QuantaGem
QuantaGem es una interfaz web de alto rendimiento para la API Gemini de Google, construida con Next.js 16 y TypeScript. Ofrece un chat intuitivo con gestión de sesiones, streaming de respuestas, persistencia en PostgreSQL, integración con Vertex AI y soporte para modelos personalizados.
Ficha actualizada 23 sept 2026, 3:27 · upstream 23 sept 2026, 3:16 · release sin release detectada
Qué es QuantaGem
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
QuantaGem es una aplicación web de producción diseñada para interactuar con la API Gemini de Google a través de su interfaz gráfica. A diferencia de las interfaces más simples, esta plataforma aprovecha el poder de Vertex AI para ejecutar modelos Gemini configurados por el usuario, incluyendo versiones optimizadas como 'Thinking' que permiten razonamiento paso a paso. El sistema utiliza un diseño microservicios distribuido con PostgreSQL como base de datos principal y Redis para la gestión de sesiones y rate limiting. La arquitectura permite conectar cualquier proveedor compatible con OpenAI o Anthropic mediante endpoints personalizados, además de ofrecer capacidades avanzadas como ejecución de código R en tiempo real, búsqueda global de chats y soporte multimodal.
- Asistente personal que gestiona múltiples proyectos con historial persistente
- Entrenador de IA para generar contenido personalizado basado en modelos específicos
- Analista técnico que ejecuta código R directamente durante conversaciones
- Consultor empresarial que accede a información externa mediante búsqueda contextual
- Asistente financiero que procesa documentos y datos estructurados
- Creador de contenido que combina generación de texto con análisis de imágenes
- Soporte para modelos Gemini 2.5 y 3.x a través de Vertex AI con control granular sobre token budget y tiempo de razonamiento
- Integración nativa con SeaweedFS como almacenamiento S3 compatible, permitiendo guardar archivos grandes directamente en el chat
- Motor de transcripción local ONNX ASR que ejecuta modelos NVIDIA Parakeet TDT sin depender de servicios externos
- Sistema de prompts personalizados con reordenamiento visual tipo iOS para acceso rápido a instrucciones
- Soporte completo para archivos PDF, imágenes y carpetas de código fuente como contexto multimodal
- La persistencia en PostgreSQL puede ser lenta para chats muy largos debido al uso de índices B-tree estándar
- El modelo ONNX ASR por defecto tiene un límite de tokens de entrada que puede requerir configuración manual
- La integración con Vertex AI requiere una cuenta de Google Cloud activa y credenciales configuradas
- Las imágenes subidas pueden consumir recursos adicionales del almacenamiento S3 según su tamaño
- El sistema no soporta la generación de audio directamente, solo transcripción a texto
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para desplegar QuantaGem en producción, se recomienda usar Docker Compose con las imágenes Distroless Node.js 24 para el frontend y una imagen PostgreSQL 18 Alpine. Se debe configurar un bucket S3 compatible con SeaweedFS o un endpoint MinIO personalizado. Es obligatorio habilitar IPv6 mediante la configuración de `docker-bridge` en `/etc/docker/daemon.json`. Las credenciales de Google Cloud deben almacenarse en un archivo JSON separado y nunca en el entorno de producción. Para migrar datos existentes, se debe ejecutar primero una validación con `rclone check` del almacenamiento actual antes de aplicar la regla de ciclo de vida de 1 día para los archivos temporales.
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.