shinkansen-rss-translator
Servicio autoalojado para traducir feeds RSS/Atom a chino tradicional taiwanés usando la librería Shinkansen (Gemini o Google Translate). Arquitectura Node.js con Fastify, base de datos SQLite y gestión de caché inteligente.
Ficha actualizada 26 sept 2026, 14:50 · upstream 26 sept 2026, 14:48 · release v1.10.0
Qué es shinkansen-rss-translator
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Shinkansen RSS Translator es una solución completa para traducir automáticamente feeds RSS y Atom a chino tradicional taiwanés, manteniendo intacta la estructura HTML original incluyendo imágenes, enlaces y formatos. El proyecto utiliza el motor de traducción Shinkansen (disponible como submódulo Git) que ofrece tres opciones: Gemini con API key para máxima calidad, Google Translate gratuito sin límites estrictos, y OpenCC para conversión directa de caracteres simplificados a tradicionales.
- Crear feeds RSS traducidos automáticamente para lectores como Miniflux o Readwise Reader
- Gestionar contenido multilingüe en entornos autoalojados sin depender de servicios comerciales
- Seguir y auditar el consumo de tokens de API con facturación estimada en tiempo real
- Implementar pipelines de traducción escalables con políticas de reintentos automáticos
- Retención perfecta de estructura HTML: imágenes, enlaces y formatos se preservan durante la traducción
- Estadísticas detalladas de uso con seguimiento de tokens, costes estimados en USD y gráficos diarios
- Mecanismos robustos de recuperación ante fallos con reintentos automáticos escalonados (10 min → 12 horas)
- Gestión inteligente de caché con etag/last-modified para evitar sobrecargas innecesarias
- Dependencia de claves API para Gemini (requiere configuración manual en la interfaz web)
- Licencia ELv2 que restringe el uso comercial del servicio como producto gestionado
- Base de datos SQLite en un solo archivo (puede requerir migración para entornos enterprise)
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Recomendaciones: Usar Docker Compose con persistencia de datos en volumen separado. Configurar autenticación básica si se expone públicamente. Asegurar que el puerto 8088 esté accesible o usar proxy inverso. Para entornos de producción, considerar aumentar la RAM a 4GB+ debido al procesamiento asíncrono de traducción.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.