@danhachuel/thunderbolt 0.3.52 → 0.3.54

package/MANUAL-INSTALACAO.md

@@ -2,7 +2,7 @@
 
 Este manual descreve a instalação local da UI Thunderbolt, baseada no MoneyPrinterTurbo, utilizando o pacote npm `@danhachuel/thunderbolt`. O fluxo recomendado instala automaticamente o ambiente Python, as dependências da aplicação, as dependências do MoneyPrinterTurbo, o Streamlit e o suporte FFmpeg através de `imageio-ffmpeg`.
 
-> **Versão deste manual:** 0.3.52
+> **Versão deste manual:** 0.3.54
 > **Pacote npm:** `@danhachuel/thunderbolt`
 > **Porta padrão da UI:** `localhost:3030`  
 > **Repositório:** [github.com/DanHachuel/thunderbolt](https://github.com/DanHachuel/thunderbolt)
@@ -27,6 +27,20 @@ A aplicação não instala drivers de GPU, Docker, modelos Whisper ou credenciai
 
 O MoneyPrinterTurbo declara Python 3.11 ou superior como requisito e documenta a instalação com `uv` ou com `venv + pip`. A aplicação segue o mesmo princípio e adiciona um instalador assistido próprio.[1]
 
+## AI Influencers — configuração e utilização
+
+A área **AI Influencers > Personagens** permite criar personagens com nome, biografia, idioma, Instagram Business ID opcional, várias imagens de referência e ficheiros `.md`/`.json`. No uploader, seleccione vários ficheiros de uma vez; cada imagem pode ser pré-visualizada e cada documento é validado como UTF-8, Markdown ou JSON válido. Os assets são deduplicados por SHA-256 e não são gravados como base64 dentro das tabelas.
+
+O backend local predefinido é **SQLite**, pelo que Personagens e Geração de Conteúdo IA podem ser usados sem credenciais externas. Abra **Configurações > Configuração API > API Keys > Banco de Dados Influencers** para confirmar **SQLite** ou seleccionar **Supabase**. Se seleccionar Supabase, preencha **Supabase Project URL**, **Supabase API key** e **Supabase Storage bucket**, clique em **Testar ligação do backend**, aplique primeiro `seed/references/ai_influencers_schema.sql` no SQL Editor do projecto, exponha as quatro tabelas na Data API e configure permissões/RLS adequadas. O bucket deve existir com o nome configurado, por defeito `ai-influencers`.
+
+Se pretender trabalhar sem serviço externo, seleccione **SQLite** no mesmo expander e indique o caminho do ficheiro. O padrão é `storage/state/ai_influencers.db`; o SQLite cria o schema e guarda os assets em `storage/influencers/`. Apenas um backend é usado de cada vez. A subaba **Configuração API > AI Influencers** mostra o estado do backend, mas as credenciais são editadas exclusivamente no expander **Banco de Dados Influencers**.
+
+Em **AI Influencers > Geração de Conteúdo IA**, utilize as subabas **Imagens**, **Vídeos** e **Motion Control**. Seleccione um personagem, prompt e destinos sociais. A subaba **Imagens** usa o pool de imagem configurado em **Imagem e Video**. A subaba **Vídeos** requer uma imagem inicial e usa o pool de vídeo; escolha o provider/modelo no cartão configurado, sem dependência obrigatória do Veo 3.1. KIE AI, Replicate e FAL AI podem usar tarefas assíncronas; o Thunderbolt consulta o estado e guarda o resultado local antes da revisão. Na Replicate, o campo Modelo deve ser o identificador do modelo ou da versão, e os inputs específicos dependem do modelo configurado.
+
+A geração guarda prompt, caption, provider, modelo, plataforma, estado e caminho do artefacto no backend. **Instagram**, **TikTok**, **YouTube Shorts** e **Facebook** são destinos de revisão; não existe publicação automática nesta primeira adaptação. A publicação só deve ser executada depois de configurar e confirmar a integração social correspondente numa acção separada.
+
+O runtime do Thunderbolt adapta o comportamento dos workflows do episódio 35, mas não instala nem executa n8n. Formulários, Data Tables, Switch, Wait e subworkflows são substituídos por páginas Streamlit, repository Supabase/SQLite, adapters multimédia, worker, logs e notificações. Nunca coloque API keys nos JSONs dos workflows, em ficheiros versionados ou em mensagens de diagnóstico.
+
 ## 2. Pré-requisitos
 
 Instale os seguintes componentes antes de executar o instalador:
@@ -100,13 +114,13 @@ Execute:
 Windows PowerShell ou MobaXterm:
 
 ```powershell
-npx.cmd --yes --prefer-online @danhachuel/thunderbolt@0.3.52 install
+npx.cmd --yes --prefer-online @danhachuel/thunderbolt@0.3.54 install
 ```
 
 Linux/macOS:
 
 ```bash
-npx --yes --prefer-online @danhachuel/thunderbolt@0.3.52 install
+npx --yes --prefer-online @danhachuel/thunderbolt@0.3.54 install
 ```
 
 A instalação normal é **segura para actualizações**: preserva `storage`, Blueprints, Brandings, configurações e artefactos do utilizador. Remove apenas `.venv`, o clone técnico do MoneyPrinterTurbo e dependências que serão recriadas. Uma pasta antiga sem dados do utilizador, como `C:\Users\<utilizador>\AppData\Local\hermes` da tentativa incompleta, pode ser removida; uma pasta antiga que contenha Blueprints, Brandings ou storage é preservada e apenas avisada no terminal. Feche processos Python, Node, Streamlit e MobaXterm que estejam a usar as pastas antes de executar.
@@ -114,7 +128,7 @@ A instalação normal é **segura para actualizações**: preserva `storage`, Bl
 Se quiser apagar absolutamente tudo de forma intencional, use o comando destrutivo separado:
 
 ```powershell
-npx.cmd --yes --prefer-online @danhachuel/thunderbolt@0.3.52 install --purge-data
+npx.cmd --yes --prefer-online @danhachuel/thunderbolt@0.3.54 install --purge-data
 ```
 
 O parâmetro `--purge-data` apaga Blueprints, Brandings, configurações, storage e artefactos locais. Não o use numa actualização normal.
@@ -528,7 +542,7 @@ Ao abrir a página, o Thunderbolt não prepara dados públicos, não descarrega
 
 Os parâmetros da UI são número de clusters entre 2 e 10, suporte mínimo entre 0,01 e 0,50, país, engagement, intervalo de datas e tags, todos dentro da área principal da aba. O núcleo normaliza os dados, calcula engagement, aplica filtros, faz transformação logarítmica e standardização, executa K-Means e calcula itemsets/regras com FP-Growth. Não são apresentados resultados até ao primeiro clique em **Analisar Nichos**; o mesmo botão aplica alterações posteriores aos filtros. Os resultados são DataFrames de clusters, itemsets frequentes, regras de associação e dados analisados; o gráfico de dispersão é criado nativamente com Plotly.
 
-As dependências adicionais — `scikit-learn`, `mlxtend`, `plotly`, `seaborn`, `matplotlib` e `kagglehub` — são instaladas pelo procedimento normal de `npx`. Em instalações existentes, execute novamente `npx.cmd --yes --prefer-online @danhachuel/thunderbolt@0.3.52 install`; o instalador detecta e reutiliza o que já estiver válido.
+As dependências adicionais — `scikit-learn`, `mlxtend`, `plotly`, `seaborn`, `matplotlib` e `kagglehub` — são instaladas pelo procedimento normal de `npx`. Em instalações existentes, execute novamente `npx.cmd --yes --prefer-online @danhachuel/thunderbolt@0.3.54 install`; o instalador detecta e reutiliza o que já estiver válido.
 
 ### Niche Finder Apify
 

package/README.md

@@ -20,7 +20,7 @@ A primeira versão implementa a camada UI independente com:
 | Criação de Vídeos / Criação de Músicas | Subabas Criar vídeo e Vídeos; idiomas históricos preservados e dez códigos MoneyPrinterTurbo com bandeiras; Pexels/Pixabay, full IA com Estilo IA e Apenas Música com agente musical; a segunda página reutiliza o mesmo fluxo com título próprio |
 | Upload Música | Subabas **JewelMusic**, **Pushtunes** e **ytmusicapi** para upload de ficheiros, sincronização de bibliotecas e envio autenticado para YouTube Music; credenciais locais e histórico em `uploads.json` |
 | Automação | Menu expansível com a subaba **Automação Youtube**, onde ficam os vídeos e canais, selectores editáveis de Blueprint/voz padrão, Automação ON, horário diário HH:MM e worker local baseado no relógio do computador |
-| AI Influencers | Menu expansível com Personagens, Redes Sociais, Tutorial Meta e Tutorial Supabase; conteúdo interno localizado |
+| AI Influencers | Menu expansível com Personagens, Geração de Conteúdo IA, Motion Control, Redes Sociais, Tutorial Meta e Tutorial Supabase; Personagens aceita múltiplas imagens e documentos `.md`/`.json`, e Geração de Conteúdo IA separa Imagens e Vídeos |
 | Niche Finder | Menu expansível com duas alternativas independentes: Niche Finder Kaggle e Niche Finder Apify, com parâmetros, execução e resultados separados |
 | Edição | Menu expansível abaixo de Automação com Limpador de Metadados, Clip Generator local em Cortes e Editor Python inspirado no PYEdit para vídeos e scripts locais |
 | Upload | YouTube via `youtube-automation-agent` adaptado internamente, fallback ordenado API Oficial → Upload directo → Postiz, upload de MP4 para Postiz via API key/MCP configurável, TikTok, Instagram e Facebook Pages no front end |
@@ -28,6 +28,16 @@ A primeira versão implementa a camada UI independente com:
 | Configurações | **Contas Google**, **Configuração API** e **Notificações**; Notificações contém as subabas **Geral** e **Telegram Gateway**, com envio das mesmas operações locais para um Chat ID; API Keys divididas entre **Serviços e modelos** e **Fontes de materiais**, com várias chaves independentes por fonte, além de contas Google/YouTube por cartão, `INNERTUBE_API_KEY` global para todas as contas, providers, TTS, Nano Banana, Postiz, TikTok e Upload-Post |
 | Launcher | Execução via `npx`, instalação assistida, diagnóstico e preparação para distribuição |
 
+## AI Influencers — personagens e geração de conteúdo
+
+A área **AI Influencers > Personagens** permite guardar um personagem com nome, biografia, idioma, Instagram Business ID opcional, várias imagens de referência e documentos `.md` ou `.json`. Cada asset é validado, sanitizado, deduplicado por SHA-256 e guardado separado do perfil; imagens têm pré-visualização e documentos são mostrados como Markdown ou JSON estruturado.
+
+O backend local predefinido é **SQLite**, por isso Personagens e Geração de Conteúdo IA funcionam imediatamente sem credenciais externas. Em **Configurações > Configuração API > API Keys > Banco de Dados Influencers**, pode manter **SQLite** ou seleccionar **Supabase** quando quiser uma base remota; nesse caso, configure o **Supabase Project URL**, a **Supabase API key** e o bucket de Storage, aplique `seed/references/ai_influencers_schema.sql` no SQL Editor e confirme Data API/RLS. SQLite cria localmente `storage/state/ai_influencers.db` e `storage/influencers/`; apenas um backend fica activo de cada vez. O botão **Testar ligação do backend** é read-only e não bloqueia a utilização local.
+
+A página **AI Influencers > Geração de Conteúdo IA** contém as subabas **Imagens**, **Vídeos** e **Motion Control**. Imagens usam os cartões activos do **Pool Imagem**; Vídeos usam os cartões activos do **Pool Vídeo** e exigem uma imagem inicial image-to-video. O selector de modelo não está preso ao Veo 3.1: pode utilizar KIE AI, Replicate, FAL AI, Pollinations ou outro cartão que declare suporte para vídeo. Para Replicate, o campo Modelo deve conter o identificador aceito pela API, como `owner/model` ou `owner/model:version`; a tarefa usa `POST /v1/predictions`, consulta o estado assíncrono e guarda o resultado localmente. A publicação para Instagram, TikTok, YouTube Shorts ou Facebook não é automática: os destinos são registados para revisão e o envio exige uma acção posterior explícita.
+
+A migração é baseada no workflow público [AI Agents A-Z — episódio 35](https://github.com/gyoridavid/ai_agents_az/tree/main/episode_35), mas o runtime do Thunderbolt não instala nem executa n8n. Os formulários, Data Tables, waits e subworkflows são substituídos pela UI Streamlit, pelo repositório dual Supabase/SQLite, pelos adapters multimédia e pelos logs/notificações locais. As API keys são sempre configuradas localmente e não devem ser colocadas nos JSONs do workflow ou no GitHub.
+
 ## Upload-Post — publicação para múltiplas plataformas
 
 A página **Upload** contém quatro subabas: **Upload convencional**, **Upload directo**, **Postiz** e **Upload-Post**. A quarta alternativa usa a API oficial do [Upload-Post](https://docs.upload-post.com/) para enviar um vídeo local para uma ou mais plataformas ligadas ao perfil configurado. Seleccione as plataformas na própria subaba, confirme o título e a descrição e clique em **Enviar vídeo pelo Upload-Post**.
@@ -69,9 +79,10 @@ No topo da área principal da aplicação existe o menu nativo de idioma no padr
 
 A UI suporta os temas **Dark** e **Light** através do menu nativo de três pontos do Streamlit, no local original do toolbar. Não existe um selector Theme adicional dentro da página. A configuração distribuída em `.streamlit/config.toml` disponibiliza as variantes nomeadas **Dark** e **Light**, e o menu nativo continua responsável por alternar entre os modos, seguindo o padrão do [MoneyPrinterTurbo](https://github.com/harry0703/MoneyPrinterTurbo). O CSS próprio do Thunderbolt usa cores semânticas, `currentColor` e `color-mix` para acompanhar o tema activo, sem alterar a posição nem a funcionalidade do toolbar, do botão Deploy e do menu principal.
 
-## Navegação da UI 0.3.52
+## Navegação da UI 0.3.54
 
-A barra lateral mantém os níveis principais, nesta ordem: **Início**, **Niche Finder**, **Pipeline**, **Pipeline TikTok**, **Automação**, **Edição**, **AI Influencers** e **Configurações**. **Pipeline Vídeos** é expansível e contém **Criação de Vídeos**, **Backlog Vídeos**, **Roteiros**, **Thumbnails** e **Upload**. **Pipeline Música** é expansível e contém **Criação de Músicas** e **Upload Música**. **Automação** também é expansível e contém **Automação Youtube**. **Edição** é expansível e contém **Limpador de Metadados**, **Cortes**, **Editor Python** e **Download Mídia**, nessa ordem. **AI Influencers** é expansível e contém **Personagens**, **Redes Sociais**, **Tutorial Meta** e **Tutorial Supabase**, nessa ordem. **Niche Finder** é expansível e contém **Niche Finder Kaggle** e **Niche Finder Apify**. **Configurações** é expansível e contém **Canais Youtube**, **Blueprints Youtube**, **MCP**, **Contas Google**, **Notificações**, **Logs** e **Configuração API**, nessa ordem. O Início reúne o dashboard e as filas do Pipeline, sem botões de acções rápidas.
+A barra lateral mantém os níveis principais, nesta ordem: **Início**, **Niche Finder**, **Pipeline**, **Pipeline TikTok**, **Automação**, **Edição**, **AI Influencers** e **Configurações**. **Pipeline Vídeos** é expansível e contém **Criação de Vídeos**, **Backlog Vídeos**, **Roteiros**, **Thumbnails** e **Upload**. **Pipeline Música** é expansível e contém **Criação de Músicas** e **Upload Música**. **Automação** também é expansível e contém **Automação Youtube**. **Edição** é expansível e contém **Limpador de Metadados**, **Cortes**, **Editor Python** e **Download Mídia**, nessa ordem. **AI Influencers** é expansível e contém **Personagens**, **Geração de Conteúdo IA**, **Motion Control**, **Redes Sociais**, **Tutorial Meta** e **Tutorial Supabase**, nessa ordem. A página Geração de Conteúdo IA divide-se em **Imagens**, **Vídeos** e **Motion Control**; a subaba Motion Control permanece vazia nesta release.
+ **Niche Finder** é expansível e contém **Niche Finder Kaggle** e **Niche Finder Apify**. **Configurações** é expansível e contém **Canais Youtube**, **Blueprints Youtube**, **MCP**, **Contas Google**, **Notificações**, **Logs** e **Configuração API**, nessa ordem. O Início reúne o dashboard e as filas do Pipeline, sem botões de acções rápidas.
 
 A subaba **Tutorial Supabase** apresenta o guia de criação das tabelas `plans` e `posts` e do bucket `instagram-images`, com ligação para a fonte original no GitHub. As duas frases promocionais da comunidade foram omitidas. Todas as subabas internas também são localizadas pelo helper nativo de tabs:
 

package/THIRD-PARTY-NOTICES.md

@@ -25,3 +25,7 @@ Thunderbolt depends on [Psy-Q/pushtunes](https://pypi.org/project/pushtunes/) fo
 ## JewelMusic SDK
 
 The JewelMusic upload adapter follows the documented HTTP contract and API examples from [jewelmusic/sdk](https://github.com/jewelmusic/sdk), which is published under the MIT License. The Python package `jewelmusic-sdk` was not available on PyPI at implementation time, so Thunderbolt does not bundle that unavailable package; the adapter uses the documented `POST /v1/tracks/upload` request directly and retains attribution to the upstream SDK repository.
+
+## supabase-py
+
+Thunderbolt optionally depends on [supabase-py](https://github.com/supabase/supabase-py) for the AI Influencers Supabase backend. The package is distributed under the MIT License. The SQLite backend uses Python's standard library and does not require a remote service.

package/app/influencers_ui.py

@@ -0,0 +1,400 @@
+"""Streamlit UI for the AI Influencers domain."""
+
+from __future__ import annotations
+
+import base64
+import io
+import json
+from pathlib import Path
+from typing import Any, Mapping
+
+import streamlit as st
+
+from hermes_ui.influencers import (
+    BACKEND_OPTIONS,
+    InfluencerBackendError,
+    backend_name,
+    backend_status,
+    get_repository,
+    test_backend,
+)
+from hermes_ui.media_generation import MediaGenerationError, generate_image_for_card, generate_video_for_card
+from hermes_ui.media_providers import media_cards_for_pool, media_provider_definition
+from hermes_ui.notifications import record_notification
+
+
+CONTENT_STATES = {
+    "queued": "Na fila",
+    "running": "Em execução",
+    "completed": "Concluído",
+    "failed": "Falha",
+    "cancelled": "Cancelado",
+    "blocked": "Bloqueado",
+}
+PLATFORM_OPTIONS = ["Instagram", "TikTok", "YouTube Shorts", "Facebook"]
+
+
+def _repository(settings: Mapping[str, Any]):
+    try:
+        return get_repository(settings)
+    except InfluencerBackendError as exc:
+        st.warning(str(exc))
+        return None
+
+
+def _influencer_options(items: list[dict[str, Any]]) -> list[str]:
+    return [str(item.get("id") or "") for item in items if str(item.get("id") or "").strip()]
+
+
+def _influencer_label(items: list[dict[str, Any]], value: str) -> str:
+    item = next((item for item in items if str(item.get("id") or "") == str(value)), None)
+    return str(item.get("name") or value) if item else value
+
+
+def _asset_label(asset: Mapping[str, Any]) -> str:
+    kind = "Imagem" if str(asset.get("asset_type") or "") == "image" else "Documento"
+    return f"{kind} · {asset.get('original_name') or 'asset'}"
+
+
+def _local_asset_path(asset: Mapping[str, Any]) -> Path | None:
+    raw = str(asset.get("stored_path") or "").strip()
+    path = Path(raw).expanduser() if raw else None
+    return path if path and path.is_file() else None
+
+
+def _image_input(asset: Mapping[str, Any]) -> str:
+    """Create a provider-safe URL/data URL for local image-to-video inputs."""
+    public_url = str(asset.get("public_url") or "").strip()
+    if public_url.startswith(("http://", "https://")):
+        return public_url
+    path = _local_asset_path(asset)
+    if not path:
+        return ""
+    data = path.read_bytes()
+    mime = str(asset.get("mime_type") or "image/jpeg")
+    if len(data) > 220 * 1024:
+        try:
+            from PIL import Image
+            image = Image.open(io.BytesIO(data)).convert("RGB")
+            for quality in (78, 68, 58, 48):
+                buffer = io.BytesIO()
+                image.thumbnail((1600, 1600))
+                image.save(buffer, format="JPEG", quality=quality, optimize=True)
+                if buffer.tell() <= 220 * 1024:
+                    data = buffer.getvalue()
+                    mime = "image/jpeg"
+                    break
+        except Exception:
+            return ""
+    if len(data) > 256 * 1024:
+        return ""
+    return f"data:{mime};base64,{base64.b64encode(data).decode('ascii')}"
+
+
+def _provider_options(settings: Mapping[str, Any], pool: str) -> tuple[list[dict[str, Any]], list[str]]:
+    cards = media_cards_for_pool(settings, pool)
+    return cards, [str(card.get("id") or "") for card in cards]
+
+
+def _provider_label(card: Mapping[str, Any]) -> str:
+    definition = media_provider_definition(card.get("provider"))
+    model = str(card.get("model") or "modelo não configurado").strip()
+    return f"{definition.label} · {model}"
+
+
+def render_ai_influencers_api_status(settings: dict[str, Any]) -> None:
+    """Read-only status tab; credentials are edited in the API Keys expander."""
+    st.subheader("AI Influencers")
+    st.caption("Estado do backend usado por Personagens e Geração de Conteúdo IA. As credenciais são editadas apenas em API Keys > Banco de Dados Influencers.")
+    status = backend_status(settings)
+    cols = st.columns(3)
+    with cols[0]:
+        st.metric("Backend activo", status["backend"])
+    with cols[1]:
+        st.metric("Configurado", "Sim" if status["configured"] else "Não")
+    with cols[2]:
+        st.metric("Schema", "Verificar" if status["backend"] == "Supabase" else "Automático")
+    if status["configured"]:
+        st.info(f"{status['message']} Destino: `{status['target']}`")
+    else:
+        st.warning(status["message"])
+    st.markdown("A migração SQL idempotente está disponível em `seed/references/ai_influencers_schema.sql`. No Supabase, aplique-a no SQL Editor e confirme as políticas RLS e o bucket configurado.")
+    if st.button("Testar backend AI Influencers", key="influencers_api_status_test"):
+        result = test_backend(settings)
+        if result.get("ok"):
+            st.success(result.get("message") or "Backend disponível.")
+        else:
+            st.error(result.get("message") or "O backend não está disponível.")
+
+
+def render_ai_influencer_characters(settings: dict[str, Any]) -> None:
+    st.title("Personagens")
+    st.caption("Crie personagens virtuais com várias imagens de referência e documentos Markdown/JSON. Os assets ficam associados ao personagem e não são enviados para IA sem uma acção de geração.")
+    repository = _repository(settings)
+    if repository is None:
+        return
+
+    with st.form("influencer_create_form", clear_on_submit=False):
+        st.subheader("Novo personagem")
+        cols = st.columns(3)
+        with cols[0]:
+            name = st.text_input("Nome do personagem", key="influencer_new_name")
+        with cols[1]:
+            language = st.text_input("Idioma", placeholder="pt-BR, en-US…", key="influencer_new_language")
+        with cols[2]:
+            instagram_id = st.text_input("Instagram Business ID (opcional)", key="influencer_new_instagram_id")
+        bio = st.text_area("Biografia e instruções", height=130, key="influencer_new_bio")
+        files = st.file_uploader(
+            "Imagens e documentos de referência",
+            type=[item.lstrip(".") for item in sorted({".png", ".jpg", ".jpeg", ".webp", ".gif", ".md", ".json"})],
+            accept_multiple_files=True,
+            key="influencer_new_assets",
+            help="Pode seleccionar várias imagens e ficheiros .md/.json no mesmo upload.",
+        )
+        create = st.form_submit_button("Guardar personagem", type="primary", use_container_width=True)
+    if create:
+        try:
+            record = repository.create_influencer({"name": name, "bio": bio, "language": language, "instagram_business_id": instagram_id})
+            saved_assets = 0
+            for uploaded in files or []:
+                repository.save_asset(record["id"], uploaded.name, uploaded.getvalue())
+                saved_assets += 1
+            st.session_state["influencer_selected_id"] = record["id"]
+            st.success(f"Personagem guardado com {saved_assets} asset(s) de referência.")
+            st.rerun()
+        except (ValueError, InfluencerBackendError) as exc:
+            st.error(str(exc))
+        except Exception:
+            st.error("Não foi possível guardar o personagem ou os assets seleccionados.")
+
+    try:
+        influencers = repository.list_influencers()
+    except Exception:
+        st.error("Não foi possível consultar os personagens no backend seleccionado.")
+        return
+    if not influencers:
+        st.info("Ainda não existem personagens. Crie o primeiro acima.")
+        return
+
+    options = _influencer_options(influencers)
+    current = str(st.session_state.get("influencer_selected_id") or options[0])
+    selected_id = st.selectbox("Personagem seleccionado", options, index=options.index(current) if current in options else 0, format_func=lambda value: _influencer_label(influencers, value), key="influencer_selected_id")
+    selected = next(item for item in influencers if str(item.get("id")) == selected_id)
+
+    with st.expander("Editar perfil", expanded=False):
+        with st.form(f"influencer_edit_form_{selected_id}"):
+            edit_name = st.text_input("Nome", value=str(selected.get("name") or ""), key=f"influencer_edit_name_{selected_id}")
+            edit_language = st.text_input("Idioma", value=str(selected.get("language") or ""), key=f"influencer_edit_language_{selected_id}")
+            edit_instagram = st.text_input("Instagram Business ID", value=str(selected.get("instagram_business_id") or ""), key=f"influencer_edit_instagram_{selected_id}")
+            edit_bio = st.text_area("Biografia e instruções", value=str(selected.get("bio") or ""), height=130, key=f"influencer_edit_bio_{selected_id}")
+            save_edit = st.form_submit_button("Guardar alterações", type="primary")
+        if save_edit:
+            try:
+                repository.update_influencer(selected_id, {"name": edit_name, "language": edit_language, "instagram_business_id": edit_instagram, "bio": edit_bio})
+                st.success("Perfil do personagem actualizado.")
+                st.rerun()
+            except Exception as exc:
+                st.error(str(exc))
+
+    with st.form(f"influencer_append_assets_form_{selected_id}"):
+        more_files = st.file_uploader(
+            "Adicionar imagens/documentos de referência",
+            type=[item.lstrip(".") for item in sorted({".png", ".jpg", ".jpeg", ".webp", ".gif", ".md", ".json"})],
+            accept_multiple_files=True,
+            key=f"influencer_append_assets_{selected_id}",
+        )
+        append_assets = st.form_submit_button("Adicionar assets ao personagem", use_container_width=True)
+    if append_assets:
+        try:
+            saved_assets = 0
+            for uploaded in more_files or []:
+                repository.save_asset(selected_id, uploaded.name, uploaded.getvalue())
+                saved_assets += 1
+            st.success(f"{saved_assets} asset(s) adicionado(s).")
+            st.rerun()
+        except Exception as exc:
+            st.error(str(exc))
+
+    try:
+        assets = repository.list_assets(selected_id)
+    except Exception:
+        assets = []
+    st.subheader(f"Assets de referência · {selected.get('name') or selected_id}")
+    if not assets:
+        st.info("Este personagem ainda não tem imagens ou documentos de referência.")
+    else:
+        cols = st.columns(min(4, max(1, len(assets))))
+        for index, asset in enumerate(assets):
+            with cols[index % len(cols)]:
+                st.caption(_asset_label(asset))
+                path = _local_asset_path(asset)
+                if str(asset.get("asset_type") or "") == "image" and path:
+                    st.image(str(path), use_container_width=True)
+                elif str(asset.get("asset_type") or "") == "document":
+                    raw = str(asset.get("document_json") or "")
+                    try:
+                        preview = json.loads(raw) if raw else {}
+                        st.json(preview, expanded=False)
+                    except (TypeError, json.JSONDecodeError):
+                        st.code(raw[:1600], language="markdown")
+                st.caption(f"{asset.get('size_bytes', 0)} bytes · {asset.get('mime_type') or 'unknown'}")
+
+
+def _render_content_history(repository: Any, influencer_id: str = "") -> None:
+    try:
+        records = repository.list_content(influencer_id, limit=50)
+    except Exception:
+        records = []
+    if not records:
+        return
+    st.subheader("Conteúdos gerados")
+    rows = []
+    for item in records:
+        rows.append({
+            "Tipo": str(item.get("content_type") or "").capitalize(),
+            "Estado": CONTENT_STATES.get(str(item.get("state") or ""), str(item.get("state") or "—")),
+            "Provider": f"{item.get('provider') or '—'} · {item.get('model') or '—'}",
+            "Plataforma": item.get("platform") or "—",
+            "Artefacto": item.get("artifact_path") or item.get("error") or "—",
+            "Criado": item.get("created_at") or "—",
+        })
+    st.dataframe(rows, use_container_width=True, hide_index=True)
+    latest = records[0]
+    artifact = Path(str(latest.get("artifact_path") or ""))
+    if artifact.is_file() and latest.get("state") == "completed":
+        if latest.get("content_type") == "image":
+            st.image(str(artifact), caption="Última imagem gerada", use_container_width=True)
+        elif latest.get("content_type") == "video":
+            st.video(str(artifact))
+
+
+def render_ai_influencer_content(settings: dict[str, Any]) -> None:
+    st.title("Geração de Conteúdo IA")
+    st.caption("Gere conteúdos para redes sociais a partir de um personagem e dos seus assets. A publicação permanece separada e exige uma acção explícita.")
+    repository = _repository(settings)
+    if repository is None:
+        return
+    try:
+        influencers = repository.list_influencers()
+    except Exception:
+        st.error("Não foi possível consultar os personagens.")
+        return
+    images_tab, videos_tab, motion_tab = st.tabs(["Imagens", "Vídeos", "Motion Control"])
+
+    with images_tab:
+        st.subheader("Gerar imagem para redes sociais")
+        if not influencers:
+            st.info("Crie um personagem em AI Influencers > Personagens antes de gerar conteúdo.")
+        else:
+            options = _influencer_options(influencers)
+            current = str(st.session_state.get("influencer_selected_id") or options[0])
+            cards, provider_options = _provider_options(settings, "image")
+            if not cards:
+                st.warning("Não existem providers activos no pool de imagem. Configure um provider em Configuração API > API Keys > Imagem e Video.")
+            with st.form("influencer_image_content_form"):
+                influencer_id = st.selectbox("Personagem", options, index=options.index(current) if current in options else 0, format_func=lambda value: _influencer_label(influencers, value), key="content_image_influencer")
+                assets = repository.list_assets(influencer_id)
+                image_assets = [item for item in assets if str(item.get("asset_type") or "") == "image"]
+                asset_options = [""] + [str(item.get("id") or "") for item in image_assets]
+                reference_id = st.selectbox("Imagem de referência (opcional)", asset_options, format_func=lambda value: "Sem imagem base" if not value else next((_asset_label(item) for item in image_assets if str(item.get("id")) == value), value), key="content_image_reference")
+                prompt = st.text_area("Prompt da imagem", height=130, placeholder="Descreva a cena, pose, ambiente e estilo do personagem…", key="content_image_prompt")
+                caption = st.text_area("Legenda/caption (opcional)", height=90, key="content_image_caption")
+                platforms = st.multiselect("Redes sociais de destino", PLATFORM_OPTIONS, default=["Instagram"], key="content_image_platforms")
+                provider_id = st.selectbox("Provider / modelo", provider_options, format_func=lambda value: _provider_label(next(card for card in cards if str(card.get("id")) == value)), key="content_image_provider") if cards else ""
+                generate = st.form_submit_button("Gerar imagem", type="primary", use_container_width=True)
+            if generate:
+                if not prompt.strip():
+                    st.error("Informe o prompt da imagem.")
+                elif not platforms:
+                    st.error("Seleccione pelo menos uma rede social de destino.")
+                elif not provider_id:
+                    st.error("Configure e active um provider de imagem antes de gerar.")
+                else:
+                    card = next(card for card in cards if str(card.get("id")) == provider_id)
+                    reference = next((item for item in image_assets if str(item.get("id")) == reference_id), None)
+                    reference_path = _local_asset_path(reference) if reference else None
+                    record = repository.create_content({"influencer_id": influencer_id, "content_type": "image", "prompt": prompt, "caption": caption, "provider": card.get("provider"), "model": card.get("model"), "platform": ", ".join(platforms), "state": "running", "metadata": {"reference_asset_id": reference_id}})
+                    with st.spinner("A gerar a imagem…"):
+                        try:
+                            output = generate_image_for_card(settings, card, prompt, topic=_influencer_label(influencers, influencer_id), reference_image=reference_path)
+                            repository.update_content(record["id"], {"state": "completed", "artifact_path": str(output)})
+                            record_notification("influencer_content_completed", "Conteúdo de Influencer concluído", f"A imagem de {_influencer_label(influencers, influencer_id)} foi gerada e guardada.", metadata={"content_id": record["id"], "content_type": "image", "provider": card.get("provider")}, dedupe_key=f"influencer-content:{record['id']}:completed")
+                            st.success(f"Imagem gerada por {media_provider_definition(card.get('provider')).label}.")
+                        except Exception as exc:
+                            repository.update_content(record["id"], {"state": "failed", "error": str(exc)[:1000]})
+                            record_notification("influencer_content_failed", "Conteúdo de Influencer falhou", f"A imagem de {_influencer_label(influencers, influencer_id)} falhou. Consulte o histórico para ver o erro.", metadata={"content_id": record["id"], "content_type": "image", "provider": card.get("provider")}, dedupe_key=f"influencer-content:{record['id']}:failed")
+                            st.error(f"Não foi possível gerar a imagem: {exc}")
+                    _render_content_history(repository, influencer_id)
+            else:
+                selected_id = str(st.session_state.get("content_image_influencer") or options[0])
+                _render_content_history(repository, selected_id)
+
+    with videos_tab:
+        st.subheader("Gerar vídeo para redes sociais")
+        if not influencers:
+            st.info("Crie um personagem em AI Influencers > Personagens antes de gerar conteúdo.")
+        else:
+            options = _influencer_options(influencers)
+            current = str(st.session_state.get("influencer_selected_id") or options[0])
+            cards, provider_options = _provider_options(settings, "video")
+            if not cards:
+                st.warning("Não existem providers activos no pool de vídeo. Configure KIE AI, Replicate, FAL AI ou outro provider compatível em Configuração API > API Keys > Imagem e Video.")
+            with st.form("influencer_video_content_form"):
+                influencer_id = st.selectbox("Personagem", options, index=options.index(current) if current in options else 0, format_func=lambda value: _influencer_label(influencers, value), key="content_video_influencer")
+                assets = repository.list_assets(influencer_id)
+                image_assets = [item for item in assets if str(item.get("asset_type") or "") == "image"]
+                asset_options = [str(item.get("id") or "") for item in image_assets]
+                reference_id = st.selectbox("Imagem inicial", asset_options, format_func=lambda value: next((_asset_label(item) for item in image_assets if str(item.get("id")) == value), value), key="content_video_reference") if image_assets else ""
+                prompt = st.text_area("Prompt de movimento", height=130, placeholder="Descreva movimento de câmara, expressão, gesto e ambiente…", key="content_video_prompt")
+                caption = st.text_area("Legenda/caption (opcional)", height=90, key="content_video_caption")
+                platforms = st.multiselect("Redes sociais de destino", PLATFORM_OPTIONS, default=["Instagram", "TikTok"], key="content_video_platforms")
+                provider_id = st.selectbox("Provider / modelo de vídeo", provider_options, format_func=lambda value: _provider_label(next(card for card in cards if str(card.get("id")) == value)), key="content_video_provider") if cards else ""
+                generate = st.form_submit_button("Gerar vídeo", type="primary", use_container_width=True)
+            if generate:
+                if not prompt.strip():
+                    st.error("Informe o prompt de movimento.")
+                elif not reference_id:
+                    st.error("Seleccione uma imagem inicial para a conversão image-to-video.")
+                elif not platforms:
+                    st.error("Seleccione pelo menos uma rede social de destino.")
+                elif not provider_id:
+                    st.error("Configure e active um provider de vídeo antes de gerar.")
+                else:
+                    card = next(card for card in cards if str(card.get("id")) == provider_id)
+                    reference = next((item for item in image_assets if str(item.get("id")) == reference_id), None)
+                    image_url = _image_input(reference or {})
+                    if not image_url:
+                        st.error("A imagem inicial local deve ter até 256 KB ou ter um URL público no backend para ser enviada ao provider de vídeo.")
+                    else:
+                        record = repository.create_content({"influencer_id": influencer_id, "content_type": "video", "prompt": prompt, "caption": caption, "provider": card.get("provider"), "model": card.get("model"), "platform": ", ".join(platforms), "state": "running", "metadata": {"reference_asset_id": reference_id}})
+                        with st.spinner("A gerar e descarregar o vídeo…"):
+                            try:
+                                output = generate_video_for_card(settings, card, prompt, image_url=image_url)
+                                repository.update_content(record["id"], {"state": "completed", "artifact_path": str(output)})
+                                record_notification("influencer_content_completed", "Conteúdo de Influencer concluído", f"O vídeo de {_influencer_label(influencers, influencer_id)} foi gerado e guardado.", metadata={"content_id": record["id"], "content_type": "video", "provider": card.get("provider")}, dedupe_key=f"influencer-content:{record['id']}:completed")
+                                st.success(f"Vídeo gerado por {media_provider_definition(card.get('provider')).label}.")
+                            except Exception as exc:
+                                repository.update_content(record["id"], {"state": "failed", "error": str(exc)[:1000]})
+                                record_notification("influencer_content_failed", "Conteúdo de Influencer falhou", f"O vídeo de {_influencer_label(influencers, influencer_id)} falhou. Consulte o histórico para ver o erro.", metadata={"content_id": record["id"], "content_type": "video", "provider": card.get("provider")}, dedupe_key=f"influencer-content:{record['id']}:failed")
+                                st.error(f"Não foi possível gerar o vídeo: {exc}")
+                        _render_content_history(repository, influencer_id)
+            else:
+                selected_id = str(st.session_state.get("content_video_influencer") or options[0])
+                _render_content_history(repository, selected_id)
+
+    with motion_tab:
+        st.subheader("Motion Control")
+        st.info("A subaba Motion Control foi preparada para a próxima evolução. Nenhuma operação é executada nesta versão.")
+
+
+def render_ai_influencer_motion_control() -> None:
+    st.title("Motion Control")
+    st.info("A área Motion Control está reservada para desenvolvimento futuro e permanece vazia nesta versão.")
+
+
+__all__ = [
+    "render_ai_influencer_characters",
+    "render_ai_influencer_content",
+    "render_ai_influencer_motion_control",
+    "render_ai_influencers_api_status",
+]