README.md

---
title: Euia-AducSdr
emoji: 🎥
colorFrom: indigo
colorTo: purple
sdk: gradio
sdk_version: 5.42.0
app_file: app.py
pinned: true
license: agpl-3.0
short_description: Uma implementação aberta e funcional da arquitetura ADUC-SDR
---

### 🇧🇷 Português

Uma implementação aberta e funcional da arquitetura ADUC-SDR (Arquitetura de Unificação Compositiva - Escala Dinâmica e Resiliente), projetada para a geração de vídeo coerente de longa duração. Este projeto materializa os princípios de fragmentação, navegação geométrica e um mecanismo de "eco causal 4bits memoria" para garantir a continuidade física e narrativa em sequências de vídeo geradas por múltiplos modelos de IA.

**Licença:** Este projeto é licenciado sob os termos da **GNU Affero General Public License v3.0**. Isto significa que se você usar este software (ou qualquer trabalho derivado) para fornecer um serviço através de uma rede, você é **obrigado a disponibilizar o código-fonte completo** da sua versão para os usuários desse serviço.

- **Copyright (C) 4 de Agosto de 2025, Carlos Rodrigues dos Santos**
- Uma cópia completa da licença pode ser encontrada no arquivo [LICENSE](LICENSE).

---

### 🇬🇧 English

An open and functional implementation of the ADUC-SDR (Architecture for Compositive Unification - Dynamic and Resilient Scaling) architecture, designed for long-form coherent video generation. This project materializes the principles of fragmentation, geometric navigation, and a "causal echo 4bits memori" mechanism to ensure physical and narrative continuity in video sequences generated by multiple AI models.

**License:** This project is licensed under the terms of the **GNU Affero General Public License v3.0**. This means that if you use this software (or any derivative work) to provide a service over a network, you are **required to make the complete source code** of your version available to the users of that service.

- **Copyright (C) August 4, 2025, Carlos Rodrigues dos Santos**
- A full copy of the license can be found in the [LICENSE](LICENSE) file.

---

## **Aviso de Propriedade Intelectual e Patenteamento**

### **Processo de Patenteamento em Andamento (EM PORTUGUÊS):**

A arquitetura e o método **ADUC (Automated Discovery and Orchestration of Complex tasks)**, conforme descritos neste projeto e nas reivindicações associadas, estão **atualmente em processo de patenteamento**.

O titular dos direitos, Carlos Rodrigues dos Santos, está buscando proteção legal para as inovações chave da arquitetura ADUC, que incluem, mas não se limitam a:

*   Fragmentação e escalonamento de solicitações que excedem limites de contexto de modelos de IA.
*   Distribuição inteligente de sub-tarefas para especialistas heterogêneos.
*   Gerenciamento de estado persistido com avaliação iterativa e realimentação para o planejamento de próximas etapas.
*   Planejamento e roteamento sensível a custo, latência e requisitos de qualidade.
*   O uso de "tokens universais" para comunicação agnóstica a modelos.

Ao utilizar este software e a arquitetura ADUC aqui implementada, você reconhece a natureza inovadora desta arquitetura e que a **reprodução ou exploração da lógica central da ADUC em sistemas independentes pode infringir direitos de patente pendente.**

---

### **Patent Pending (IN ENGLISH):**

The **ADUC (Automated Discovery and Orchestration of Complex tasks)** architecture and method, as described in this project and its associated claims, are **currently in the process of being patented.**

The rights holder, Carlos Rodrigues dos Santos, is seeking legal protection for the key innovations of the ADUC architecture, including, but not limited to:

*   Fragmentation and scaling of requests exceeding AI model context limits.
*   Intelligent distribution of sub-tasks to heterogeneous specialists.
*   Persistent state management with iterative evaluation and feedback for planning subsequent steps.
*   Cost, latency, and quality-aware planning and routing.
*   The use of "universal tokens" for model-agnostic communication.

By using this software and the ADUC architecture implemented herein, you acknowledge the innovative nature of this architecture and that **the reproduction or exploitation of ADUC's core logic in independent systems may infringe upon pending patent rights.**

---

### Detalhes Técnicos e Reivindicações da ADUC

#### 🇧🇷 Definição Curta (para Tese e Patente)

**ADUC** é um *framework pré-input* e *intermediário* de **gerenciamento de prompts** que:

1.  **fragmenta** solicitações acima do limite de contexto de qualquer modelo,
2.  **escala linearmente** (processo sequencial com memória persistida),
3.  **distribui** sub-tarefas a **especialistas** (modelos/ferramentas heterogêneos), e
4.  **realimenta** a próxima etapa com avaliação do que foi feito/esperado (LLM diretor).

Não é um modelo; é uma **camada orquestradora** plugável antes do input de modelos existentes (texto, imagem, áudio, vídeo), usando *tokens universais* e a tecnologia atual.

#### 🇬🇧 Short Definition (for Thesis and Patent)

**ADUC** is a *pre-input* and *intermediate* **prompt management framework** that:

1.  **fragments** requests exceeding any model's context limit,
2.  **scales linearly** (sequential process with persisted memory),
3.  **distributes** sub-tasks to **specialists** (heterogeneous models/tools), and
4.  **feeds back** to the next step with an evaluation of what was done/expected (director LLM).

It is not a model; it is a pluggable **orchestration layer** before the input of existing models (text, image, audio, video), using *universal tokens* and current technology.

---

#### 🇧🇷 Elementos Essenciais (Telegráfico)

*   **Agnóstico a modelos:** opera com qualquer LLM/difusor/API.
*   **Pré-input manager:** recebe pedido do usuário, **divide** em blocos ≤ limite de tokens, **prioriza**, **agenda** e **roteia**.
*   **Memória persistida:** resultados/latentes/“eco” viram **estado compartilhado** para o próximo bloco (nada é ignorado).
*   **Especialistas:** *routers* decidem quem faz o quê (ex.: “descrição → LLM-A”, “keyframe → Img-B”, “vídeo → Vid-C”).
*   **Controle de qualidade:** LLM diretor compara *o que fez* × *o que deveria* × *o que falta* e **regenera objetivos** do próximo fragmento.
*   **Custo/latência-aware:** planeja pela **VRAM/tempo/custo**, não tenta “abraçar tudo de uma vez”.

#### 🇬🇧 Essential Elements (Telegraphic)

*   **Model-agnostic:** operates with any LLM/diffuser/API.
*   **Pre-input manager:** receives user request, **divides** into blocks ≤ token limit, **prioritizes**, **schedules**, and **routes**.
*   **Persisted memory:** results/latents/“echo” become **shared state** for the next block (nothing is ignored).
*   **Specialists:** *routers* decide who does what (e.g., “description → LLM-A”, “keyframe → Img-B”, “video → Vid-C”).
*   **Quality control:** director LLM compares *what was done* × *what should be done* × *what is missing* and **regenerates objectives** for the next fragment.
*   **Cost/latency-aware:** plans by **VRAM/time/cost**, does not try to “embrace everything at once”.

---

#### 🇧🇷 Reivindicações Independentes (Método e Sistema)

**Reivindicação Independente (Método) — Versão Enxuta:**

1.  **Método** de **orquestração de prompts** para execução de tarefas acima do limite de contexto de modelos de IA, compreendendo:
    (a) **receber** uma solicitação que excede um limite de tokens;
    (b) **analisar** a solicitação por um **LLM diretor** e **fragmentá-la** em sub-tarefas ≤ limite;
    (c) **selecionar** especialistas de execução para cada sub-tarefa com base em capacidades declaradas;
    (d) **gerar** prompts específicos por sub-tarefa em **tokens universais**, incluindo referências ao **estado persistido** de execuções anteriores;
    (e) **executar sequencialmente** as sub-tarefas e **persistir** suas saídas como memória (incluindo latentes/eco/artefatos);
    (f) **avaliar** automaticamente a saída versus metas declaradas e **regenerar objetivos** do próximo fragmento;
    (g) **iterar** (b)–(f) até que os critérios de completude sejam atendidos, produzindo o resultado agregado;
    em que o framework **escala linearmente** no tempo e armazenamento físico, **independente** da janela de contexto dos modelos subjacentes.

**Reivindicação Independente (Sistema):**

2.  **Sistema** de orquestração de prompts, compreendendo: um **planejador LLM diretor**; um **roteador de especialistas**; um **banco de estado persistido** (incl. memória cinética para vídeo); um **gerador de prompts universais**; e um **módulo de avaliação/realimentação**, acoplados por uma **API pré-input** a modelos heterogêneos.

#### 🇬🇧 Independent Claims (Method and System)

**Independent Claim (Method) — Concise Version:**

1.  A **method** for **prompt orchestration** for executing tasks exceeding AI model context limits, comprising:
    (a) **receiving** a request that exceeds a token limit;
    (b) **analyzing** the request by a **director LLM** and **fragmenting it** into sub-tasks ≤ the limit;
    (c) **selecting** execution specialists for each sub-task based on declared capabilities;
    (d) **generating** specific prompts per sub-task in **universal tokens**, including references to the **persisted state** of previous executions;
    (e) **sequentially executing** the sub-tasks and **persisting** their outputs as memory (including latents/echo/artifacts);
    (f) **automatically evaluating** the output against declared goals and **regenerating objectives** for the next fragment;
    (g) **iterating** (b)–(f) until completion criteria are met, producing the aggregated result;
    wherein the framework **scales linearly** in time and physical storage, **independent** of the context window of the underlying models.

**Independent Claim (System):**

2.  A prompt orchestration **system**, comprising: a **director LLM planner**; a **specialist router**; a **persisted state bank** (incl. kinetic memory for video); a **universal prompt generator**; and an **evaluation/feedback module**, coupled via a **pre-input API** to heterogeneous models.

---

#### 🇧🇷 Dependentes Úteis

*   (3) Onde o roteamento considera **custo/latência/VRAM** e metas de qualidade.
*   (4) Onde o banco de estado inclui **eco cinético** para vídeo (últimos *n* frames/latentes/fluxo).
*   (5) Onde a avaliação usa métricas específicas por domínio (Lflow, consistência semântica, etc.).
*   (6) Onde *tokens universais* padronizam instruções entre especialistas.
*   (7) Onde a orquestração decide **cut vs continuous** e **corte regenerativo** (Déjà-Vu) ao editar vídeo.
*   (8) Onde o sistema **nunca descarta** conteúdo excedente: **reagenda** em novos fragmentos.

#### 🇬🇧 Useful Dependents

*   (3) Wherein routing considers **cost/latency/VRAM** and quality goals.
*   (4) Wherein the state bank includes **kinetic echo** for video (last *n* frames/latents/flow).
*   (5) Wherein evaluation uses domain-specific metrics (Lflow, semantic consistency, etc.).
*   (6) Wherein *universal tokens* standardize instructions between specialists.
*   (7) Wherein orchestration decides **cut vs continuous** and **regenerative cut** (Déjà-Vu) when editing video.
*   (8) Wherein the system **never discards** excess content: it **reschedules** it in new fragments.

---

#### 🇧🇷 Como isso conversa com SDR (Vídeo)

*   **Eco Cinético**: é um **tipo de estado persistido** consumido pelo próximo passo.
*   **Déjà-Vu (Corte Regenerativo)**: é **uma política de orquestração** aplicada quando há edição; ADUC decide, monta os prompts certos e chama o especialista de vídeo.
*   **Cut vs Continuous**: decisão do **diretor** com base em estado + metas; ADUC roteia e garante a sobreposição/remoção final.

#### 🇬🇧 How this Converses with SDR (Video)

*   **Kinetic Echo**: is a **type of persisted state** consumed by the next step.
*   **Déjà-Vu (Regenerative Cut)**: is an **orchestration policy** applied during editing; ADUC decides, crafts the right prompts, and calls the video specialist.
*   **Cut vs Continuous**: decision made by the **director** based on state + goals; ADUC routes and ensures the final overlap/removal.

---

#### 🇧🇷 Mensagem Clara ao Usuário (Experiência)

> “Seu pedido excede o limite X do modelo Y. Em vez de truncar silenciosamente, o **ADUC** dividirá e **entregará 100%** do conteúdo por etapas coordenadas.”

Isso é diferencial prático e jurídico: **não-obviedade** por transformar limite de contexto em **pipeline controlado**, com **persistência de estado** e **avaliação iterativa**.

#### 🇬🇧 Clear User Message (Experience)

> "Your request exceeds model Y's limit X. Instead of silently truncating, **ADUC** will divide and **deliver 100%** of the content through coordinated steps."

This is a practical and legal differentiator: **non-obviousness** by transforming context limits into a **controlled pipeline**, with **state persistence** and **iterative evaluation**.

---

### Contact / Contato / Contacto

- **Author / Autor:** Carlos Rodrigues dos Santos
- **Email:** carlex22@gmail.com
- **GitHub:** [https://github.com/carlex22/Aduc-sdr](https://github.com/carlex22/Aduc-sdr)
- **Hugging Face Spaces:**
  - [Ltx-SuperTime-60Secondos](https://huggingface.co/spaces/Carlexx/Ltx-SuperTime-60Secondos/)
  - [Novinho](https://huggingface.co/spaces/Carlexxx/Novinho/)

---