Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

shelly-energy-analyzer

Aplicación web auto-alojada en Flask para monitorización energética de dispositivos Shelly EM/3EM. Rastreo de costes, dashboards dinámicos y automatización sin nube ni suscripción. Soporta tarifas spot y detección NILM.

Ficha actualizada 26 sept 2026, 7:45 · upstream 26 sept 2026, 7:34 · release v17.4.0

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es shelly-energy-analyzer

Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.

Shelly Energy Analyzer es una aplicación web auto-alojada en Flask para monitorización energética de dispositivos Shelly EM/3EM. Proporciona 23 dashboards con análisis en tiempo real de consumo, costes y huella de carbono mediante ENTSO-E. La aplicación procesa datos directamente desde los dispositivos LAN sin enviarlos a la nube, garantizando privacidad total.

Incluye soporte para tarifas dinámicas (spot market) y automatización de cargas solares. Detecta electrodomésticos mediante NILM y ofrece integración con Home Assistant vía MQTT. Es crucial recordar que las cifras son estimaciones derivadas de los dispositivos y no lecturas de contador certificadas, por lo que no deben usarse como base única para reclamaciones financieras.

El proyecto utiliza Python 3.10+ y Flask, con almacenamiento en InfluxDB/Prometheus. Ofrece widgets para iOS y Android, actualizaciones automáticas desde GitHub y modo demostrativo para pruebas sin hardware. Es un proyecto de hobby asistido por IA, proporcionado 'tal cual' sin garantía.

CASOS DE USO
  • Monitorización detallada de consumo energético en tiempo real
  • Gestión de costes con tarifas dinámicas y spot market
  • Automatización de cargas solares basadas en excedentes
  • Integración con Home Assistant para métricas MQTT
  • Detección de electrodomésticos mediante algoritmos NILM
PUNTOS DESTACADOS
  • 100% auto-alojado sin nube ni suscripción mensual
  • Cálculo de intensidad CO₂ en tiempo real con ENTSO-E
  • 23 dashboards personalizables con diseño Aurora
  • Detección automática de dispositivos mediante NILM
  • Soporte nativo para tarifas spot y horarios dinámicos
PRECAUCIONES
  • Las cifras son estimaciones, no lecturas certificadas para facturación
  • Código asistido por IA, proyecto hobby sin garantía de auditoría
  • No incluye Docker Compose (requiere gestión manual)
  • No afiliado ni respaldado oficialmente por Shelly/Allterco
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

LiveCostsHeatmapNILMGoalsStandbyForecastCO2
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Docker detectado

Clonar repositorio y ejecutar scripts de inicio (start.sh/start.bat). Port 8765. Requiere Python 3.10+, 4 núcleos CPU, 8GB RAM según análisis. Usar modo Demo para pruebas sin hardware. Configurar credenciales Shelly antes de automatizar cargas reales. No usar datos para facturación oficial.

✓Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsNode.jsPHPPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
8765
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.