rss-pod
rss-pod es una aplicación auto-alojada en Go que transforma feeds RSS en episodios de podcast conversacionales multi-voz, sintetizando audio y publicando en almacenamiento S3 para consumo durante desplazamientos.
Ficha actualizada 22 sept 2026, 16:35 · upstream 21 sept 2026, 1:03 · release v0.10.0
Qué es rss-pod
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
rss-pod es una aplicación escrita en Go diseñada para convertir artículos de feeds RSS en episodios de podcast con guiones estructurados para múltiples voces. El sistema resuelve el contenido fuente, consulta a un modelo de lenguaje compatible con la API de OpenAI para generar el guion y sintetiza audio utilizando Edge TTS o Azure Speech.
El flujo de trabajo es durable gracias al uso de PostgreSQL junto con River para la orquestación de tareas en segundo plano. Esto permite que los episodios interrumpidos puedan reanudarse desde las etapas completadas en lugar de comenzar de nuevo, garantizando la integridad del proceso de generación.
La aplicación expone tanto feeds de podcast como un reproductor web ligero. Incluye una página de administración separada para la gestión de contenido y configuración, con autenticación TOTP y protección CSRF. El reproductor soporta prebuffering inteligente y filtros de fecha y fuente.
- Transformar feeds RSS personales o profesionales en podcasts para escuchar durante el transporte sin necesidad de leer.
- Automatizar la creación de contenido podcasting con guiones generados por IA que simulan una conversación entre dos voces.
- Alojar un sistema de conversión de texto a audio autocontenido utilizando almacenamiento S3 compatible (como MinIO) para los artefactos multimedia.
- Gestionar y moderar episodios mediante una interfaz administrativa con capacidad de ocultar o restaurar contenido sin borrar archivos.
- Integrar fuentes de noticias, blogs técnicos o foros en un formato de audio estructurado para consumo pasivo.
- Orquestación durable con River y PostgreSQL que permite reanudar episodios interrumpidos desde el último estado exitoso.
- Soporte nativo para múltiples proveedores de TTS (Edge TTS, Azure Speech) y modelos LLM compatibles con la API de OpenAI con fallback ordenado.
- Separación clara entre endpoints públicos del reproductor y la API de gestión/administración en bucle local.
- Expansión de contenido mediante Jina AI y Crawl4AI para procesar enlaces derivados o extraer contenido web completo.
- Reproductor web con prebuffering inteligente que carga el episodio siguiente sin recargar audio al cambiar entre episodios del mismo feed.
- Licencia MIT y binario Go único, facilitando la compilación local y el despliegue en entornos con restricciones de contenedores.
- Proyecto en etapa temprana que requiere configuración explícita de migraciones y variables de entorno sin Docker Compose nativo.
- La autenticación administrativa utiliza TOTP (SHA-1, seis dígitos) sin segundo factor, lo que implica un único factor de autenticación.
- Los feeds RSS deben estar habilitados manualmente en la configuración; el ejemplo predeterminado tiene todos los feeds desactivados.
- El almacenamiento de objetos requiere una implementación S3 compatible (como MinIO o AWS S3) para persistir artefactos y audio.
- La limpieza automática de datos elimina contenido anterior a diez días según umbral de base de datos, sin opción configurable visible en README.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Requiere Go 1.26.2+, PostgreSQL y S3 compatible. Generar secret TOTP con Base32 y almacenarlo en .env o secret manager. Montar config.yaml y notice.md como read-only. Usar HTTPS en producción; el admin requiere secret RSS_POD_ADMIN_TOTP_SECRET. Ejecutar go run ./cmd/rss-pod migrate antes de servir. No exponer endpoints /api/v1/admin/* públicamente.
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.