Open-Health-Atlas
Open Health Atlas es una aplicación local que integra registros de sueño, entrenamiento, estado de ánimo, nutrición y otros datos de salud en un solo entorno. Permite comparar periodos, inspeccionar fuentes y cálculos, y elegir entre clientes MCP o modelos externos para interpretar los resultados.
Ficha actualizada 22 sept 2026, 23:23 · upstream 22 sept 2026, 23:14 · release sin release detectada
Qué es Open-Health-Atlas
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Open Health Atlas une registros de sueño, entrenamiento, estado de ánimo, nutrición y otras métricas de salud en una sola aplicación local. Permite comparar períodos, inspeccionar las fuentes de datos y los cálculos subyacentes detrás de los resultados. Se puede usar la interfaz por sí misma o conectar un cliente MCP compatible para consultar los registros y verificar la evidencia con el modelo elegido.
La herramienta ejecuta los cálculos locales; el modelo externo proporciona la interpretación. Esto permite una separación clara entre la generación de datos y su interpretación, facilitando la trazabilidad y reproducibilidad del análisis. El proyecto está diseñado como un entorno local que funciona sin conexión a internet, ideal para uso personal o en entornos con restricciones de conectividad.
El software soporta múltiples fuentes de datos: registros de entrenamiento, wearables, sueño, nutrición, logs subjetivos, síntomas y registros laboratoriales. Cada entrada puede ser validada contra estándares internacionales, lo que permite una comparación interactiva entre diferentes métricas. El sistema mantiene un historial completo con referencias a las evidencias subyacentes, facilitando la auditoría de decisiones.
El cliente MCP (Model Context Protocol) ofrece descubrimiento de herramientas, consultas de datos y análisis de fondo sin necesidad de modelos preinstalados. Esto permite que cualquier modelo externo se integre fácilmente mediante credenciales del usuario. La conexión es de solo lectura para el MCP, lo que reduce la carga sobre los sistemas externos.
El proyecto está construido con Python como lenguaje principal, utilizando un broker de mensajes en Unix socket y una base de datos local. El diseño arquitectónico prioriza la determinismo de los cálculos, la trazabilidad de las evidencias y la facilidad de integración con clientes MCP. La interfaz gráfica incluye dashboards interactivos para visualizar patrones temporales y comparaciones entre métricas.
El proyecto está en desarrollo activo, con soporte actualizado para macOS y Linux a través del broker Unix socket. Windows no es soportado directamente debido a las diferencias en los mecanismos de bloqueo
- Comparar patrones de sueño entre diferentes días o semanas para identificar tendencias o anomalías
- Analizar la relación entre entrenamiento físico y estado de ánimo en un periodo determinado
- Evaluar la consistencia nutricional durante periodos específicos mediante registros diarios
- Comparar el rendimiento deportivo con datos de sueño, nutrición y estado de ánimo
- Investigar patrones de síntomas o salud mental vinculados a hábitos de vida
- Crear un historial personal de salud accesible sin necesidad de plataformas externas
- Permite ejecutar cálculos determinísticos locales sin depender de modelos externos ni APIs costosas
- Soporta múltiples fuentes de datos con validación cruzada entre registros y estándares internacionales
- Ofrece un cliente MCP independiente que permite conectar cualquier modelo de IA sin instalar componentes adicionales
- Mantiene toda la evidencia subyacente (fuentes, unidades, transformaciones) para una auditoría completa
- Soporta importación y exportación de formatos estándar como JSON, CSV y XML con validación automática
- Proporciona dashboards interactivos que visualizan patrones temporales y comparaciones entre métricas
- No es compatible con sistemas operativos Windows debido a las diferencias en los mecanismos de bloqueo de archivos POSIX
- El broker de mensajes utiliza Unix sockets, lo que limita su uso en entornos sin acceso al sistema de archivos
- La conexión MCP es de solo lectura y no garantiza procesamiento local del resultado final si el modelo externo realiza cálculos
- No soporta clientes MCP que requieran autenticación remota o credenciales de servidor
- El análisis se basa en patrones observados y asociaciones estadísticas; no establece causalidad ni conclusiones clínicas definitivas
- La interfaz gráfica del demo es ficticia y no representa la funcionalidad completa del proyecto
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para desplegar Open Health Atlas, se recomienda usar Python 3.11 o superior en un servidor local con acceso a internet para instalar paquetes de terceros. El broker de mensajes puede ejecutarse como servicio de sistema (systemd) o mediante un script de inicio manual. Para el cliente MCP independiente, se puede ejecutar directamente desde la terminal sin dependencias adicionales. Se recomienda configurar el proyecto en un entorno aislado (containerizado con Docker) para evitar conflictos con el sistema operativo local y facilitar la replicación del entorno. El despliegue en entornos multiusuario requiere una configuración de permisos de base de datos adecuada, ya que el proyecto está diseñado como software de uso único. Se recomienda mantener las credenciales de los modelos externos en un archivo de configuración separado para evitar riesgos de seguridad.
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.