Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

CodeOtter

Plataforma open source para revisiones de código autónomas y autoalojadas que ejecuta modelos abiertos locales o APIs externas sin enviar código a la nube.

Ficha actualizada 28 sept 2026, 12:16 · upstream 28 sept 2026, 11:53 · release v0.1.0

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es CodeOtter

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

CodeOtter es una plataforma de revisión de pull requests diseñada para equipos de ingeniería que requieren inteligencia profunda del código sin comprometer la privacidad ni pagar suscripciones SaaS. Su arquitectura dual separa las tareas en dos motores especializados: un motor determinista (System 1) que calcula puntuaciones rubricadas y aplica puertas de fusión, y un motor de lenguaje (System 2) que genera resúmenes ejecutivos y hallazgos accionables.

CASOS DE USO
  • Revisar PRs en modo 100% offline con modelos GGUF locales sin enviar código a la nube
  • Enforzar guías de equipo (AGENTS.md/CLAUDE.md) automáticamente como puertas de fusión
  • Obtener puntuaciones calibradas 0-100 para calidad, riesgo y cobertura de pruebas
  • Desplegar en hardware propio con aceleración GPU o fallback CPU automático
PUNTOS DESTACADOS
  • Arquitectura dual paralela que evita la latencia de modelos monolíticos
  • Modo offline total sin telemetría ni dependencias externas
  • Detección automática de guías AGENTS.md y CLAUDE.md en repositorios
  • Gestión inteligente de recursos con apagado automático tras 15 minutos inactivos
PRECAUCIONES
  • Requiere Node.js 20.11+ y pnpm para despliegue nativo
  • Dependencia de modelos GGUF externos o APIs configuradas manualmente
  • Puntuaciones System 1 calibradas pero sin validación externa de precisión
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

CodeOtter AI Code Review PlatformCodeOtter Offline VaultCodeOtter Spot-Checking AI Agents at the Merge GateCodeOtter Dual Engine ArchitectureGitHubClaudeOpenAIOllama
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

Desplegar con Docker Compose usando .env con GH_TOKEN. Portos 4747 (dashboard) y 8090 (API). Requiere 4 núcleos CPU, 8GB RAM y 10GB disco. Soporta modelos locales vía Admin → Local models o APIs externas en Settings.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
ReactNode.jsPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
47478090
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.