Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

ContainerFlow

Visualizador en tiempo real de arquitectura Docker con métricas ajustadas, recomendaciones de mejores prácticas y control multi-inquilino vía rutas.

Ficha actualizada 18 sept 2026, 20:49 · upstream 30 may 2026, 21:02 · release v0.1.10

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es ContainerFlow

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

ContainerFlow es una herramienta de monitorización que visualiza la arquitectura de Docker mediante un gráfico interactivo que detecta automáticamente conexiones entre servicios (base de datos, caché, proxy). A diferencia de las herramientas estándar, ajusta las métricas de memoria restando el caché del sistema para evitar falsas alarmas en bases de datos como PostgreSQL.

El proyecto integra recomendaciones educativas directas en la interfaz, advirtiendo sobre configuraciones subóptimas como la falta de límites de CPU o memoria, y políticas de reinicio inadecuadas. Está construido con Bun y Hono para un rendimiento superior a Portainer, utilizando React para el frontend.

Soporta control de acceso multi-inquilino mediante variables de entorno que restringen las acciones a rutas específicas del sistema de archivos, ideal para servidores compartidos. Incluye historial de métricas persistente en SQLite y notificaciones vía Discord.

CASOS DE USO
  • Visualización gráfica de topologías Docker locales sin necesidad de exportar datos.
  • Auditoría de recursos detectando contenedores sin límites de memoria o CPU configurados.
  • Monitoreo histórico de consumo de CPU y RAM con gráficos de tendencia en la interfaz.
  • Gestión multi-inquilino permitiendo ver todos los servicios pero restringir acciones a carpetas específicas.
  • Educación sobre mejores prácticas de Docker mediante alertas visuales en el panel de detalles.
  • Integración con Discord para recibir notificaciones de eventos críticos como reinicios o fallos.
PUNTOS DESTACADOS
  • Implementado en Bun y Hono, ofreciendo un consumo de memoria bajo (~80 MB) y arranque rápido.
  • Detección automática de relaciones entre contenedores (app→db, app→cache) sin configuración manual.
  • Cálculo preciso de memoria real ajustando el caché del sistema operativo para evitar lecturas infladas.
  • Persistencia de datos en SQLite con limpieza automática y compacción de base de datos.
  • Licencia AGPL-3.0 garantizando que las mejoras se compartan en proyectos derivados.
  • Soporte nativo para Docker Compose y detección de eventos en tiempo real.
PRECAUCIONES
  • Requiere acceso al socket de Docker (/var/run/docker.sock) para funcionar correctamente.
  • Licencia AGPL-3.0 puede ser restrictiva para empresas que no deseen compartir código fuente modificado.
  • La detección de conexiones depende de la configuración correcta de las imágenes y etiquetas de los contenedores.
  • El historial de métricas se retiene hasta 7 días antes de la limpieza automática.
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU2 vCPUrecomendación inicial
MEMORIA2 GBRAM estimada
DISCO30 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Requiere Bun >= 1.0 instalado en el sistema. Copiar .env.example a .env configurando AUTH_TOKEN para acceso remoto o dejar vacío para localhost. Montar el volumen ./data en /app/data para persistencia de estadísticas y configuración. Ejecutar con docker compose up -d asegurando que Docker esté activo.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
ReactNode.js
SERVICIOS
PostgreSQLRedis
BASES DE DATOS
PostgreSQLRedis
PUERTOS
947094208000
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.