LFSX
LFSX es un servidor Git LFS rápido, ligero y seguro que aloja assets grandes de repositorios Git sin consumir cuota en el disco del host.
Ficha actualizada 22 sept 2026, 18:38 · upstream 22 sept 2026, 18:19 · release v1.17.1
Qué es LFSX
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
<p>LFSX almacena los binarios grandes de un repositorio Git (assets como texturas, modelos, video) para que nunca toquen la cuota de almacenamiento o ancho de banda del disco del servidor. El repositorio permanece en GitHub, GitLab u otro lugar; solo se redirige el transfer LFS a su propio servidor.</p><p>El acceso se decide por el repositorio upstream: un cliente presenta el token HTTPS y LFSX pregunta al forge qué permisos tiene permitido ese token. No hay cuentas que administrar.</p>
- Almacenamiento de assets grandes (texturas, modelos 3D, video) sin consumir cuota en disco o ancho de banda del servidor.
- Alojamiento seguro de activos para proyectos Unity y Unreal Engine donde el repositorio Git es público pero los assets son privados.
- Despliegue de repositorios Git con assets grandes que requieren transfer LFS a un servidor externo.
- Servidor de archivos compartidos en entornos corporativos o de desarrollo sin necesidad de bases de datos.
- Almacenamiento de código fuente y assets para proyectos colaborativos donde el acceso se controla por permisos del repositorio.
- Es un servidor Git LFS ligero: estático, sin base de datos ni dependencias externas.
- Es extremadamente rápido: no hay buffering en memoria y la SHA-256 se calcula en tiempo real durante el streaming.
- Es seguro: los permisos de acceso reflejan exactamente los del repositorio upstream, y cada objeto se verifica contra su digest antes de ser aceptado.
- Es completamente transparente para Git LFS: no requiere configuración adicional ni cambios en la configuración del cliente.
- Soporta almacenamiento S3 compatible (MinIO) con un solo comando de CLI.
- Permite acceso público a repositorios públicos sin necesidad de configurar permisos explícitos.
- No soporta bases de datos para persistencia de objetos o usuarios, lo que limita su escalabilidad en entornos muy grandes.
- El almacenamiento se realiza directamente sobre el filesystem del cliente (S3-compatible), por lo que no ofrece un nivel de seguridad adicional al repositorio Git original.
- La verificación de integridad de los archivos se realiza mediante checksums, por lo que cualquier corrupción del disco podría causar pérdida de datos.
- No tiene soporte nativo para entornos multi-tenant o de alto tráfico (millones de objetos simultáneos) sin configuración adicional.
- El almacenamiento en S3-compatible puede ser costoso a largo plazo si no se implementa deduplicación y compresión adecuadas.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
<p>Instalación con Docker:</p><pre>docker run -d --name lfsx \ -p 8080:8080 \ -v lfsx-data:/var/lib/lfsx \ ghcr.io/ferrlabs/lfsx:latest</pre> <p>O sin contenedor:</p><pre>curl -fsSL https://github.com/FerrLabs/LFSX/releases/latest/download/lfsx-server-x86_64-unknown-linux-musl.tar.gz \ | tar xz ./lfsx-server</pre> <p>Configuración de variables:</p><ul><li>LFSX_PUBLIC_URL: URL pública del servidor (para transferencias)</li><li>LFSX_STORAGE_ROOT: ruta raíz del filesystem donde se alojan los objetos</li><li>LFSX_AUTH: 'enabled', 'disabled' o 'jwt'</li></ul> <p>Para Kubernetes, usar el Helm chart oficial de FerrLabs. Para producción recomendada:</p><ul><li>Usar un contenedor con imagen mínima (distroless) para reducir superficie de ataque</li><li>Configurar HTTPS con TLS 1.2+ y certificados auto-signados o CA externa</li><li>Asegurar que el filesystem tenga permisos de escritura p
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.