thesys-core
Repositorio open source de workspace de investigación local que busca artículos académicos, sube PDFs, realiza preguntas con resaltado en pantalla y exporta citas.
Ficha actualizada 23 sept 2026, 16:40 · upstream 23 sept 2026, 16:11 · release v0.4.0
Qué es thesys-core
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Thesys es un espacio de trabajo de investigación abierto en código abierto. Permite buscar artículos abiertamente disponibles (OpenAlex y arXiv), subir archivos PDF, realizar preguntas sobre el documento con resaltado en pantalla, comparar dos documentos sobre una afirmación específica y exportar citas en cuatro formatos distintos.
Los datos como los documentos, las embeddings y la historia de chat se mantienen localmente en disco. Las citas saltan directamente al PDF correspondiente. El chat requiere una API clave de OpenAI; la comparación pairwise utiliza el servicio Jev de TypeSafe. La búsqueda de documentos y el índice de recuperación corren localmente con Docling, Chroma y BGE.
El sistema es ligero: se ejecuta en un solo contenedor Docker con FastAPI como backend y React como frontend.
- Buscar artículos académicos abiertamente disponibles (OpenAlex o arXiv) desde una interfaz local
- Subir archivos PDF a la biblioteca personal para consultarlos mediante chat
- Realizar preguntas sobre un documento específico con resaltado de párrafos en pantalla
- Comparar dos documentos sobre una afirmación concreta usando el servicio Jev de TypeSafe
- Exportar citas de los documentos consultados en formatos BibTeX, RIS o CSV
- Generar resúmenes estructurados (problema, metodología, hallazgos, limitaciones) de documentos completos
- Resalta todo el párrafo recuperado al hacer clic en una cita, no solo un fragmento del texto
- Soporta OCR para PDFs escaneados o imágenes sin necesidad de reconocimiento previo
- Permite comparar dos documentos sobre una afirmación específica con clasificación de concordancia
- Mantiene todos los datos (PDFs, embeddings, chat history) en disco local sin necesidad de nube
- Soporta exportar citas a múltiples formatos: BibTeX, RIS, EndNote y CSV
- Permite visualizar documentos completos en modo 'reader' con selección de texto
- El OCR no está activado por defecto; requiere configuración manual para PDFs escaneados o imágenes
- La comparación pairwise depende del servicio externo TypeSafe y puede fallar si la API no responde
- No hay persistencia de chat entre sesiones sin guardar archivos manualmente
- Los embeddings se generan localmente con BGE, lo que limita el uso de modelos muy grandes en entornos con poca RAM
- La búsqueda OpenAlex requiere una clave de API o puede ser lenta para volúmenes masivos
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.
Instala Python 3.11+, Node.js 20+ y un contenedor Docker con los archivos backend/.env.example, frontend/.env.example y requirements.txt. Configura al menos OPENAI_API_KEY y EMAIL en el backend. Para comparar dos documentos necesitas TYPESAFE_API_KEY. Ejecuta docker compose up --build para construir e iniciar el servicio. El primer build descarga las weights de Hugging Face. Usa docker compose down -v para borrar los datos del volumen, lo que elimina todos los PDFs y chat history.
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.