atlas
Atlas es una plataforma de ingeniería auto-hospedada, configurable a nivel de fuente y multi-disciplinar para IA generativa, ML y datos.
Ficha actualizada 22 sept 2026, 18:52 · upstream 22 sept 2026, 18:28 · release sin release detectada
Qué es atlas
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Atlas no es simplemente una colección de contenedores independientes. Los servicios están integrados desde el inicio: la ruta del API Gateway de Kong gestiona todos los hosts *.localhost, LiteLLM actúa como puerta de entrada unificada para modelos locales y cloud, un backend adaptativo en FastAPI se conecta dinámicamente a cualquier vector, graph, workflow o media servicio habilitado, Supabase proporciona autenticación compartida y almacenamiento, y una sola pipeline de observabilidad une todo. Se puede escalar desde una configuración CPU básica hasta laboratorios multi-GPU mediante variantes SOURCE específicas (container/localhost/disabled) por servicio.
- Implementar un sistema de RAG con vectorización, búsqueda semántica y generación de respuestas personalizadas
- Desarrollar agentes autónomos que ejecuten workflows complejos entre múltiples servicios
- Automatizar procesos de ingeniería de software mediante pipelines de Airflow y n8n integrados
- Conectar modelos LLM locales con un gateway unificado para reducir latencia y costos
- Crear entornos de desarrollo colaborativos con JupyterHub, Zeppelin y MLflow
- Automatizar tareas de investigación y análisis de datos con Spark y Weaviate
- 30+ servicios integrados en un solo stack Docker Compose con portación única desde BASE_PORT
- Arquitectura basada en Kong como gateway centralizado que gestiona rutas, autenticación y observabilidad
- Backend adaptativo en FastAPI que se conecta dinámicamente a cualquier servicio habilitado sin reconfiguración manual
- Soporte de múltiples fuentes (SOURCE) por servicio: container, localhost o disabled para escalar desde producción hasta pruebas
- Perfiles de despliegue (--profile dev/prod) con bundle de observabilidad configurable
- Interfaz TUI interactiva que guía la configuración paso a paso mediante un wizard visual
- No incluye herramientas de CI/CD nativas; se debe configurar pipelines externos (GitHub Actions, GitLab CI)
- Depende de servicios externos como Supabase para autenticación y almacenamiento
- La integración entre servicios depende del orden de ejecución definido en el archivo Docker Compose
- Los modelos LLM locales requieren que el usuario tenga acceso a los modelos desde la red local o configure LiteLLM correctamente
- No incluye herramientas de despliegue automático (CI/CD) ni gestión de dependencias complejas
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Para iniciar Atlas, ejecuta ./start.sh. El wizard interactivo te guía por selección de track, configuración de fuentes por servicio y elección del puerto base. Por defecto se usa el perfil 'dev' con puertos loopback-bound para evitar conflictos en entornos locales. Para producción, activa el perfil 'prod' que habilita observabilidad (Prometheus, Grafana, Tempo). Si necesitas acceso remoto a servicios como Zeppelin o JupyterHub, configura explícitamente HOST_BIND_IP. Los servicios de IA generativa requieren GPU disponibles; para pruebas CPU solo se ejecutan los componentes básicos. Revisa docs/reference/ports-routes.md para mapear cada servicio a su puerto y ruta Kong.
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.