AJST
AJST es una base de datos web ligera y auto-hospedable para transitorios astronómicos como GRB, construida con Flask, PostgreSQL y frontend vanilla JS. No requiere Docker ni build steps, ideal para entornos personales o servidores pequeños.
Ficha actualizada 22 sept 2026, 17:18 · upstream 22 sept 2026, 15:06 · release sin release detectada
Qué es AJST
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
AJST es una herramienta de código abierto en desarrollo activo para la astronomía de transitorios, diseñada para ser ligera y auto-hospedable. Utiliza un backend en Python con Flask y PostgreSQL, junto con un frontend en JavaScript vanilla sin pasos de compilación ni dependencias externas en tiempo de ejecución. El proyecto prioriza la transparencia: el código es MIT y los datos (en repositorio separado) son CC BY 4.0.
La aplicación ofrece una interfaz web completa para visualizar curvas de luz, ajustar afterglows con VegasAfterglow y realizar SED fitting con pcigale o prospector. Incluye gestión de filtros, corrección de extinción galáctica y herramientas de digitación de gráficos. Sin embargo, el autor advierte que los datos no han sido revisados manualmente y que la calidad debe verificarse antes de su uso en investigación seria.
El despliegue es sencillo: clonar repositorios, configurar una base de datos PostgreSQL y ejecutar el script de inicio local. La arquitectura evita contenedores y herramientas de Node.js, lo que facilita la instalación en máquinas personales con recursos limitados. Se recomienda leer los disclaimers sobre la calidad de los datos antes de su uso científico.
- Visualización y análisis detallado de curvas de luz de GRB con marcadores temporales y ajustes empíricos
- Ajuste físico de afterglows utilizando VegasAfterglow para modelos MCMC y estructuras de jet
- SED fitting de galaxias anfitrionas con pcigale o prospector, incluyendo resultados tabulares y gráficos
- Ingestión segura de datos desde pipelines externos mediante API REST con autenticación Bearer
- Extracción manual de puntos de gráficos publicados utilizando la herramienta Digitizer integrada
- Gestión local de catálogos de transitorios sin depender de CDNs ni servicios externos en tiempo de ejecución
- Arquitectura ligera sin Docker, Node.js o pasos de compilación para el frontend
- Integración nativa con VegasAfterglow para análisis MCMC de afterglows
- Soporte dual para SED fitting: pcigale y prospector como dependencias opcionales
- Frontend vanilla JS empaquetado localmente sin uso de CDNs externos
- API REST completa para transitorios, estadísticas y gestión de filtros
- Herramienta Digitizer original inspirada en graph-digitizer para extracción de datos
- Los datos no han sido revisados manualmente; el autor advierte contra su uso directo en investigación seria hasta completar la auditoría
- El proyecto está en desarrollo activo con bordes rugosos y funcionalidades que pueden cambiar o eliminarse
- Requiere PostgreSQL ≥14 y Python ≥3.10, sin soporte para entornos más antiguos
- Los datos residen en un repositorio separado (AJST-Data), obligando a clonarlo manualmente para importarlos
- El despliegue por defecto solo escucha en loopback (127.0.0.1), requiriendo configuración adicional para acceso remoto
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Clonar repositorios AJST y AJST-Data, crear entorno virtual Python ≥3.10 e instalar dependencias de requirements.txt. Configurar variable de entorno AJST_CATALOG_PASSWORD obligatoria antes de iniciar. Crear base de datos PostgreSQL ajst_catalog con derechos de superusuario. Ejecutar backend/start.sh en 127.0.0.1:27101. Opcionalmente importar datos desde catadata/ tras ejecutar etl.py. Verificar que dustmaps.csfd se descargue para corrección de extinción.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.