fossa
Plataforma open source AGPL-3.0 para revisión de código con IA autónoma (Fossy). Inspecciona PRs, verifica reglas arquitectónicas y detecta bugs antes de producción. Soporta múltiples proveedores LLM con fallback automático. Arquitectura modular TypeScript con NestJS, Next.js 15 y RabbitMQ.
Ficha actualizada 27 sept 2026, 13:06 · upstream 27 sept 2026, 12:46 · release sin release detectada
Qué es fossa
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
FOSSA es una plataforma de ingeniería autónoma impulsada por inteligencia artificial diseñada para integrarse directamente en flujos de trabajo Git. El núcleo del sistema es Fossy, un agente AI que analiza diffs de pull requests mediante inspección estática y semántica, verificando reglas de negocio y publicando comentarios de revisión accionables directamente en GitHub, GitLab, Bitbucket y Azure DevOps.
La arquitectura se basa en un monorepo TypeScript con NestJS para la API REST, Next.js 15 para el dashboard web y RabbitMQ para procesamiento asíncrono de webhooks y ejecución de revisiones AI. Soporta múltiples proveedores de modelos LLM incluyendo Anthropic (Claude), OpenAI (GPT-4o), Google Gemini, OpenRouter y opciones locales como Ollama o vLLM, con un mecanismo automático de failover a proveedores alternativos cuando se alcanzan límites de tasa o ocurren fallos upstream.
Incluye CLI para ejecutar revisiones localmente antes de push, configuración mediante ficheros YAML por repositorio, y métricas en tiempo real del cockpit de ingeniería sobre tiempos de ciclo de PRs, salud del código y throughput de desarrolladores. Licencia AGPL-3.0 sin paywalls ni características bloqueadas.
- Revisión automática de pull requests en GitHub/GitLab con comentarios inline accionables
- Implementación de reglas de estilo y arquitectura específicas por equipo o repositorio mediante YAML
- Análisis local de cambios antes de push mediante CLI `fossa review` sin servidor externo
- Monitoreo de métricas de productividad y salud del código en dashboard web en tiempo real
- Despliegue self-hosted en VPC privado sin enviar código a terceros ni middleware comercial
- Integración con múltiples proveedores LLM con fallback automático ante límites de tasa o fallos upstream
- Soporte nativo para 7+ proveedores de modelos LLM (Anthropic, OpenAI, Google, OpenRouter, Groq, Ollama, vLLM) con configuración BYOK
- Arquitectura modular TypeScript con separación clara entre API NestJS, worker RabbitMQ y webhooks
- CLI funcional `@fossa/cli` para revisiones locales sin necesidad de servidor externo
- Licencia AGPL-3.0 sin paywalls ni características bloqueadas, 100% open source
- Dashboard de métricas en tiempo real sobre ciclo de vida de PRs, lead time y salud del código
- Fallback automático a proveedor alternativo ante límites de tasa (429) o fallos upstream (5xx)
- No incluye Dockerfile oficial, requiere docker-compose.dev.yml para despliegue
- Complejidad HIGH con requisitos de 4 cores CPU y 8GB RAM según análisis técnico
- Depende de configuración manual de claves API en .env para cada proveedor LLM
- Requiere Node.js 22.x y pnpm 11.x para desarrollo local y CLI
- No hay soporte one-click deployment, requiere configuración manual del entorno
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Requiere Docker Engine 24.0+ y Docker Compose v2+. Clonar repositorio, copiar .env.example a .env y configurar claves API de proveedores LLM preferidos (API_LLM_PROVIDER_MODEL, API_ANTHROPIC_API_KEY, etc.). Ejecutar `pnpm run docker:start:all` para iniciar todos los servicios (PostgreSQL, MongoDB, RabbitMQ, API, Worker, Webhooks, Dashboard). Acceder a dashboard en localhost:3000, API health en :3001/api/health y RabbitMQ en :15672. Para producción, considerar aumentar recursos según carga de revisión AI esperada y configurar fallback automático para alta disponibilidad.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.