daedalus-crm
CRM autoalojado nativo de IA para equipos pequeños (1-20 personas). Gestiona leads, clientes y oportunidades con un agente en la página principal que sugiere acciones antes de confirmar cambios. Soporta despliegue Docker simple o escritorio local.
Ficha actualizada 22 sept 2026, 16:34 · upstream 21 sept 2026, 5:15 · release v0.46.0
Qué es daedalus-crm
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Daedalus CRM es una solución de gestión de relaciones con clientes (CRM) diseñada específicamente para equipos pequeños que valoran la privacidad y el control sobre sus datos. La plataforma se ejecuta en su propia infraestructura, eliminando la necesidad de depender de servicios en la nube propietarios. Su característica distintiva es un agente de IA en la página principal que actúa como asistente: permite consultar métricas o gestionar tareas mediante diálogo natural, pero cualquier acción que modifique los datos (como cambiar el estado de una oportunidad) requiere confirmación explícita del usuario antes de ser ejecutada.
La arquitectura técnica se basa en Next.js 16 con React 19 y TypeScript para el frontend, mientras que la capa de datos utiliza Prisma 6 conectada a una base de datos SQLite. Esto permite un despliegue extremadamente ligero: basta con un único archivo de base de datos por instancia, ideal para entornos autoalojados o contenedores Docker. El sistema incluye herramientas robustas de importación de datos (Excel/CSV) y gestión de atribución de referidos, asegurando que las comisiones se asignen correctamente desde el origen del lead.
El software ofrece dos modalidades de uso principales: una versión de escritorio para usuarios individuales (especialmente en macOS con Apple Silicon) que almacena los datos localmente sin servidor, y una versión multiusuario autoalojada mediante Docker Compose. La licencia AGPL-3.0 garantiza que el código sea abierto y modificable, fomentando la transparencia y la seguridad al mantener los datos dentro de la red interna de la organización.
- Gestión completa del ciclo de vida del cliente: desde la captura de leads hasta el cierre de ventas con seguimiento automatizado.
- Asistente inteligente para análisis de datos: consulta métricas y genera informes mediante diálogo natural sin necesidad de saber SQL.
- Importación masiva de clientes: carga de archivos Excel/CSV o texto pegado con validación automática de duplicados por teléfono.
- Atribución precisa de referidos: sistema que calcula automáticamente a quién pertenece el crédito por la cadena de recomendaciones.
- Despliegue rápido en infraestructura propia: implementación en segundos usando Docker Compose sin necesidad de configuración compleja.
- Arquitectura 'AI Drafts, Human Confirm': la IA sugiere cambios pero el usuario valida cada escritura de datos para evitar errores.
- Base de datos SQLite ligera: un único archivo por instancia facilita las copias de seguridad y el despliegue en contenedores.
- Compatibilidad multi-modelo: soporta interfaces compatibles con OpenAI, permitiendo usar DeepSeek o otros modelos propios.
- Importación inteligente de datos: detecta duplicados por teléfono y maneja campos desconocidos sin perder registros.
- Interfaz optimizada para teclado: navegación completa con atajos (⌘K, ⌘,) y sin necesidad de ratón en tareas frecuentes.
- Versión de escritorio actual limitada a macOS con Apple Silicon; Windows e Intel Mac requieren despliegue Docker.
- Funcionalidad de IA depende de conexión externa a API (OpenAI compatible), aunque se puede desactivar completamente.
- No incluye soporte nativo para pagos online (WeChat/Alipay) sin configuración adicional y registro de empresa.
- La versión multiusuario requiere activar explícitamente el modo MULTI_TENANT=1 en la configuración del contenedor.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Recomendaciones: Use docker compose up -d para despliegue rápido. Configure las variables de entorno para la API de IA (API_KEY, BASE_URL) en .env antes de iniciar. Asegure el puerto 3000 y 11434 si usa LLM local. Realice copias de seguridad periódicas del archivo SQLite generado. Para producción, configure HTTPS con Caddy o Nginx inverso.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.