terramentor
Motor de aprendizaje local-first que planifica cursos contra plazos, enseña con IA propia y gestiona repaso espaciado FSRS-6 sin telemetría.
Ficha actualizada 23 sept 2026, 19:23 · upstream 23 sept 2026, 18:49 · release v1.0.0
Qué es terramentor
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Terramentor es un motor de dominio personal para autodidactas que automatiza el ciclo completo de estudio: descubrimiento, planificación, aprendizaje, prueba y recordatorio. Funciona localmente en tu máquina usando SQLite y modelos de IA locales (como Ollama), garantizando privacidad total sin telemetría ni cuentas externas. La aplicación genera lecciones dinámicas con código visualizado por el modelo, verifica respuestas antes de cerrar temas y permite practicar ejercicios manuales marcados contra rúbricas.
La arquitectura prioriza la soberanía de datos con una base de datos SQLite persistente y licencias AGPL-3.0. Soporta despliegue nativo en Windows, macOS y Linux, o mediante contenedores Docker que aíslan los puertos necesarios (3001, 5173) y el volumen de datos. El sistema recalibra automáticamente la planificación cuando cambian las fechas límite sin perder el progreso acumulado.
- Planificación automática de cursos académicos o técnicos con fechas límite estrictas.
- Estudio asistido por IA local para aprender nuevos conceptos sin conexión obligatoria a servicios externos.
- Gestión de repaso espaciado (FSRS-6) integrada para retener información a largo plazo en flashcards.
- Evaluación continua mediante trazado bayesiano del conocimiento y pruebas manuales con corrección automática.
- Importación de material existente desde JSON, StudyVault o enlaces web al portapapeles.
- Arquitectura local-first con SQLite persistente y sin telemetría (licencia AGPL-3.0).
- Motor de repaso espaciado FSRS-6 nativo ajustable a tus propias revisiones.
- Generación dinámica de lecciones visuales y animaciones mediante código por el modelo IA.
- Soporte multiplataforma (Windows, macOS, Linux) con despliegue Docker o binarios directos.
- Evaluación honesta de temas cerrados mediante trazado bayesiano del conocimiento.
- Requiere un endpoint de modelo IA local (Ollama u OpenAI-compatible) para funciones avanzadas; sin él, solo es planificador.
- Acceso remoto limitado a redes privadas como Tailscale por defecto (puerto 127.0.0.1).
- Dependencia de Node.js 22.15+ o entorno Docker para compilación desde fuente.
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.
Despliega con Docker usando docker compose up -d en el puerto 3001, o ejecuta binarios nativos (.exe, .app, .sh). Para desarrollo local, usa npm run dev en Node.js 22+. El volumen terramentor-data persiste la base de datos SQLite. Asegura que el modelo IA esté disponible en el host para las funciones de generación de contenido.
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.