Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

ai-digest

Motor de noticias personales auto-alojado impulsado por LLM que ingesta fuentes académicas e industriales, genera resúmenes diarios/semanales y entrega contenido vía web, email y Telegram con personalización basada en feedback.

Ficha actualizada 25 sept 2026, 15:00 · upstream 25 sept 2026, 14:33 · release v1.0.0

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es ai-digest

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

ai-digest es un motor de noticias personales auto-alojado diseñado para investigadores y profesionales de la IA. Ingesta automáticamente fuentes comunitarias, industriales y académicas, comprimiendo el contenido mediante una pipeline de LLM (Gemini) para generar resúmenes diarios breves y editoriales semanales extensos ('Week at a Glance'). El sistema sirve estos contenidos a través de una aplicación web interactiva, correos electrónicos y Telegram.

CASOS DE USO
  • Generación automática de un resumen diario de avances en subcampos específicos como NLP o RL para investigadores.
  • Seguimiento semanal de tendencias y publicaciones clave en conferencias como NeurIPS o ACL sin leer todo el feed.
  • Alertas personalizadas vía email o Telegram sobre noticias relevantes detectadas por el sistema de ranking.
  • Ejecución de pruebas deterministas del pipeline de ingestión y generación sin costes de API mediante modo mock.
  • Visualización interactiva de la importancia real de las noticias (tiers) para evitar ruido informativo.
PUNTOS DESTACADOS
  • Arquitectura modular con adaptadores individuales por fuente en 'aidigest.ingest' facilitando la incorporación de nuevas fuentes.
  • Modo offline determinista (AIDIGEST_LLM_MOCK=1) que permite CI y pruebas completas sin claves API ni llamadas a red.
  • Sistema de personalización basado en vectores estáticos, centroides de feedback del usuario y orientación NL.
  • Gestión honesta de la importancia con tiers reales (BREAKTHROUGH, NOTABLE, MINOR, QUIET_DAY) evitando inventar relevancia.
  • Licencia Apache 2.0 que permite uso empresarial y modificación del código fuente.
  • Integración nativa con Resend para email y Telegram Bot API para notificaciones push.
PRECAUCIONES
  • El modo live requiere una clave API de Gemini válida configurada en el archivo .env, lo que implica costes operativos.
  • Requiere infraestructura propia para gestionar dependencias de Python 3.13, Node 20+ y base de datos PostgreSQL.
  • No redistribuye contenido original; solo almacena enlaces, metadatos y resúmenes generados para uso personal de investigación.
  • Configuración inicial manual necesaria: copiar .env.example, aplicar migraciones de esquema y configurar variables de entorno.
  • Dependencia externa de servicios terceros como Resend para envío de correos electrónicos.
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU2 vCPUrecomendación inicial
MEMORIA2 GBRAM estimada
DISCO20 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Despliegue manual

Requiere Docker o Python 3.13/Node 20+. Configurar GEMINI_API_KEY en .env (gitignored). Ejecutar 'make install', 'make up' para Postgres y 'make migrate'. Para pruebas locales sin costes, usar AIDIGEST_LLM_MOCK=1 make daily. Separar procesos: 'make api' (FastAPI puerto 8000) y 'make web' (Next.js puerto 3000). Revisar contratos en INTERFACES.md y API_CONTRACT.md antes de producción.

—Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsNode.jsFastAPIPython
SERVICIOS
PostgreSQL
BASES DE DATOS
PostgreSQL
PUERTOS
800030005432
06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.