Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

Amoeba

Amoeba es un orquestador de cómputo L7 en Rust (Axum) con escala a cero para microservicios transitorios y nodos stateful, con autenticación zero-trust, medición de uso y gestión de capacidad.

Ficha actualizada 24 sept 2026, 6:34 · upstream 24 sept 2026, 6:19 · release v0.1.0

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es Amoeba

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

Amoeba Compute Orchestrator es una puerta de enlace de cómputo escrita en Rust (Axum) diseñada para entornos edge-aware con arquitectura escala-a-cero. Gestiona el ciclo de vida de microservicios transitorios como modelos de IA, scrapers web y parsers de documentos, además de nodos stateful de aplicaciones.

El sistema implementa autenticación zero-trust basada en JWT con modos HMAC local o JWKS para proveedores corporativos, medición nativa de uso por operación con telemetría detallada, y control de capacidad mediante presupuestos declarados de CPU, memoria y GPU-VRAM. El proxy edge (Caddy/Traefik) maneja terminación SSL única para toda la puerta de enlace.

Soporta despliegue en Linux/Windows vía Docker y macOS/Apple Silicon con CLI nativo container. La configuración se declara en services.json con hot-reload sin reinicio mediante ArcSwap lock-free. Incluye servidor MCP para que agentes IA (Claude, ChatGPT, Gemini) gestionen microservicios directamente.

CASOS DE USO
  • Orquestación de modelos locales de IA (Ollama, Gemma) en home lab con arranque bajo demanda
  • API gateway seguro para herramientas open-source sin autenticación nativa mediante JWT/HMAC
  • Optimización de costes en VMs cloud arrancando contenedores solo cuando se solicitan
  • Gestión de múltiples microservicios transitorios (scrapers, parsers) con control de capacidad
  • Despliegue de stacks Docker Compose externos o inline sin tocar subdominios ni SSL
PUNTOS DESTACADOS
  • Escrito en Rust con Axum para rendimiento y seguridad nativa
  • Escala a cero: contenedores fríos arrancan bajo demanda (<400ms)
  • Autenticación zero-trust integrada sin modificar upstream (JWT/HMAC/JWKS)
  • Hot-reload de servicios en services.json sin reinicio del proceso
  • Soporte Docker Compose con stack_spec para stacks multi-contenedor
  • Servidor MCP incluido para gestión por agentes IA (Claude, ChatGPT, Gemini)
PRECAUCIONES
  • Requiere Docker Engine API o CLI container; no es binario standalone puro
  • No soporta despliegue one-click (supportsOneClick: false)
  • Kubernetes no mencionado como plataforma de destino
  • macOS limitado a Apple Silicon con CLI container nativo
  • Configuración declarativa manual en services.json sin UI gráfica
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

Amoeba logo
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO20 GBalmacenamiento base
COMPLEJIDADhighnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Docker Compose detectado

Requiere Docker Engine API o CLI container. Ejecutar amoeba binario estático en port 8080 (loopback) detrás de proxy edge (Caddy/Traefik). Configurar services.json con placement, resources y permissions por servicio. Para stacks multi-contenedor usar stack_spec con compose_file o inline services. Variables de entorno para secrets vía env_from_secret. Port 80/443 en edge proxy, 8080 interno.

✓Dockerfile
✓Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsRustPython
SERVICIOS
PostgreSQL
BASES DE DATOS
PostgreSQL
PUERTOS
8080
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.