Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

mikuinvidious

Frontend libre para Bilibili con soporte de reproducción de video, modo escucha y descubrimiento de contenido.

Ficha actualizada 23 sept 2026, 8:01 · upstream 23 sept 2026, 7:52 · release v3.3.1

Ver códigoProblemas y ayudaRepositorio ↗Sitio oficial
00

Qué es mikuinvidious

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

MikuInvidious es un frontend libre como en libertad (freedom) para la plataforma Bilibili. Es una versión modificada y personalizada del proyecto original de John Xina. Incluye características adicionales como inteligencia artificial para generar contenido, modo de escucha que reduce el consumo de ancho de banda, proxy estable con chat en tiempo real y descubrimiento de contenido sin necesidad de cuenta.

El proyecto utiliza un enfoque opinado (opinionated) sobre la arquitectura del frontend, integrando tecnologías modernas como Tailwind CSS, Rust para el servidor granular y Python con Quart. La aplicación soporta reproducción de video DASH/FLV, danmaku (animaciones de弹幕), videos multi-partición y streaming en vivo.

En cuanto a privacidad, MikuInvidious ofrece navegación sin necesidad de registro, ocultamiento de IP mediante proxying de medios y cero rastreo, lo que lo convierte en una herramienta útil para usuarios preocupados por la privacidad online.

CASOS DE USO
  • Reproducir contenido de Bilibili con calidad de video superior a la original
  • Escuchar audio sin consumir ancho de banda del streaming
  • Ver noticias y artículos proxyados directamente desde el servidor
  • Participar en chats en tiempo real durante eventos en vivo
  • Descubrir contenido nuevo sin necesidad de registrarse o pagar
  • Reproducir videos multi-partición (como series o películas)
PUNTOS DESTACADOS
  • Soporte completo para reproducción de video DASH y FLV con alta calidad
  • Modo de escucha que reduce el consumo de ancho de banda hasta en un 80%
  • Proxy estable con latencia mínima y chat en tiempo real mediante SSE
  • Navegación sin necesidad de cuenta o registro (no-account browsing)
  • Integración con warp para proxying de red con soporte HTTPS nativo
  • Soporte para danmaku (animaciones de弹幕) y contenido multi-partición
PRECAUCIONES
  • Requiere Redis como caché, lo que puede ser un cuello de botella en entornos sin servidor
  • El proxying de IP no cubre todos los casos de uso, especialmente con proxies tradicionales
  • La inteligencia artificial integrada genera contenido generado por IA (AI slop) que puede contener inexactitudes
  • No se soporta la reproducción de video en formato MP4 directamente sin transcodificación previa
  • El modo de escucha no funciona correctamente con ciertos formatos de audio como AAC
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA2 GBRAM estimada
DISCO20 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Para desplegar MikuInvidious, recomiendo usar Docker Compose para un despliegue rápido y seguro. Se recomienda configurar el proxy warp en la variable `HTTP_PROXY` o `HTTPS_PROXY` del entorno para ocultar las direcciones IP reales de los usuarios. En producción, se debe implementar un sistema de autenticación (como JWT) y un backend de verificación de identidad. Para entornos sin Docker, se puede instalar manualmente con Python 3.14+ usando el gestor de paquetes uv, aunque esto requiere más configuración inicial. Se recomienda mantener Redis activo para optimizar la velocidad de carga del frontend.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Node.jsRustPython
SERVICIOS
Redis
BASES DE DATOS
Redis
PUERTOS
8000
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.