Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

hsknest

HSK Nest es una aplicación autoalojable para entrenamiento de flashcards impulsada por FSRS, diseñada principalmente para aprendizaje de mandarín (New HSK 3.0) pero con motor agnóstico al idioma.

Ficha actualizada 28 sept 2026, 13:15 · upstream 28 sept 2026, 13:03 · release audio-stories-v1

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es hsknest

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

HSK Nest es una aplicación de entrenamiento de flashcards autoalojable que utiliza el modelo de memoria FSRS para programar repasos en el momento óptimo antes del olvido. Incluye vocabulario completo de New HSK 3.0 (niveles 1-9), 3.000 oraciones de ejemplo con pinyin, y síntesis de voz neural de Azure servida localmente.

La aplicación está construida con Next.js (App Router) y TypeScript, utilizando Prisma ORM con SQLite como base de datos por defecto (PostgreSQL es intercambiable pero no probado). Incluye autenticación con NextAuth.js, validación con Zod y pruebas con Vitest y Playwright. El código está licenciado bajo AGPL-3.0.

Destaca su enfoque en la privacidad: los datos residen localmente en un volumen Docker, sin suscripciones ni lock-in. Ofrece modo lectura graduada con historias de HSK 1-5, audio karaoke y recomendaciones de input comprensible, además de un mini-juego 'Word Ninja' para practicar reconocimiento rápido.

CASOS DE USO
  • Entrenamiento de vocabulario mandarín con New HSK 3.0 completo
  • Lectura graduada de historias con audio y diccionario integrado
  • Autoalojamiento en VPS con Docker Compose sin dependencias externas
  • Importación de listas de vocabulario desde CSV o pegado manual
  • Práctica de reconocimiento rápido mediante mini-juego Word Ninja
PUNTOS DESTACADOS
  • Motor de programación FSRS/SM-2/Leitner intercambiable para optimizar repasos
  • Contenido New HSK 3.0 completo con oraciones y audio neural local
  • Despliegue simplificado con Docker One-Command y migraciones automáticas
  • Licencia AGPL-3.0 garantizando código abierto y transparencia
  • Modo oscuro dedicado para estudio sin distracciones
  • Base de datos SQLite en producción (PostgreSQL no probado)
PRECAUCIONES
  • PostgreSQL es intercambiable pero no ha sido probado en producción
  • Requiere Node.js 20+ para desarrollo local (Docker usa Node 26)
  • Audio no incluido por defecto; requiere descarga automática o manual
  • Modo lectura necesita ingestión de historias opcional con script separado
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

DashboardStudy deckWord browserLists
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU2 vCPUrecomendación inicial
MEMORIA2 GBRAM estimada
DISCO20 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Usar Docker Compose con volumen recall-data. Configurar NEXTAUTH_SECRET y NEXTAUTH_URL en .env. El contenedor genera automáticamente el secreto y persiste datos. Para audio, definir AUDIO_PACKS=stories words sentences o dejar vacío para omitir. Verificar migraciones con npm run db:migrate antes de producción.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsReactNode.jsPython
SERVICIOS
PostgreSQL
BASES DE DATOS
PostgreSQL
PUERTOS
3000
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.