pcbuildsage
Planner de PCs open source que combina IA con verificación determinista por código para garantizar compatibilidad real. Soporta catálogo actualizado de retailers indios, ejecución local con modelos propios y despliegue Docker. Ideal para usuarios técnicos que buscan transparencia en especificaciones
Ficha actualizada 28 sept 2026, 5:44 · upstream 28 sept 2026, 5:29 · release sin release detectada
Qué es pcbuildsage
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
PCBuildSage es una herramienta open source diseñada para planificar construcciones de PC combinando inteligencia artificial con verificación determinista por código. A diferencia de los chatbots convencionales, este sistema no solo propone componentes basándose en conocimiento general, sino que valida rigurosamente la compatibilidad mediante un motor de reglas que verifica zócalos, generación DDR, potencia PSU y dimensiones físicas.
El proyecto se centra inicialmente en el mercado indio, con catálogos actualizados dos veces al día desde retailers locales como MDComputers y PrimeABGB. La arquitectura permite ejecutar completamente localmente con modelos propios (Ollama, Groq, etc.), garantizando privacidad total: las claves API nunca se almacenan en servidores externos ni en bases de datos, permanecen en el navegador o en archivos locales.
La herramienta ofrece tanto interfaz web como CLI scriptable, con soporte para contribuciones comunitarias mediante perfiles JSON sin necesidad de modificar código. Incluye validación automática de esquemas y mecanismos de fallback con IA cuando los selectores CSS cambian. El despliegue es sencillo: requiere Node 20+, Python 3.11+ y una clave API gratuita opcional.
- Planificar un PC gaming en ₹80,000 con RTX 4070 existente, verificando compatibilidad por código antes de mostrar resultados
- Ejecutar localmente con Ollama para mantener privacidad total sin depender de APIs externas ni servidores centralizados
- Contribuir añadiendo retailers de nuevos países mediante perfiles JSON sin modificar el código fuente principal
- Validar builds existentes contra un catálogo actualizado en tiempo real desde retailers indios verificados
- Motor de reglas determinista que valida compatibilidad (zócalos, DDR, PSU, dimensiones) independientemente de la IA
- Catálogos actualizados dos veces al día con datos reales de stock desde retailers indios verificados
- Ejecución 100% local con claves API en memoria del navegador o archivos locales sin persistencia en servidor
- Arquitectura modular que permite añadir países y retailers mediante perfiles JSON sin tocar código fuente
- Soporte para múltiples modelos de IA (Gemini, OpenRouter, Ollama) vía APIs compatibles
- Actualmente soporta solo India; expansión a otros países requiere contribuciones comunitarias con perfiles JSON
- El motor de reglas es joven y puede requerir reportes de issues para corregir verdades falsas detectadas
- Requiere claves API gratuitas de proveedores externos (Gemini, OpenRouter) para el modo demo en hosting gratuito
- La base de datos SQLite local no soporta múltiples usuarios concurrentes sin configuración adicional
- Dependencia de selectores CSS que pueden romperse tras rediseños de sitios web de retailers
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para despliegue local: npm install, pip install -r scraper/requirements.txt, cp .env.example .env. Ejecutar con npm run dev (web) o node bin/pcbuildsage.js (CLI). Para Docker: docker build -t pcbuildsage . y docker run -d -p 127.0.0.1:3000:10000 -e PCBUILDSAGE_DEPLOYMENT_MODE=local pcbuildsage. Asegurar que PCBUILDSAGE_ALLOWED_HOSTS incluya las IPs o nombres de host permitidos en redes locales. Para modo demo, usar claves API gratuitas de Google AI Studio o OpenRouter.
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.