refd
Herramienta open-source para monitorizar menciones de marcas en respuestas de IA como ChatGPT o Gemini. Rastrea visibilidad, citas y rankings utilizando Cloudflare Workers y Bun. Permite self-hosting o uso del servicio alojado.
Ficha actualizada 27 sept 2026, 18:40 · upstream 27 sept 2026, 18:21 · release sin release detectada
Qué es refd
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
refd es una solución open-source para monitorizar la presencia de marcas en respuestas generadas por IA. La arquitectura se basa en un monorepo Bun con tres Cloudflare Workers independientes: API (Hono), Dashboard (React) y Web (Astro). Utiliza BrightData para scraping de datos y almacena payloads gzificados en R2, con esquemas en D1 gestionados por Drizzle.
Soporta integración con agentes IA a través del protocolo MCP, permitiendo que modelos como Claude accedan a métricas de visibilidad. El sistema ejecuta cron jobs diarios para capturar snapshots de búsqueda y puntuar menciones o citas de entidades rastreadas.
El despliegue puede realizarse en la nube mediante Cloudflare (requiere plan pago para Queues/Workers AI) o localmente usando Caddy con `bun run dev`. Incluye soporte para Git worktrees y migraciones remotas de base de datos.
- Monitorización de menciones de marca en ChatGPT, Gemini y Perplexity
- Integración con agentes IA vía MCP para acceso a métricas
- Análisis de competencia y visibilidad en SERP AI
- Rastreo de citas y posiciones de primera mención
- Arquitectura modular con tres Workers independientes (API, Dashboard, Web)
- Integración nativa con protocolo MCP para agentes IA
- Stack moderno: Bun, React, Astro y Drizzle ORM
- Almacenamiento escalable en R2 y D1 de Cloudflare
- Dependencia obligatoria de BrightData para scraping de datos
- Sin Dockerfile ni Compose (despliegue manual vía Wrangler)
- Límites de cuota estándar: 25 prompts x 3 superficies por workspace
- Requiere plan pago en Cloudflare para funciones avanzadas
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Desplegar con `wrangler` y configurar secretos (`JWT_SECRET`, `BRIGHTDATA_API_TOKEN`). Migrar D1 antes de deploy. Usar Caddy para desarrollo local con HTTPS. Necesita cuenta Cloudflare (Workers AI/Queues) o entorno local con variables de entorno en `apps/api/.dev.vars`. No incluye Docker nativo.
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.