shrinkerr
Shrinkerr es una biblioteca de medios auto-alojada que comprime archivos multimedia usando codificación hardware y software con verificación de calidad VMAF. Reduce espacio y ancho de banda manteniendo calidad, ideal para servidores domésticos como Plex o Jellyfin.
Ficha actualizada 26 sept 2026, 15:21 · upstream 26 sept 2026, 15:15 · release v0.9.129
Qué es shrinkerr
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Shrinkerr escanea tu biblioteca de medios, identifica archivos candidatos a re-codificación y ejecuta ffmpeg en segundo plano, reemplazando cada archivo con una copia x265 más pequeña solo cuando la verificación de calidad pasa. Está diseñado para servidores de medios domésticos donde quieres recuperar espacio en disco sin scripts manuales de ffmpeg.
El sistema incluye detección de lenguaje para pistas etiquetadas como und, limpieza de audio y subtítulos, integración con Plex/Jellyfin/Sonarr/Radarr, y soporte para codificación distribuida en workers remotos. Ofrece dashboard en vivo con métricas de GPU/CPU/disco y estadísticas de ahorro acumulativo.
La red de seguridad incluye respaldo automático de originales por N días, restauración con un clic, detección de encodes sin ahorro (mantiene original), verificación de salida antes de tocar el original, y reintentos automáticos ante fallos transitorios en sistemas de archivos NFS/SMB.
- Reducir tamaño de archivos en bibliotecas Plex/Jellyfin manteniendo calidad verificada por VMAF
- Automatizar conversión de x264 a x265 con soporte NVENC para GPUs NVIDIA o libx265 CPU
- Integración con Sonarr/Radarr para búsqueda y actualización automática de episodios
- Detección y corrección de pistas de audio/subtítulos con lenguaje no determinado (und)
- Despliegue distribuido en múltiples hosts con routing inteligente por capacidad de codificación
- Soporte NVENC para NVIDIA Pascal+ con fallback automático a libx265 si el encoder no está disponible
- Verificación de calidad VMAF configurable con umbral mínimo y modo dry-run de 30 segundos
- Respaldo automático de originales en .shrinkerr_backup con restauración con un clic
- Integración nativa con Plex/Jellyfin para reglas basadas en etiquetas, colecciones o género
- Detección de lenguaje mediante faster-whisper y OCR para subtítulos PGS/VobSub
- macOS no soporta NVENC; requiere instalación nativa (sin Docker) para usar VideoToolbox de Apple
- Soporte experimental para Intel QSV y AMD VAAPI con GPUs no NVIDIA
- Docker Hub tiene límite de 100 peticiones/6h/IP para pulls anónimos; preferir ghcr.io
- Requiere Docker Compose V2 (docker compose, no docker-compose legacy)
- Port 6680 debe estar libre en el host o configurarse manualmente
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Usa ghcr.io/i-ial9000/shrinkerr:latest para CPU o :nvenc para NVIDIA Linux/WSL2. Configura ./data:/app/data y /srv/media:/media con read+write. En Windows WSL2, omite runtime: nvidia. Establece autenticación en Settings → System antes de exponer el puerto externamente.
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.