runsodin
O.D.I.N. es un sistema de gestión autónomo para fábricas de impresión 3D que combina monitoreo, análisis predictivo y operaciones empresariales en una sola plataforma sin dependencia del cloud.
Ficha actualizada 22 sept 2026, 21:55 · upstream 22 sept 2026, 21:20 · release v1.9.12
Qué es runsodin
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
O.D.I.N. es un software de gestión de impresoras 3D self-hosted que integra múltiples protocolos de comunicación con diferentes fabricantes (Klipper, Moonraker, PrusaLink, Bambu Lab, Elegoo) desde una única interfaz de usuario. El sistema combina tres pilares fundamentales: monitoreo en tiempo real mediante dashboards interactivos, detección predictiva de fallos utilizando IA basada en modelos neuronales (Vigil AI), y operaciones empresariales completas como gestión de órdenes, BOMs, facturación y seguimiento de costos.
La arquitectura se construye sobre una base sólida de Python 3.11 con FastAPI para el backend y React 18 con Vite y TailwindCSS para la interfaz frontend. El sistema utiliza PostgreSQL como base de datos principal, con soporte nativo para SQLite en modo WAL (Write-Ahead Logging) para operaciones transaccionales rápidas. La infraestructura se despliega mediante Docker Compose, lo que permite un despliegue rápido y consistente.
El núcleo del producto es la plataforma de gestión empresarial que incluye flujo de trabajo completo desde el pedido hasta la entrega: gestión de productos, BOMs (Bill of Materials), órdenes de compra, facturación, costos por impresión y seguimiento logístico. Esto elimina la necesidad de sistemas separados para cada aspecto operativo.
La detección de fallos se realiza mediante un modelo de IA entrenado con datos históricos de impresiones, capaz de identificar patrones como fallas en el primer nivel (first-layer), desprendimiento del soporte o problemas mecánicos. Cuando se detecta una anomalía, el sistema pausa automáticamente la impresión y notifica al operador.
La interfaz de usuario es completamente visual, sin necesidad de servidores backend separados. Los usuarios pueden monitorear múltiples impresoras simultáneamente desde un solo panel con gráficos en tiempo real, métricas de rendimiento y alertas visuales. La plataforma soporta streaming de video en vivo a través de WebRTC usando la librería go2rtc, permitiendo que los operadores vean las impresiones desde cualquier dispositivo.
La integración con modelos LLM es un componente clave del producto moderno. O.D.I.N. se comunica nativamente con el Protocolo de Conte
- Gestionar múltiples impresoras (Klipper, Prusa, Bambu Lab) desde una sola interfaz sin necesidad de configurar interfaces separadas por fabricante
- Detectar fallos en tiempo real mediante IA que pausa automáticamente la impresión cuando se detecta anomalías como fallas en el primer nivel o desprendimiento del soporte
- Optimizar procesos de producción mediante algoritmos de color-match y coincidencia temporal para asignar impresiones a impresoras disponibles con mayor eficiencia
- Gestionar inventario de filamento con etiquetas QR, sincronización bidireccional con AMS (Automatic Material Supply) y alertas de stock bajo
- Automatizar el flujo completo desde pedido hasta entrega: gestión de BOMs, órdenes de compra, facturación y seguimiento logístico
- Monitoreo en tiempo real mediante streaming de video vía WebRTC para supervisar impresiones activas desde cualquier dispositivo con cámara
- Implementar cumplimiento normativo (ITAR/CMMC) mediante modo air-gap que aísla la plataforma del internet sin necesidad de servidores remotos
- Soporta múltiples protocolos de comunicación en un solo dashboard: Klipper, Moonraker, PrusaLink, Bambu Lab y Elegoo SDCP
- Detección predictiva de fallos con IA (Vigil AI) que identifica patrones como fallas del primer nivel o desprendimiento de soporte antes de que ocurran
- Modelo de negocio fijo anual (~$150 USD por 20 impresoras), eliminando costos recurrentes per impresora y reduciendo la dependencia de suscripciones SaaS
- Soporte completo para modo offline con persistencia local de datos, ideal para entornos con conectividad intermitente o restricciones de acceso al internet
- Integración nativa con Model Context Protocol (MCP) para conectar agentes como Claude Desktop y OpenClaw a la plataforma sin necesidad de servidores backend separados
- El sistema requiere una configuración inicial manual, incluyendo instalación de Docker, instalación de dependencias y configuración de usuarios, lo que puede ser complejo en entornos con equipos técnicos limitados
- La detección predictiva de fallos se basa en datos históricos entrenados; si el patrón de fallo cambia o no se ha registrado suficiente historial, la precisión del modelo puede disminuir
- El sistema depende de una conexión a internet para sincronizar inventario y recibir actualizaciones de seguridad, lo que puede ser un problema en entornos con conectividad inestable
- La integración con AMS (Automatic Material Supply) requiere configuración adicional y puede generar conflictos si se combina con otras estrategias de suministro automático
- El sistema no incluye herramientas de mantenimiento preventivo programado ni gestión proactiva de hardware, lo que depende del monitoreo manual o de alertas reactivas
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para desplegar O.D.I.N., utiliza Docker Compose con un archivo docker-compose.yml que contiene los contenedores para el backend (FastAPI), frontend (React + Vite), base de datos (PostgreSQL) y servicios adicionales como Redis o la interfaz de usuario. Se recomienda ejecutarlo en una máquina virtual aislada, preferiblemente Linux, ya que el sistema está diseñado para entornos Unix-like. Antes de iniciar, asegúrate de tener Docker instalado y configurado correctamente. El archivo docker-compose.yml incluye todas las dependencias necesarias: FastAPI con SQLAlchemy, React con Vite y TailwindCSS, PostgreSQL con WAL mode para operaciones transaccionales rápidas, Redis para caché y configuración de seguridad como TOTP y listas de IP permitidas. Se recomienda ejecutar el contenedor en modo Docker Desktop o en una máquina virtual aislada (como VirtualBox) para evitar conflictos con la red local.
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.