration complexe d'APIs hétérogènes, le déploiement Docker et le traitement vidéo programmatique (FFmpeg).",{"title":42,"searchDepth":43,"depth":43,"links":44},"",2,[45,46,47],{"id":12,"depth":43,"text":13},{"id":20,"depth":43,"text":21},{"id":30,"depth":43,"text":31},"Automatisation & LLM",null,"\u002Fimg\u002Fvideo-factory-automation-pipeline-architecture-diagram.png","Moteur de production vidéo autonome pour un entrepreneur. Architecture micro-services orchestrée par n8n : script IA → visuels IA → voix-off IA → montage FFmpeg → publication. Cycle de production réduit de plusieurs heures à quelques minutes.","md",false,"https:\u002F\u002Fgithub.com\u002Faant-code\u002Fn8n-video-factory",{},true,"Automatiser un cycle complet de production vidéo pour un client entrepreneur.",99,"\u002Fprojects\u002Fvideo-factory","Pipeline micro-services livré, cycle de production de plusieurs heures réduit à quelques minutes.",{"title":5,"description":51},[63,64,65,66,67,68],"n8n","Docker","FFmpeg","Google Gemini","Vertex AI (Imagen 3)","ElevenLabs","Terminé","projects\u002Fvideo-factory","zjNFfAmz9-kMyY22xvHk8coqGaPJQu6uGDRcJfbCUfQ",1774549538484]