moshu
Plataforma de escritura AI para novelas web chinas con frontend Vue 3 y backend FastAPI. Gestiona consistencia narrativa, RAG con pgvector y generación de imágenes. Incluye herramientas para adaptación a cómic y auditoría de estilo. Arquitectura escalable con Docker Compose.
Ficha actualizada 25 sept 2026, 3:47 · upstream 25 sept 2026, 3:34 · release sin release detectada
Qué es moshu
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Moshu es un entorno de trabajo AI diseñado para autores de novelas web chinas que buscan mantener la coherencia en tramas largas. Integra gestión de personajes, mundos, líneas temporales y RAG para asegurar que las referencias sean consistentes con el contexto previo. La plataforma actúa como guardián de la narrativa, detectando conflictos antes de la publicación definitiva.
Técnicamente, combina un frontend Vue 3 con un backend FastAPI en Python, utilizando PostgreSQL con pgvector para almacenamiento vectorial y Redis para caché. Soporta despliegue autoalojado mediante Docker Compose y ofrece una API compatible con OpenAI para modelos de lenguaje y generación de imágenes. El sistema permite flujos de trabajo complejos como la planificación de capítulos, revisión de estilo naturalista y preparación de material para adaptaciones visuales.
El enfoque en la consistencia es clave: el sistema separa borradores AI de texto final, valida tokens de contexto y permite recuperación de información semántica. Incluye módulos específicos para gestión de créditos de API, auditoría de factibilidad narrativa y exportación de reportes de calidad. Es ideal para proyectos que requieren control riguroso sobre la evolución de la historia y los activos multimedia.
- Creación y desarrollo de novelas web chinas de larga duración
- Mantenimiento de consistencia en tramas complejas mediante RAG
- Preparación de material para adaptación a cómic o webtoon
- Auditoría de estilo narrativo y ritmo textual
- Gestión de activos multimedia (imágenes) para producción visual
- Exportación de reportes de calidad y análisis de progreso
- Sistema RAG con PostgreSQL/pgvector para recuperación semántica precisa
- Guardianes de consistencia que detectan conflictos en tiempo real
- Arquitectura modular con Docker Compose para despliegue flexible
- Gestión avanzada de ventanas de contexto (hasta 256k tokens)
- API compatible OpenAI para modelos de texto e imágenes flexibles
- Herramientas de exportación y análisis de métricas de uso
- Dependencia de APIs externas compatibles con OpenAI para generación
- Funcionalidad de colaboración en tiempo real limitada en fase MVP (sin Yjs)
- Configuración manual requerida para credenciales de API y modelos
- Generación de imágenes requiere configuración específica de endpoints
- Optimizado principalmente para narrativa en chino tradicional/simplificado
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.
Desplegar con `docker compose up -d --build`. Configurar `.env` con claves API, `CREDENTIAL_ENCRYPTION_KEY` y rutas de modelos antes de iniciar. Ejecutar migración de base de datos (`alembic upgrade head`) tras cambios en código. Asegurar que PostgreSQL y Redis estén accesibles. Usar puerto 8000 para API y 5180 para frontend. Verificar `BOOTSTRAP_TOKEN` solo en primera inicialización.
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.