Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

jellyfin-encoder

Servicio de transcodificación automática para Jellyfin que optimiza videos a 720p HEVC/AV1 con aceleración por hardware NVIDIA NVENC e Intel QSV, incluyendo fallback transparente a software y monitoreo automático de bibliotecas multimedia.

Ficha actualizada 24 sept 2026, 23:12 · upstream 24 sept 2026, 23:11 · release v1.5.0

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es jellyfin-encoder

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

jellyfin-encoder es un servicio de transcodificación automática diseñado para optimizar el streaming de video en Jellyfin. Monitorea bibliotecas multimedia y transcodea automáticamente archivos a formatos eficientes en ancho de banda como HEVC, H.264 o AV1 a resolución 720p, ideal para dispositivos móviles y conexiones remotas.

El servicio soporta aceleración por hardware mediante NVIDIA NVENC e Intel Quick Sync Video (QSV), con fallback transparente a codificación software usando libx265, libx264 o libsvtav1 cuando el hardware no está disponible. Utiliza un sistema de polling para observar cambios en directorios fuente, compatible con sistemas de archivos de red como NFS y CIFS.

Incluye lógica inteligente para saltarse archivos ya optimizados mediante heurísticas de nombre y análisis de resolución con ffprobe, crea enlaces simbólicos para versiones múltiples visibles por Jellyfin, normaliza audio a AAC o AC3 según contenedor, preserva subtítulos nativos de MKV y convierte formatos incompatibles como WebVTT a SRT. La limpieza automática elimina archivos huérfanos y enlaces obsoletos con verificaciones de salud del mount para prevenir borrados accidentales.

CASOS DE USO
  • Optimizar streaming de video desde biblioteca existente hacia dispositivos móviles sin intervención manual
  • Reducir consumo de ancho de banda en conexiones remotas mediante transcodificación automática a HEVC/AV1
  • Preparar contenido para Jellyfin manteniendo copias originales con enlaces simbólicos versionados
  • Soporte multi-plataforma con fallback automático a software cuando hardware no está disponible
PUNTOS DESTACADOS
  • Aceleración por hardware NVIDIA NVENC e Intel QSV con fallback transparente a libx265/libx264/libsvtav1
  • Detección automática de archivos ya en 720p mediante heurísticas de nombre y análisis ffprobe
  • Gestión segura de limpieza con verificaciones de salud del mount para evitar borrados masivos accidentales
  • Soporte nativo para subtítulos con conversión a formatos compatibles (SRT, mov_text) y preservación de codecs MKV
PRECAUCIONES
  • No soporta cross-container locking - evitar apuntar dos encoders al mismo subdirectorio destino
  • Los guardias de limpieza usan umbral del 50% que puede bloquear operaciones si la biblioteca se reduce intencionalmente
  • Limitación de tasa de eventos de borrado: más de 50 eliminaciones en 60 segundos suprime más borrajes
  • Archivos .tmp incompletos se mantienen hasta finalizar codificación - no soporta interrupciones durante escritura
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

jellyfin-encoder banner
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

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

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Despliegue recomendado con Docker Compose. Configurar ENABLE_HW_ACCEL=true y HW_ENCODING_TYPE según hardware (nvidia/intel). Para NVIDIA usar deploy.resources.reservations.devices.capabilities=[gpu]. Para Intel pasar --device /dev/dri:/dev/dri. Establecer POLL_INTERVAL=60 para monitoreo de directorios fuente. Usar ENCODING_QUALITY=LOW/MEDIUM/HIGH según necesidades de almacenamiento. Verificar compatibilidad de drivers GPU antes de activar aceleración por hardware.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsNode.jsRailsPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
No detectados
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.