Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

slskd-transform

Herramienta CLI/Docker para escanear bibliotecas locales lossy y buscar versiones FLAC lossless en la red Soulseek vía slskd. Encola descargas automáticamente y renombra archivos con metadatos. Usa coincidencia por duración de audio, no solo nombre.

Ficha actualizada 26 sept 2026, 18:54 · upstream 26 sept 2026, 18:46 · release v2.0.1

Ver códigoProblemas y ayudaRepositorio ↗
00

Qué es slskd-transform

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

slskd-transform es una utilidad diseñada para automatizar el proceso de mejora de calidad en bibliotecas musicales locales. Escanea archivos lossy (como MP3) y consulta la red Soulseek a través del servidor slskd para localizar versiones FLAC lossless correspondientes. La herramienta identifica las canciones basándose principalmente en su duración de audio, con una tolerancia configurable por defecto de 15 segundos, lo que permite encontrar coincidencias incluso si los nombres de archivo no coinciden exactamente.

Una vez identificadas las pistas, el sistema las encola automáticamente para su descarga directa a través de la API de slskd. Incluye un comando adicional para renombrar los archivos FLAC descargados utilizando sus metadatos incrustados (artista y título), organizándolos en una estructura limpia tipo "Artista - Título.flac". Esto elimina la necesidad de gestión manual posterior.

La herramienta soporta múltiples métodos de configuración, incluyendo variables de entorno, archivos YAML y flags de línea de comandos, lo que facilita su integración en flujos de trabajo existentes. También ofrece soporte nativo para contenedores Docker, permitiendo ejecutarla junto al servidor slskd en la misma pila de orquestación mediante un archivo compose o imágenes precompiladas.

CASOS DE USO
  • Automatizar la búsqueda y descarga de versiones lossless de una biblioteca existente sin intervención manual
  • Organizar bibliotecas musicales descentralizadas alojadas en servidores Soulseek personales o comunitarios
  • Integrar el proceso de mejora de calidad en un pipeline de gestión de medios automatizado junto a Jellyfin o Plex
  • Renombrar archivos FLAC descargados automáticamente basándose en sus metadatos ID3/FLAC para facilitar la reproducción
PUNTOS DESTACADOS
  • Coincidencia por duración de audio robusta, reduciendo errores de identificación por nombres de archivo genéricos
  • Soporte nativo para Docker y variables de entorno, facilitando el despliegue en entornos autoalojados
  • Capacidad de escaneo recursivo sin necesidad de aplanar la estructura de carpetas previa
  • Reporte de archivos no encontrados mediante un archivo CSV para auditoría posterior
PRECAUCIONES
  • Depende críticamente de que slskd esté corriendo y sea accesible desde el cliente o contenedor
  • La coincidencia por duración puede fallar si hay variaciones significativas en la velocidad de reproducción o edición de pistas
  • Requiere una API key válida configurada correctamente en slskd para permitir operaciones remotas
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

slskd-transform banner
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA2 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADlownivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Docker detectado

Requiere Python 3.10+ o imagen Docker oficial ghcr.io/geiserx/slskd-transform. Configurar SLSKD_API_KEY y host antes de ejecutar. Asegurar que el volumen de la biblioteca local sea montado como read-only para evitar corrupción. Verificar permisos de escritura en directorio de descargas.

✓Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Python
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
5030
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.