mc-gamertime
MC GamerTime es un gestor auto-alojado para inventario de juegos de mesa y registro de partidas. Integra metadatos de Board Game Geek, tablas de clasificación con Elo, logros automáticos y perfiles de jugadores.
Ficha actualizada 25 sept 2026, 15:02 · upstream 25 sept 2026, 14:39 · release v0.1.2
Qué es mc-gamertime
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
MC GamerTime es una aplicación web completa para gestionar colecciones de juegos de mesa y registrar sesiones de juego. La plataforma permite importar metadatos desde Board Game Geek, incluyendo portadas, descripciones y estadísticas de jugadores. El sistema calcula automáticamente métricas avanzadas como puntuaciones Elo, tasas de victoria, rachas y registros frente a frente entre jugadores. Además, incluye un sistema de logros que detecta hitos basándose en los resultados ingresados y permite mantener un blog con resúmenes de sesiones enriquecidos.
La arquitectura es flexible, permitiendo ejecutar la misma aplicación backend (FastAPI) y frontend (React) tanto en un contenedor único auto-alojado con SQLite y sistema de archivos local, como en una infraestructura serverless en AWS utilizando Lambda, DynamoDB y S3. Esta dualidad ofrece opciones para usuarios que prefieren el control total sobre sus datos o buscan la facilidad del hosting en la nube sin costes significativos gracias al modelo pay-per-request.
El proyecto destaca por su enfoque híbrido de almacenamiento, donde los medios subidos se sirven detrás de autenticación desde la aplicación local, nunca directamente desde el bucket S3, garantizando una capa adicional de seguridad. La infraestructura puede provisionarse mediante Terraform para entornos cloud o gestionarse manualmente con Docker Compose para despliegues locales.
- Gestión de inventario personal con importación automática de metadatos desde Board Game Geek
- Registro detallado de partidas con campos personalizados, notas de estado y puntuaciones
- Análisis estadístico de rendimiento mediante tablas de clasificación Elo y rachas
- Seguimiento de progreso a través de un sistema de logros automático detectando hitos
- Hosting en AWS para acceso remoto seguro sin mantenimiento de servidores físicos
- Blog personal para compartir resúmenes de partidas con imágenes y texto enriquecido
- Soporte nativo para despliegue serverless en AWS con Terraform y coste cercano a cero mensual
- Integración directa con Board Game Geek para metadatos, portadas y estadísticas automáticas
- Arquitectura monolítica simplificada que funciona tanto en Docker como en Lambda sin cambios de código
- Sistema de autenticación seguro con soporte para reset de contraseña por email SMTP
- Licencia MIT abierta que permite uso personal y comercial sin restricciones legales
- Documentación técnica completa con guías de arquitectura, contribución y modelos de seguridad
- Dependencia de la API externa de Board Game Geek para obtener metadatos y portadas
- Requiere dominio propio para despliegue en AWS CloudFront debido a requisitos de certificados ACM
- Código generado por IA con advertencia de 'vibe-coded' sin revisión exhaustiva de seguridad manual
- Almacenamiento local requiere gestión manual de copias de seguridad del archivo SQLite
- Configuración inicial estricta de variables de entorno para autenticación y CORS
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.
Para auto-alojamiento, clonar el repositorio y ejecutar docker compose up -d tras configurar ADMIN_USERNAME y ADMIN_PASSWORD en .env. Para AWS, se necesita un dominio propio para el certificado SSL en CloudFront, Terraform instalado y una cuenta AWS activa. El despliegue local usa SQLite y sistema de archivos local; la nube usa DynamoDB y S3. Se recomienda configurar HTTPS y CORS según la documentación oficial antes de exponer endpoints públicamente.
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.