Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

Curatarr

Curatarr es un curador de medios auto-alojado para Plex y la pila *arr que aprende tus gustos desde tu historial real de visualización, recomienda contenido y justifica eliminaciones con modelos locales.

Ficha actualizada 22 sept 2026, 18:22 · upstream 22 sept 2026, 17:32 · release sin release detectada

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es Curatarr

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

Curatarr actúa como un curador inteligente entre Plex, los servicios *arr y un modelo local Ollama. Construye vectores de gusto por usuario basados en el historial real de visualización y enriquece cada título con metadatos verificados (TMDB, OMDb, AniList, MusicBrainz). Cada decisión se fundamenta en datos reales, no en alucinaciones del modelo.

La herramienta propone recomendaciones personalizadas, justifica eliminaciones mediante un juez de cuatro pilares (gusto, uso doméstico, custodia y resonancia) y permite búsqueda semántica. Incluye modo juego para liberar VRAM durante partidas y gestión multiusuario con vectores de gusto individuales.

El código es en gran parte generado por IA (Claude, Gemini), lo que introduce riesgos de estabilidad no documentados. Se recomienda revisar el CHANGELOG y ARCHITECTURE.md antes del despliegue.

CASOS DE USO
  • Recomendar contenido nuevo basado en el historial real de visualización del usuario
  • Proponer eliminaciones de medios con argumentos fundamentados en metadatos verificados
  • Búsqueda semántica para encontrar títulos similares a uno existente en la biblioteca
  • Gestión multiusuario con vectores de gusto personalizados por cuenta de Plex
PUNTOS DESTACADOS
  • Ejecuta todos los prompts localmente sin enviar datos a servidores externos
  • Integra APIs de metadatos como TMDB, OMDb y AniList para enriquecimiento preciso
  • Analiza señales de diálogo en subtítulos para evaluar calidad de ejecución
  • Sistema de curación que aprende principios desde las interacciones del usuario
PRECAUCIONES
  • El código es mayoritariamente 'vibe-coded' por IA, con riesgos de errores no detectados
  • La API de Lidarr presenta inestabilidad documentada en el repositorio
  • No incluye soporte para despliegue con un clic ni contenedores Docker
  • Requiere GPU dedicada para modelos locales óptimos (VRAM gestionable)
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

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

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Despliegue manual

Despliega en red doméstica de confianza. Usa backups antes de aprobar eliminaciones. Configura Plex OAuth con PIN, no contraseña. Asegúrate de tener Python 3.11+ y Ollama local. Revisa SECURITY.md antes de exponer fuera de casa.

—Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
FastAPIPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
800011434787889898686
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.