Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

blackbox

Plataforma de correlación de eventos para homelabs que ingesta datos desde Docker, systemd, archivos y webhooks, ofreciendo una línea de tiempo forense con análisis opcional de IA local. Escrita en Go y React, utiliza SQLite y soporta despliegue auto-alojado con Docker Compose.

Ficha actualizada 18 sept 2026, 19:58 · upstream 9 ago 2026, 0:09 · release v0.6.0

Ver códigoProblemas y ayudaRepositorio ↗Sitio oficial
00

Qué es blackbox

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

Blackbox es una plataforma ligera de correlación de eventos diseñada para homelabs que busca entender la infraestructura a simple vista. Recopila eventos desde Docker, cambios en archivos de configuración, unidades systemd seleccionadas y monitores de disponibilidad, correlacionándolos en una línea de tiempo cronológica única. Agrupa fallos probables en incidentes con candidatos a causa puntuados y análisis opcional de IA local.

La herramienta ofrece gestión de nodos automática, autenticación local u OIDC, notificaciones por webhook (Discord, Slack) y generación de informes PDF post-mortem para incidentes resueltos. Incluye un servidor MCP opcional para exponer datos a asistentes de IA compatibles con el Protocolo de Contexto del Modelo.

El software se encuentra en fase beta y está activo en desarrollo hacia la versión 1.0.0. La documentación cubre despliegue single-node, multi-nodo, configuración de fuentes de datos y API. Se recomienda leer las advertencias sobre cambios potenciales durante el periodo beta antes de producción crítica.

CASOS DE USO
  • Correlación automática de incidentes en homelabs al detectar caídas o reinicios inesperados
  • Análisis forense de infraestructura mediante línea de tiempo cronológica con búsqueda full-text
  • Integración con asistentes de IA locales vía servidor MCP para consultas sobre eventos y nodos
  • Monitorización de cambios en archivos de configuración y detección de OOM kills del kernel
  • Generación de informes PDF estructurados para incidentes resueltos con causa raíz identificada
PUNTOS DESTACADOS
  • Escrita en Go con frontend React, optimizada para bajo consumo de recursos (distroless server)
  • Soporte nativo para análisis de IA local mediante Ollama sin necesidad de API externas
  • Ingestión de eventos desde múltiples fuentes: Docker, systemd, archivos, webhooks y monitores
  • Autenticación robusta con Argon2id, JWT y soporte OIDC para SSO empresarial o personal
  • Servidor MCP opcional para exponer datos a Claude Desktop y otros clientes compatibles
PRECAUCIONES
  • Software en fase beta (pre 1.0.0) con cambios potenciales y rupturas de API esperadas
  • Dependencia de Ollama o proveedor de IA externo para funcionalidades de análisis avanzado
  • Requiere configuración manual de tokens y secretos en variables de entorno iniciales
  • Limitado a arquitecturas amd64 y arm64 según especificación del README
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Utilizar Docker Compose con imágenes ghcr.io/maxjb-xyz/blackbox-server y blackbox-agent. Configurar JWT_SECRET, AGENT_TOKENS y TZ antes de iniciar. El servidor corre como UID 65532; el agente puede ajustar PUID/PGID para rutas montadas. Verificar permisos en /var/run/docker.sock y /run/log/journal. Consultar docs.blackboxd.dev para despliegue multi-nodo y configuración de fuentes de datos.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
ReactNode.js
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
No detectados
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.