Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

Telebrief

Telebrief es una herramienta de automatización que genera resúmenes diarios de canales de Telegram utilizando IA. Soporta múltiples proveedores (OpenAI, Ollama, Anthropic), permite agrupar por canal o temas detectados y ofrece configuración granular por canal.

Ficha actualizada 27 sept 2026, 20:41 · upstream 27 sept 2026, 20:21 · release v3.5.1

Ver códigoProblemas y ayudaRepositorio ↗Sitio oficial
00

Qué es Telebrief

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

Telebrief es una aplicación diseñada para recopilar mensajes de canales públicos y privados de Telegram, generar resúmenes inteligentes mediante modelos de IA y entregar informes limpios diarios o semanales directamente al usuario. La herramienta soporta múltiples lenguajes de entrada y salida, permitiendo configurar el idioma de la interfaz y los resúmenes independientemente del contenido original.

La arquitectura se basa en Next.js para la lógica de aplicación y Python para el procesamiento de IA, con PostgreSQL como base de datos persistente opcional. Incluye un servidor MCP integrado que permite a agentes de IA consumir resúmenes sin leer directamente Telegram. El sistema soporta tanto ejecución automática programada como generación bajo demanda mediante comandos del bot.

La configuración es altamente personalizable a través de archivos YAML, permitiendo definir ventanas de tiempo específicas por canal, instrucciones adicionales para el modelo de IA y filtros de contenido. La herramienta incluye mecanismos de deduplicación inteligente y división automática de mensajes largos que exceden los límites de Telegram.

CASOS DE USO
  • Generación automática de resúmenes diarios de noticias tecnológicas o financieras desde múltiples canales
  • Agrupación de contenidos por temas detectados por IA (eventos, deportes, política) en lugar de por fuente
  • Creación de informes personalizados para equipos internos filtrando mensajes por palabras clave
  • Integración con agentes de IA externos mediante el endpoint MCP para consultar resúmenes históricos
PUNTOS DESTACADOS
  • Soporte nativo para múltiples proveedores de IA: OpenAI, Ollama (local) y Anthropic
  • Mecanismo de deduplicación inteligente que fusiona noticias repetidas de diferentes canales
  • Configuración granular por canal con ventanas de tiempo personalizadas e instrucciones de IA específicas
  • División automática de mensajes largos para respetar el límite de 4096 caracteres de Telegram
  • Servidor MCP integrado opcional para interoperabilidad con agentes de IA externos
PRECAUCIONES
  • Requiere credenciales oficiales de Telegram (api_id, api_hash) que pueden ser difíciles de obtener
  • El procesamiento de mensajes es secuencial, lo que puede ralentizar la generación en canales muy activos
  • La deduplicación inteligente solo funciona en modo de agrupación por temas, no por canal
  • Almacenamiento de mensajes habilitado por defecto está desactivado y requiere configuración explícita
  • Dependencia de modelos de IA externos que pueden tener latencia o límites de cuota
VISUAL

Capturas del proyecto

Imágenes reales detectadas en la documentación del repositorio.

Telebrief Logo
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA8 GBRAM estimada
DISCO20 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Despliegue recomendado con Docker Compose en entorno con mínimo 4 núcleos CPU y 8GB RAM. Persistir datos en PostgreSQL para producción multi-host o SQLite local para despliegues simples. Montar directorio data/ como volumen para mantener la base de datos entre reinicios. Configurar variables de entorno para credenciales de Telegram, bot token y API key del proveedor de IA elegido.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsPython
SERVICIOS
PostgreSQL
BASES DE DATOS
PostgreSQL
PUERTOS
8765
06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.