textstack
Lector técnico asistido por IA para libros densos con explicaciones contextuales, SRS semanal limitado y lectura offline. Soporta EPUB/PDF/FB2.
Ficha actualizada 27 sept 2026, 20:40 · upstream 27 sept 2026, 20:33 · release v0.1.0
Qué es textstack
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
TextStack es una aplicación web diseñada para facilitar la lectura de libros técnicos densos mediante explicaciones contextuales de términos seleccionados en tiempo real. Utiliza un backend en ASP.NET Core (.NET 10) con PostgreSQL y EF Core, combinado con una interfaz frontend en React 19 y Vite. La arquitectura modular monolítica integra servicios de LLM como OpenAI gpt-4.1-nano para traducciones y explicaciones contextualizadas, así como Ollama gemma4:e2b para generación local de distractores en el sistema SRS.
La aplicación incluye un sistema de gestión de vocabulario basado en SRS con cola semanal limitada, evitando la acumulación infinita de términos. Ofrece lectura offline mediante PWA con IndexedDB caching y descarga de libros. También cuenta con un servidor MCP (Model Context Protocol) que permite conectar el repositorio localmente o vía endpoint público con clientes de IA como Claude Desktop, Cursor o ChatGPT para búsquedas en la biblioteca y gestión de resúmenes.
El despliegue se realiza mediante Docker Compose sin Dockerfile nativo, lo que facilita la configuración inicial pero requiere atención a los puertos y variables de entorno. Incluye pipelines de calidad de contenido para PDFs con extracción heurística y limpieza posterior con Claude, además de soporte para TTS vía Edge TTS.
- Lectura offline de libros técnicos en inglés con explicaciones contextuales en el idioma nativo del usuario.
- Gestión de vocabulario técnico mediante un sistema SRS con cola semanal limitada y distractores generados por LLM.
- Integración con clientes de IA (Claude, Cursor) vía protocolo MCP para consultas fundamentadas en la biblioteca personal.
- Auto-archivo y limpieza de PDFs técnicos con pipeline heurístico y pasillo gated de Claude.
- Explicaciones contextuales de términos técnicos usando LLM (OpenAI gpt-4.1-nano) en lugar de traducciones genéricas.
- Sistema SRS con cola semanal limitada para evitar la acumulación infinita de términos a repasar.
- Servidor MCP integrado que permite conectar el repositorio con clientes de IA locales o remotos.
- Pipeline de calidad de contenido para PDFs con extracción heurística y limpieza posterior con Claude.
- Lectura offline completa mediante PWA con IndexedDB caching y gestor de descargas.
- Dependencia de Docker Compose sin Dockerfile nativo, lo que complica el despliegue en entornos Kubernetes estándar.
- Integración de Edge TTS vía WebSocket que requiere configuración específica de red y puertos abiertos.
- Requiere .NET 10 SDK para desarrollo local, lo que puede ser una barrera de entrada para algunos usuarios.
- El sistema SRS depende de LLMs para generar distractores, lo que implica un consumo adicional de tokens.
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.
Utilizar docker compose up --build con al menos 4 núcleos CPU y 8GB de RAM. Configurar variables de entorno para autenticación y conectar Cloudflare Tunnel si se desea exponer el servicio públicamente sin abrir puertos directamente al internet.
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.