kist-finance
Plataforma local-first de gestión financiera personal y seguimiento profesional con IA privada integrada, ejecutada en tu máquina sin depender de la nube para tus datos sensibles.
Ficha actualizada 23 sept 2026, 20:48 · upstream 23 sept 2026, 20:43 · release sin release detectada
Qué es kist-finance
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Kist-finance es un centro de mando auto-alojado que centraliza finanzas personales y señales profesionales en una interfaz coherente. Utiliza Python (Flask) y Next.js con una base de datos SQLite local, garantizando que los datos nunca abandonen tu dispositivo salvo integraciones opcionales para datos de mercado públicos. Incluye módulos para flujos de caja, patrimonio neto, objetivos financieros y proyecciones de FIRE con calibración automática de intervalos de confianza.
La aplicación destaca por su enfoque en la privacidad y la transparencia algorítmica, ofreciendo un motor de IA local opcional que funciona con modelos como llama.cpp sin enviar datos a servidores externos. Proporciona análisis de riesgo mediante un "Radar de Riesgo" basado en indicadores macroeconómicos (VIX, oro) y herramientas avanzadas para gestión de RSUs, impuestos sobre ganancias de capital y simulaciones de estrés financiero.
El sistema incluye un asistente de configuración inicial que permite cargar perfiles falsos o empezar desde cero, con soporte para integraciones externas como Supabase para datos de mercado en tiempo real. Su diseño modular permite activar o desactivar funcionalidades específicas mediante un wizard, adaptando la interfaz a las necesidades del usuario sin sobrecargar el sistema con componentes innecesarios.
- Centralizar y visualizar patrimonio neto, flujos de caja y ratios financieros en un solo panel local.
- Proyectar escenarios de FIRE (Independencia Financiera) con calibración estadística de intervalos de confianza.
- Gestionar carteras de acciones y RSUs con seguimiento de vesting, simulaciones Monte-Carlo y cálculo de impuestos.
- Monitorear el riesgo macroeconómico mediante un radar que integra VIX, oro y petróleo en tiempo real.
- Ejecutar análisis de IA privada local para revisar recomendaciones financieras sin enviar datos a la nube.
- Rastrear métricas profesionales y ofertas laborales con barómetro de mercado basado en Google Trends.
- Arquitectura local-first con base de datos SQLite externa al repositorio por defecto.
- Motor de IA privado integrado compatible con llama.cpp para análisis sin salir del dispositivo.
- Proyecciones financieras transparentes con calibración conformal y autoevaluación diaria de errores.
- Módulo de gestión de RSUs completo con seguimiento de vesting, log de ventas y reservas fiscales.
- Radar de riesgo macroeconómico que combina VIX, oro y petróleo en una lectura unificada.
- Diseño modular que permite activar/desactivar componentes mediante un wizard de configuración inicial.
- No incluye contenedores Docker ni archivos Compose para despliegue simplificado.
- Requiere instalación manual de Python y dependencias del sistema (pip, venv).
- El modelo de IA local no se incluye en el repositorio; debe descargarse externamente.
- Los datos de mercado en tiempo real requieren configuración adicional con Supabase o APIs externas.
- La interfaz gráfica estática en GitHub Pages es solo demostrativa y no guarda datos reales.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Clona el repositorio e instala dependencias con `pip install -r requirements.txt`. Ejecuta `./run.sh` para iniciar el servidor en http://127.0.0.1:8321 (o puerto configurable). Usa el wizard inicial (`/#wizard`) para configurar módulos y cargar datos. Para IA local, descarga un modelo compatible con llama.cpp manualmente. Opcionalmente, configura Supabase o APIs externas para datos de mercado en `.env`. Programar `forecast-daily.sh` para mantener la calibración del modelo activo.
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.