# Instale o LTX-2.5 (vídeo com IA local) neste PC

Você é um assistente rodando no meu computador (Claude Code, Codex ou parecido). Instale e teste o gerador de vídeo LTX-2.5 com o ComfyUI, seguindo este roteiro. Fale comigo em português, explique cada etapa em uma frase e me peça confirmação antes de baixar arquivos grandes.

## Regras
- Só instale o que está listado aqui. Não adicione nós de API paga (Kling, Runway, Veo e outros): o objetivo é gerar de graça, sem conta e sem crédito.
- Não peça, não leia e não grave minha senha. O token do Hugging Face sou eu quem cria e coloco na variável de ambiente `HF_TOKEN`. Você só usa a variável.
- Se um passo falhar, pare, mostre o erro e proponha a correção antes de seguir.
- Os comandos são para Windows (PowerShell). A pasta padrão é `D:\ComfyUI`. Se não existir o disco D: ou não houver espaço, me pergunte onde instalar.

## 1. Confira se o PC aguenta
Rode e me mostre o resultado numa tabela:
- placa de vídeo e VRAM: `nvidia-smi --query-gpu=name,memory.total,driver_version --format=csv`;
- RAM total;
- espaço livre no disco escolhido.

Requisitos:
- placa NVIDIA com 8 GB de VRAM ou mais;
- 32 GB de RAM ou mais (48 GB é o ideal);
- cerca de 60 GB livres no disco.

Se não houver placa NVIDIA, ou se ela tiver menos de 8 GB, me avise e pare. Com 32 GB de RAM, avise que talvez só rode em resolução menor.

## 2. Baixe e extraia o ComfyUI portátil
1. Baixe `ComfyUI_windows_portable_nvidia.7z` da versão mais recente em https://github.com/Comfy-Org/ComfyUI/releases. A testada neste guia é a v0.44.0.
2. Baixe `7zr.exe` de https://www.7-zip.org/a/7zr.exe.
3. Extraia com `7zr x ComfyUI_windows_portable_nvidia.7z -oD:\ComfyUI`.

## 3. Crie as pastas dos modelos
Crie em `D:\ComfyUI\models\` as pastas `unet`, `text_encoders`, `vae`, `latent_upscale_models` e `loras`.

## 4. Baixe os modelos públicos
São uns 17 GB, do repositório público `unsloth/LTX-2.5-GGUF`, que não pede login. Use `hf download` (de `huggingface_hub`). Se o comando não existir, instale com `pip install -U huggingface_hub` ou use `uvx --from huggingface_hub hf download`.

| Arquivo no repositório | Pasta de destino em `D:\ComfyUI\models\` |
|---|---|
| `distilled/ltx-2.5-22b-distilled-UD-Q4_K_XL.gguf` (14 GB) | `unet` |
| `vae/ltx-2.5-video-vae-conv-bf16.safetensors` | `vae` |
| `vae/ltx-2.5-audio-vae-bf16.safetensors` | `vae` |
| `latent_upscale_models/ltx-2.5-latent-spatial-upscaler-x2-bf16-1.0.safetensors` | `latent_upscale_models` |

Cada arquivo deve ficar direto na pasta de destino, sem subpastas do repositório no meio.

## 5. Codificador de texto (Gemma): precisa da minha ação
O arquivo `text_encoders/gemma4-12b-with-proj-ltx-2.5-comfy-int8-convrot.safetensors` (15,4 GB) está no repositório `Lightricks/LTX-2.5`, que tem acesso restrito, mas é grátis. Antes de baixar, me peça para fazer três coisas:
1. Criar uma conta grátis em https://huggingface.co.
2. Abrir https://huggingface.co/Lightricks/LTX-2.5 e aceitar os termos.
3. Criar um token de leitura em https://huggingface.co/settings/tokens e colocá-lo na variável `HF_TOKEN`.

Espere eu confirmar. Depois baixe o arquivo para a pasta `text_encoders`.

## 6. Aponte o ComfyUI para a pasta de modelos
Crie `D:\ComfyUI\ComfyUI_windows_portable\ComfyUI\extra_model_paths.yaml` com:
```yaml
ltx:
  base_path: D:/ComfyUI/models/
  diffusion_models: unet
  text_encoders: text_encoders
  vae: vae
  latent_upscale_models: latent_upscale_models
  loras: loras
```

## 7. Instale a única extensão necessária: ComfyUI-GGUF
Dentro de `D:\ComfyUI\ComfyUI_windows_portable`:
```
git clone https://github.com/city96/ComfyUI-GGUF ComfyUI\custom_nodes\ComfyUI-GGUF
python_embeded\python.exe -m pip install -r ComfyUI\custom_nodes\ComfyUI-GGUF\requirements.txt
```
Se não houver Git, baixe o zip do repositório e extraia na mesma pasta.

## 8. Inicie e teste
1. Inicie o ComfyUI com `run_nvidia_gpu.bat`. Ele abre em http://127.0.0.1:8188.
2. Confira que ele lista os modelos com `GET http://127.0.0.1:8188/object_info/UnetLoaderGGUF`. O `.gguf` precisa aparecer nas opções.
3. Peça o arquivo do workflow `ltx25-imagem-para-video-1088x1920-5s.json`. Eu baixo da página do guia e te digo onde salvei.
4. Para o teste, use qualquer imagem vertical minha:
   - copie a imagem para `ComfyUI\input\minha-imagem.png`;
   - envie o workflow com `POST http://127.0.0.1:8188/prompt`, no corpo `{"prompt": <conteúdo do json>}`;
   - acompanhe em `GET /history/<prompt_id>`.

O primeiro vídeo leva de 5 a 8 minutos numa placa de 8 GB. Ele sai em `ComfyUI\output\ltx25\`.

## 9. Ao terminar, me entregue
- uma tabela do que foi instalado e onde;
- o tempo que o vídeo de teste levou;
- como gerar o próximo: trocar o prompt no primeiro nó "CLIPTextEncode", trocar a imagem no nó "LoadImage" e mudar a seed nos dois nós "RandomNoise".

Dicas de prompt para me passar no final:
- escrever em inglês;
- nunca usar "slow" e pedir "natural real-time speed, not slow motion";
- para fala em português, pedir "says in Brazilian Portuguese" e pôr a frase entre aspas;
- terminar o prompt descrevendo o som do ambiente.
