Ghostwriter
Ghostwriter es una suite para transformar feeds RSS/Atom en EPUBs y podcasts narrados por IA, con backend FastAPI, frontend Svelte y apps nativas Android/iOS. Soporta LLM locales (Ollama) o cloud (OpenAI/Gemini), integrando ElevenLabs para TTS.
Ficha actualizada 27 sept 2026, 10:05 · upstream 27 sept 2026, 10:02 · release ghostwriter-v1.1.0
Qué es Ghostwriter
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Ghostwriter es una plataforma cross-platform diseñada para transformar feeds RSS/Atom en formatos EPUB optimizados para lectura, con capacidades avanzadas de generación de podcasts narrados por inteligencia artificial. El sistema consta de un backend auto-alojado desarrollado con FastAPI y Python, que gestiona la lógica de procesamiento de contenido, sincronización entre dispositivos y generación de resúmenes mediante modelos de lenguaje grandes (LLM). La interfaz web está construida con Svelte, proporcionando una experiencia de usuario moderna para configurar feeds, gestionar usuarios y personalizar la síntesis de voz.
La arquitectura incluye aplicaciones nativas para Android (Kotlin/Compose) e iOS (Swift/SwiftUI), permitiendo el consumo de contenido offline en dispositivos móviles y lectores electrónicos. El backend soporta múltiples proveedores de IA: OpenAI, Google Gemini o Ollama para resúmenes locales, además de ElevenLabs para la generación de audio narrativo. Esto permite a los usuarios elegir entre privacidad total con modelos locales o potencia cloud según sus necesidades.
El flujo de trabajo incluye la extracción de artículos completos (modo Fidelity) o resúmenes breves (modo Briefing), que luego se empaquetan en EPUBs para lectura offline. Además, el sistema puede generar podcasts RSS estándar a partir de estos contenidos, seleccionando estilos narrativos conversacionales o monólogo. La sincronización entre dispositivos se realiza mediante un backend auto-alojado, garantizando que los feeds y resúmenes estén disponibles en todos los clientes sin depender de servicios externos para la gestión de datos.
- Generar resúmenes diarios de múltiples feeds RSS en formato EPUB para lectura offline en e-ink o móviles.
- Crear podcasts narrados automáticamente desde artículos procesados, usando ElevenLabs o TTS local.
- Sincronizar contenido entre backend auto-alojado y apps nativas Android/iOS sin depender de servicios cloud.
- Ejecutar modelos LLM locales con Ollama para mantener la privacidad en la generación de resúmenes.
- Soporte nativo para Android e iOS con arquitecturas modernas (Compose, SwiftUI).
- Integración flexible con múltiples proveedores de IA (cloud y local) sin vendor lock-in.
- Capacidad de generar podcasts RSS estándar compatibles con apps como Pocket Casts o Apple Podcasts.
- Backend auto-alojado permite control total sobre los datos y la privacidad del contenido procesado.
- Requiere configuración manual de claves API (OpenAI, Gemini) o despliegue local de Ollama.
- La síntesis de voz de alta calidad depende de ElevenLabs (servicio de pago).
- No incluye Dockerfile nativo, requiere usar docker compose del repositorio para el despliegue.
- La UI web es separada del backend en desarrollo local, necesitando dos terminales.
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Usar docker compose up -d con .env configurado antes de iniciar los servicios. Para Ollama, activar el perfil with-ollama y pull llama3.2 desde el contenedor. Asegurar que el puerto 8080 esté disponible para el backend FastAPI. Generar tokens API en la web UI tras crear usuario admin inicial.
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.
