alma-library-manager
ALMa es un gestor bibliográfico académico personal que ejecuta localmente con FastAPI+React, SQLite único usuario, enfoque Docker-first. Monitoriza OpenAlex y Semantic Scholar, construye biblioteca local y usa SPECTER2 embeddings para descubrimiento de literatura relacionada.
Ficha actualizada 23 sept 2026, 22:17 · upstream 23 sept 2026, 21:51 · release v0.24.1
Qué es alma-library-manager
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
ALMa organiza el trabajo académico en tres funciones integradas: mantener (gestión de papers guardados con notas, ratings, tags), vigilar (monitorización de autores, temas, venues) y encontrar (descubrimiento de trabajos adyacentes). Todo corre localmente sin salir del equipo, protegiendo la privacidad de la lista de lectura.
La arquitectura combina FastAPI para el backend Python con React/Next.js para el frontend. Usa SQLite como base de datos única, permitiendo que la biblioteca entrena el descubrimiento, los monitores rellenan el feed y el descubrimiento sugiere qué monitorizar. El sistema incluye un connector Firefox oficial para guardar papers directamente desde el navegador.
El ranking es auditable: cada sugerencia muestra exactamente por qué se puntuó, desglosando diez familias de métricas independientes (similitud semántica, superposición temática, recencia, estructura de citas, feedback explícito, preferencias aprendidas). Los pesos son ajustables en Settings → Discovery con fórmulas documentadas.
- Monitorización académica personal: seguir autores y temas específicos sin depender de servicios centralizados
- Descubrimiento de literatura adyacente: encontrar papers relacionados que el feed no ha visto usando embeddings SPECTER2
- Gestión local sin nube: toda la biblioteca reside en SQLite local, sin sincronización externa
- Alertas programadas: digests periódicos de lo que coincidió mientras se estaba ausente
- Análisis de autores y temas: deduplicación de identidades, sugerencias de superposición con trabajo propio
- Importación desde Zotero/BibTeX: usar material existente como semilla para Discovery desde el primer día
- Ranking auditable con desglose completo de puntuaciones y métricas subyacentes
- Base de datos SQLite local (privacidad total, sin nube)
- Docker-first con auto-detección hardware (NVIDIA GPU / Raspberry Pi / CPU genérico)
- Integración nativa OpenAlex API + Semantic Scholar API
- SPECTER2 embeddings para descubrimiento semántico de literatura relacionada
- Connector Firefox oficial para guardar papers directamente desde el navegador
- Licencia PolyForm Noncommercial 1.0.0: uso personal, académico y sin ánimo de lucro permitido; comercial no autorizado
- Early preview con rough edges en los márgenes según documentación oficial
- Requiere Docker instalado y corriendo para instalación estándar
- Necesita API keys (OpenAlex gratuita, Semantic Scholar recomendada)
- Bare-metal Python solo para desarrollo; no recomendado para uso diario
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Usar setup.sh (Linux/macOS) o setup.ps1 (Windows). Verificar Docker instalado y corriendo. El instalador detecta hardware automáticamente e inicia con volumes nombrados para persistencia de datos entre actualizaciones. Imágenes disponibles: :latest, :latest-gpu, :latest-lite. Actualizaciones automáticas con Watchtower. Exponer en LAN opcional vía Docker Compose. Ver docs/getting-started/docker.md para detalles completos.
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.