live-platform
Uma chamada no navegador que compartilha tela, voz e câmera a partir de um link, servida por um único binário Go com seu próprio servidor de mídia WebRTC.
Visão geral
O live-platform é uma chamada no navegador para quem precisa mostrar algo a alguém agora: uma sessão de pair programming, uma olhada rápida numa tela, uma chamada com um amigo que não tem conta em lugar nenhum. A sala é o endereço, e quem abre um nome livre é o dono daquela sala. Sem conta, nada para instalar.
Um processo Go serve a página, a sinalização e a sua própria unidade de encaminhamento seletivo (SFU) construída sobre o Pion. A mídia não passa por um serviço hospedado nem usa uma malha peer-to-peer, em que cada pessoa enviaria uma cópia por ouvinte.
Ele é deliberadamente restrito. Não é um produto de gravação ou transcrição, e ainda não tem criptografia de ponta a ponta. A seção de segurança lista o que está e o que não está construído.
| Fato | Valor |
|---|---|
| Tamanho da sala | Até 10 pessoas |
| Liberação da sala | 30 segundos depois que a última pessoa sai |
| Acesso | Pública (link) ou privada (código da sala); qualquer uma pode aparecer no lobby |
| Mídia | Microfone, câmera, tela com seu som, push to talk, desfoque de fundo |
| Extras | Chat, mão levantada, lousa Excalidraw, controles do dono |
| Idiomas | Inglês e português, conforme o navegador |
Rodar
Precisa de Go 1.27.4, Node.js 26 e um navegador com WebRTC. Dois terminais; o servidor de desenvolvimento do Vite faz proxy de /api para 127.0.0.1:8080 e de /ws para 127.0.0.1:8081.
cd server
PUBLIC_ORIGIN=http://localhost:5173 go run ./cmd/live
cd web
npm ci
npm run dev # http://localhost:5173Abra http://localhost:5173/any-name em duas abas para testar uma chamada. Para servir tudo de um único binário:
cd web && npm ci && npm run build
cd ../server && CGO_ENABLED=0 go build -trimpath -o live ./cmd/live
WEB_DIR=../web/dist ./live # page and API on :8080; GET /up answers 200Sem WEB_DIR o servidor responde apenas a API. A página e a sinalização usam portas diferentes, então diante de um navegador as duas precisam ficar atrás de uma única origem. O Dockerfile gera um binário estático sobre distroless, sem root, com PORT=3000, SIGNAL_PORT=3001 e WEB_DIR=/web.
mise install # pinned Go, golangci-lint, vlint, revive
lefthook install # fast lint on commit, changed-package lint on push
mise run check # lint-full, race tests, Semgrep
mise run test # go test -race -count=1 ./...
cd web && npx vitest run
cd web && npm run test:live # client against a real server| Variável | Padrão | Efeito |
|---|---|---|
| PORT | 8080 (3000 na imagem) | HTTP: página, API e /up |
| SIGNAL_PORT | 8081 (3001 na imagem) | WebSocket de sinalização em /ws |
| PUBLIC_ORIGIN | vazio | Origens autorizadas a abrir o socket; vazio permite só o host da própria requisição |
| WEB_DIR | vazio (/web na imagem) | Cliente compilado; vazio serve só a API |
| WEB_LIVE_DIR | vazio | Diretório sobreposto a WEB_DIR para servir um cliente mais novo sem reiniciar |
| MEDIA | on | off roda presença e chat sem o SFU |
| MEDIA_UDP_PORT | 0 | Uma porta UDP compartilhada para toda a mídia; 0 deixa cada conexão escolher a sua |
| MEDIA_PUBLIC_IP | vazio | Endereço anunciado aos navegadores atrás de NAT |
| HANDOVER_DIR | vazio | Diretório compartilhado com o próximo processo em reinícios planejados |
| AUDIT_DIR | vazio | Diretório da trilha de auditoria; vazio a desliga |
| AUDIT_RETENTION_DAYS | 183 | Dias de arquivos de auditoria mantidos |
| OTEL_EXPORTER_OTLP_ENDPOINT | vazio | Coletor OTLP/HTTP; vazio desliga o tracing |
Tudo é lido do ambiente uma única vez, na partida. Um valor que não pode ser interpretado para o servidor e nomeia a configuração.
Arquitetura
Um binário, três listeners. O HTTP serve o cliente compilado e uma pequena API JSON. Um event loop do gnet carrega o WebSocket lv.1. O Pion carrega a mídia por UDP com DTLS-SRTP, direto entre navegador e servidor.
Browser (React 19) live (one Go process)
+----------------------+ HTTPS +---------------------------+
| pages and stores |-------------->| net/http page, /api |
| | WSS /ws +---------------------------+
| |-------------->| gnet + gobwas/ws lv.1 |
| | | | |
| | | presence hub |
| | | one actor per room |
| | | | |
| publish PeerConn | UDP, DTLS | Pion SFU |
| subscribe PeerConn |<=============>| |
+----------------------+ SRTP +---------------------------+| Listener | Biblioteca | Carrega |
|---|---|---|
| HTTP (PORT) | net/http | cliente, GET /api/rooms/{slug}, /api/lobby, /api/project, /api/pass/{id}, /up |
| Sinalização (SIGNAL_PORT) | gnet + gobwas/ws | lv.1: presença, chat, lousa, ações do dono, SDP e ICE |
| Mídia (MEDIA_UDP_PORT) | Pion WebRTC | RTP sobre DTLS-SRTP |
O servidor segue portas e adaptadores, com as dependências apontando para dentro.
server/
cmd/live/ binary; `live audit` reads the audit trail
app/ composition root: env read and checked once
core/room/ Room aggregate. Pure: no clock, no I/O
port/inbound|outbound/
service/presence/ hub + one goroutine per room
signal/ lv.1 over WebSocket on gnet
httpapi/ page/ JSON routes; client with security headers
sfu/ Pion media engine
handoff/ audit/ guestpass/ clientinfo/ github/O cliente vive em web/src, uma pasta por responsabilidade: room, media, signal, session, lobby, board, domain, ui, i18n. Não usa router nem biblioteca de estado; três páginas e um store por responsabilidade não precisam deles.
Fluxo de entrada
- 1Abrir o socketO navegador abre o WebSocket lv.1 e envia join. O socket aceita apenas as origens configuradas.
- 2Reservar um assentoO servidor de sinalização entrega o frame ao hub de presença. O ator da sala reserva um assento.
- 3Receber o estadoO navegador recebe joined com seu assento, geração e segredo de retomada, depois o roster inteiro com um número de versão.
- 4Negociar a publicaçãoO navegador envia seu SDP offer pelo mesmo socket num frame rtc. O hub negocia com o SFU a conexão de publicação.
- 5Enviar mídiaA mídia vai direto ao SFU por UDP. O SFU encaminha os pacotes, sem decodificar, para todos os outros.
- 6Difundir mudançasCada mudança na sala envia a todos um novo roster completo.
Cada participante mantém duas conexões peer: uma publica, a outra recebe todos os demais. Os tracks encaminhados são nomeados por quem os enviou e o que são (microfone, câmera, tela, som da tela), a partir das fontes que o publicador declarou.
Presença
O servidor é a única autoridade sobre quem está numa sala. Os navegadores só informam. Ele observa três sinais: o socket, um heartbeat e o caminho de mídia.
- 1Primeiro sinal perdidoOs outros veem o participante como instável.
- 2Após 4 segundos de tolerânciaO participante aparece como reconectando.
- 3Sem retornoO participante é removido. Sair de propósito é imediato.
Recarregar mantém o assento. O navegador guarda um segredo por sala durante a vida da aba e o apresenta para retomar. O segredo gira a cada retomada e o antigo é recusado.
Num reinício planejado, o servidor que está parando pode escrever suas salas em HANDOVER_DIR. O novo processo as adota e retém cada assento por 12 segundos enquanto os navegadores reconectam. Um crash perde as salas.
Modelo de sala
Toda mudança numa sala passa pelo seu ator, em ordem, então não há locks em volta do estado da sala. O agregado Room em core/room recebe a hora e responde com o que mudou. Ele não tem relógio nem I/O, então cada regra de presença é um teste unitário simples.
- Os assentos são um bitmap uint64.
- O que um participante tem ligado (microfone, câmera, tela, áudio da tela, mão, dono, instável) é um uint16 de flags.
- Os rosters são enviados inteiros, com número de versão, nunca como diff. Um navegador que perdeu uma mensagem fica certo de novo na seguinte.
- Cada sala publica um resumo atômico, então listar o lobby nunca bloqueia na goroutine de uma sala.
A derivação do código da sala em salas privadas é tratada em Segurança. O agregado da sala guarda as regras do dono: transferir, remover, banir, silenciar todos, falar por mão levantada, mudanças de acesso e de listagem.
Protocolo lv.1
Frames de texto JSON sobre um WebSocket, cada um com seu tipo em t.
| Direção | Frames |
|---|---|
| Navegador para servidor | join, resume, hb, leave, media, rtc, look, photo, chat, board, owner, remove, ban, transfer, listed, password |
| Servidor para navegador | joined, roster (versionado, inteiro), rtc, chat, photo, board, error |
Os códigos de fechamento da aplicação dizem ao navegador por que um socket terminou.
| Código | Significado |
|---|---|
| 4001 | Substituído por outra aba |
| 4012 | Servidor reiniciando |
| 4400 | Frame inválido |
| 4401 | Sem hello |
| 4403 | Removido |
| 4404 | Banido |
| 4408 | Silencioso |
| 4409 | Lento demais para ler |
| 4429 | Inundação |
Limites de sinalização: 128 KiB por frame, 2 MiB de dados não enviados, 20 frames por segundo com rajada de 80. Um cliente que os ultrapassa é desconectado com um código que diz o motivo.
Caminho da mídia
- O SFU encaminha RTP sem decodificar.
- Os codecs são os padrões do Pion. O servidor pede aos publicadores um keyframe a cada 2 segundos para quem entra tarde ver imagem rápido.
- Sem simulcast e sem encaminhamento sob demanda: cada stream vai a todos na qualidade em que foi enviado.
- O processamento de áudio roda só no navegador: RNNoise para o filtro de voz mais forte, além de ganho, noise gate e cancelamento de eco. O desfoque de fundo roda o MediaPipe no navegador.
- Uma porta UDP para toda a mídia quando MEDIA_UDP_PORT está definido, anunciada em MEDIA_PUBLIC_IP.
- Não há relay TURN, então uma rede que bloqueia UDP não consegue transportar mídia.
Como cada stream é encaminhado para todos os outros participantes, o upload do servidor cresce com o quadrado do tamanho da sala. O teto de 10 por sala o limita.
A lousa é o Excalidraw, fixado numa versão e carregado só quando aberto. Ela vive nos navegadores; o servidor repassa suas peças sem lê-las e não guarda nada.
Modelo de segurança
Numa sala privada, o navegador deriva 64 bytes do código da sala com PBKDF2-SHA-256 a 600.000 iterações, usando o endereço da sala como salt. Os primeiros 32 bytes são um verificador enviado ao servidor, que guarda apenas o seu SHA-256. Os outros 32 ficam reservados como chave de mídia e nunca saem do navegador. Um link compartilhado leva o código depois do #, que os navegadores não enviam. Dez tentativas erradas trancam a porta por cinco minutos.
- CSP: default-src 'none', scripts, estilos, fontes e conexões da própria origem, sem script nem estilo inline. 'wasm-unsafe-eval' é permitido para o filtro de voz e o desfoque.
- Cadeia de suprimentos: versões exatas, lockfiles versionados, scripts de instalação do npm desativados, imagens base e actions de CI fixadas por digest, Dependabot, govulncheck, go mod verify, npm audit e um SBOM CycloneDX para servidor e cliente.
- Imagem: distroless, estática, sem root.
- Auditoria: sem AUDIT_DIR o servidor não registra nada. Com ele, uma linha JSON por fato vai para um arquivo diário, apagado após AUDIT_RETENTION_DAYS. O texto do chat de uma sala pública é registrado; o chat de uma sala privada guarda só quem, quando e o tamanho.
- Os spans de tracing levam o nome da sala e flags, nunca um endereço, um nome ou texto de chat.
Sem criptografia de ponta a ponta. A mídia é criptografada entre cada navegador e o servidor (DTLS-SRTP) e o servidor poderia lê-la. O chat, as mensagens privadas e a lousa passam pelo servidor em claro.
Decisões
| Decisão | Escolhido | Rejeitado | Por quê |
|---|---|---|---|
| Topologia de mídia | SFU próprio sobre o Pion para toda sala | Malha; SFU hospedado | Uma malha custa a cada pessoa um upload por ouvinte; um SFU hospedado coloca a mídia no servidor de outra pessoa. |
| Sinalização | Event loop do gnet | WebSocket simples do net/http | Segura muitos sockets ociosos de forma barata. Carrega só sinalização. |
| Página e API | net/http | Um framework | Nada aqui precisa de mais. |
| Estado do cliente | Sem router, sem biblioteca de estado | Router e store global | Três páginas e um store por responsabilidade não precisam deles. |
| Estado da sala | Um ator por sala | Estado compartilhado com locks | Mudanças ordenadas, agregado puro, testes unitários simples. |
| Sincronização do roster | Roster inteiro, versionado | Diffs | Uma mensagem perdida se corrige na seguinte. |
- Ainda sem criptografia de ponta a ponta; a chave de mídia derivada fica reservada para ela.
- Sem relay TURN: redes que bloqueiam UDP ficam sem mídia.
- Sem simulcast nem encaminhamento sob demanda: streams ocultos ainda chegam ao cliente.
- As salas sobrevivem apenas a um handover planejado, não a um crash.
- Não construído: gravação, transcrição, extensões.
Arquivos
- README.mdVisão geral, instalação, uso, resumo da configuração
- docs/architecture.mdComponentes, estrutura do servidor, lv.1, presença, mídia
- docs/security.mdCódigos de sala, hardening, o que não está construído, privacidade
- docs/configuration.mdCada variável de ambiente e a CLI de auditoria
- docs/self-hosting.mdProxy, UDP, handover, dimensionamento
- server/cmd/live/main.goO ponto de entrada do binário
- server/app/config.goLeitura e validação do ambiente
- server/core/room/room.goO agregado Room
- server/service/presence/hub.goO hub de presença
- server/service/presence/actor.goUma goroutine por sala
- server/sfuO motor de mídia Pion
- server/signalFrames lv.1, códigos de fechamento, limites de taxa
- web/DESIGN.mdRegras de design do cliente
- mise.tomlToolchain fixado e as tarefas de lint, test e check