pictaria-server
Pictaria Server es una herramienta auto-alojada para inteligencia fotográfica, enriquecimiento y automatización de bibliotecas Immich. Ofrece paneles web privados para análisis de colecciones, clasificación con IA, curaduría humana y gestión de álbumes inteligentes sin telemetría externa.
Ficha actualizada 22 sept 2026, 16:25 · upstream 22 sept 2026, 5:04 · release v1.2.1
Qué es pictaria-server
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Pictaria Server actúa como complemento analítico y operativo para bibliotecas de fotos en Immich, permitiendo explorar colecciones mediante estadísticas temporales, constelaciones de personas y mapas de lugares. La plataforma integra capacidades de IA para clasificación automática de imágenes (Enrich) y curaduría asistida por decisiones humanas (Curate), facilitando la selección de mejores fotos para visualización en dispositivos dedicados como Pictaria Frame.
La arquitectura se basa en Node.js con soporte nativo para contenedores Docker, ejecutando procesos únicos sin dependencias npm externas. Soporta múltiples proveedores de inferencia (Ollama, OpenAI, LM Studio) y permite configuración dinámica vía interfaz web sin reinicios. La gestión de datos centralizada incluye bases de datos SQLite locales para insights, álbumes inteligentes y métricas de dispositivos, garantizando privacidad al mantener el procesamiento en infraestructura propia o mediante cuentas de proveedores elegidas por el usuario.
Para despliegue, se requiere Immich 2.0 o superior y Node.js 22.16+ (o 23.8+). El sistema soporta tanto despliegues Docker como instalación nativa en Node, con variables de entorno para autenticación API de Immich y claves de proveedores de IA. La configuración de seguridad incluye contraseña de aplicación obligatoria por defecto y soporte para certificados HTTPS privados.
- Análisis estadístico de colecciones fotográficas (personas, lugares, fechas).
- Clasificación automática de imágenes mediante modelos locales o en la nube.
- Curaduría humana para seleccionar las mejores fotos para visualización.
- Sincronización de álbumes inteligentes con reglas de búsqueda personalizadas.
- Control remoto de dispositivos Pictaria Frame desde una interfaz centralizada.
- Respuestas a preguntas sobre fotos mediante procesamiento de voz y texto.
- Sin telemetría ni servicios en la nube operados por el proveedor del software.
- Soporte nativo para múltiples proveedores de IA (Ollama, OpenAI, LM Studio).
- Configuración dinámica vía interfaz web sin necesidad de reiniciar el servidor.
- Integración directa con bibliotecas Immich 2.0 o superiores.
- Bases de datos SQLite locales para almacenamiento de insights y métricas.
- Soporte para despliegue en contenedores Docker o instalación nativa en Node.js.
- Requiere conexión activa a servidores externos (OpenAI, Ollama) para funcionalidades de IA si no se usa modelo local.
- Necesita configuración manual de certificados HTTPS privados si el servidor Immich usa CA propia.
- Dependencia de Node.js versión específica (22.16+ o 23.8+) para ejecución nativa.
- Funcionalidad de voz requiere claves API adicionales para proveedores TTS (OpenAI, ElevenLabs).
- La sincronización de álbumes inteligentes puede afectar rendimiento en bibliotecas muy grandes sin optimización.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Despliegue preferente vía Docker con `docker compose up -d`. Configurar `IMMICH_BASE_URL`, `IMMICH_API_KEY` y `APP_PASSWORD` obligatoriamente antes del arranque. Usar imagen versionada explícita (ej. v1.2.1) en lugar de `latest`. Para backups, montar volumen `backups/` y configurar `BACKUP_DIR`. Verificar compatibilidad con Immich 2.0+ antes de actualizar.
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.