readr
Aplicación auto-alojada de tipo 'read-it-later' y motor de gráfico de conocimiento impulsada por IA. Utiliza Go en el backend, Vue en el frontend y almacena artículos como archivos Markdown locales con SQLite.
Ficha actualizada 26 sept 2026, 7:16 · upstream 26 sept 2026, 7:00 · release 2.4.0
Qué es readr
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Readr es una aplicación minimalista y nativa de IA diseñada para gestionar colecciones de lectura y construir gráficos de conocimiento. El backend está escrito en Go y el frontend en Vue.js con Tailwind CSS, ofreciendo una interfaz ligera y rápida que soporta modo oscuro. Los artículos se ingieren desde URLs y se guardan como archivos Markdown limpios en un directorio local, lo que facilita la portabilidad y la sincronización con herramientas externas como Obsidian o Logseq.
La aplicación cuenta con agentes de fondo configurables que ejecutan tareas como el enriquecimiento de metadatos en formato OKF (Open Knowledge Format) y la creación automática de enlaces wikis semánticos entre artículos. Estas operaciones se gestionan mediante un pipeline de trabajadores configurable, con actualizaciones en tiempo real enviadas al cliente a través de eventos SSE (Server-Sent Events).
El sistema permite consultas de chat utilizando modelos de OpenRouter para interactuar con el contenido guardado, incluyendo referencias directas a notas mediante menciones. Además, ofrece visualización de gráficos de conocimiento globales y por artículo, permitiendo explorar relaciones entre conceptos, etiquetas y enlaces wikis. El despliegue es sencillo mediante Docker Compose en el puerto 8080, con soporte para plantillas Jinja personalizadas para estructurar los archivos Markdown según dominios específicos.
- Gestión de artículos guardados desde múltiples fuentes web con almacenamiento local persistente.
- Construcción automática de un gráfico de conocimiento basado en enlaces wikis y metadatos extraídos.
- Interacción con el contenido guardado mediante chat asistido por IA (OpenRouter).
- Sincronización de bibliotecas de lectura entre Readr y herramientas como Obsidian o Logseq.
- Personalización del formato de salida de artículos mediante plantillas Jinja específicas por dominio.
- Almacenamiento portátil en Markdown local sin dependencias de base de datos complejas (SQLite).
- Agentes autónomos para enriquecimiento de metadatos OKF y vinculación gráfica automática.
- Actualizaciones en tiempo real vía SSE para notificaciones de agentes y cambios en el gráfico.
- Soporte nativo para plantillas Jinja con resolución jerárquica de dominios.
- Integración directa con modelos de IA externos a través de OpenRouter.
- Dependencia de servicios externos (OpenRouter) para funcionalidades de chat, requiriendo configuración de API keys.
- Almacenamiento local en disco puede requerir gestión manual de copias de seguridad si no se configura correctamente el volumen Docker.
- La complejidad media del despliegue implica conocimientos básicos de contenedores y mapeo de puertos.
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.
Requiere un entorno con Docker instalado. Se recomienda asignar al menos 2 núcleos CPU, 2GB RAM y 10GB de disco según el análisis técnico. El puerto 8080 debe estar abierto en el firewall. Los datos se montan en ./data dentro del contenedor. Para personalizar la estructura de los archivos guardados, colocar plantillas Jinja en $DATA_DIR/templates/. Asegurar que las variables de entorno para OpenRouter estén configuradas si se desea usar chat.
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.