Video — foundations RFC

Status

*ccepted*— ratificada 20260509 (mesmo dia da abertura) como parte da onda piloto de bootstrap servicesai. Implementação iniciada em `servicesaivideo; tickets em servicesaivideobacklogpending/{001..005}`.

Summary

Foundation pra video understanding (transcrição, keyframe extraction, action recognition) e geração (proxy SoraVeoRunway via gateway, e selfhosted texttovideo local quando viável).

Motivation

Video é a próxima fronteira — Sora, Veo, Runway maduros em 2026. Koder Stack tem zero. Use cases: tutorial generation, screen recording analysis, ads.

Scope

In

• Transcription (delegando a voice/ pra audio track)
• Key-frame extraction
• Scene segmentation
• Gen via proxy

Out (yet)

• Video editing pipeline (escopo de produto, não foundation)
• Live streaming

Initial design

Surfaces

• backend/ — Go API + worker batch
• app/ — não aplicável v1

Key APIs

• POST /v1/video/analyze — pipeline completo de understanding
• POST /v1/video/generate — proxy gen (SoraVeoRunway)
• POST /v1/video/keyframes — extração de frames-chave

Dependencies

• services/ai/voice — audio track transcription
• services/ai/imaging — frame analysis
• services/ai/gateway — proxy gen
• infra/data/kdb-blob — storage

Relation to existing sectors

• Combina voice + imaging para análise multimodal de vídeo
• Independente de `products/media