Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

twitch-miner-go

Bot de automatización Twitch en Go para reclamar puntos del canal, drops, bonificaciones y predicciones automáticamente. Soporta múltiples cuentas, Docker, PostgreSQL y notificaciones. Versión ligera (~80MB RAM vs >250MB Python).

Ficha actualizada 22 sept 2026, 17:25 · upstream 22 sept 2026, 17:10 · release v1.26.1

Ver códigoProblemas y ayudaRepositorio ↗Sitio oficial
00

Qué es twitch-miner-go

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

twitch-miner-go es una herramienta de automatización Twitch escrita en Go que reemplaza versiones anteriores en Python con un consumo de recursos significativamente menor. El proyecto permite gestionar múltiples cuentas desde una sola instancia, automatizando tareas como reclamar puntos del canal, drops oficiales, bonificaciones, predicciones, raids y momentos comunitarios. La aplicación incluye un panel web para analíticas y soporta despliegue mediante Docker Compose, systemd o servicios de Windows.

La arquitectura utiliza PostgreSQL opcionalmente para persistencia de configuración con recarga en caliente, sin necesidad de reiniciar el servicio. Incluye notificaciones a múltiples plataformas como Telegram, Discord, Webhook, Matrix, Pushover y Gotify. El proyecto está diseñado para ser ligero (~12MB imagen Docker vs 200-500MB Python) con tiempos de inicio reducidos y menor uso de hilos del sistema operativo.

El código fuente está disponible en GitHub con CI/CD activo, actualizaciones automáticas opcionales y soporte para despliegue en Fly.io. Incluye editor de configuración web integrado sin dependencias externas. La licencia es abierta y el proyecto mantiene compatibilidad con versiones anteriores mientras ofrece mejoras significativas en rendimiento y eficiencia de recursos.

CASOS DE USO
  • Automatizar reclamo de drops oficiales de Twitch sin intervención manual
  • Gestionar múltiples cuentas de Twitch desde una sola instancia del software
  • Monitorizar y reclamar bonificaciones por tiempo de visualización automáticamente
  • Participar en predicciones comunitarias con estrategias configurables (SMART, HIGH_ODDS)
  • Unirse a raids automáticamente cuando se cumplen las condiciones establecidas
PUNTOS DESTACADOS
  • Reducción del 93% en uso de memoria RAM comparado con versiones Python (~80MB vs >250MB)
  • Imagen Docker de ~12MB frente a 200-500MB de alternativas en Python (20-40× más pequeña)
  • Tiempo de inicio reducido a ~2-3 segundos frente a 5-10 segundos de versiones anteriores
  • Soporte nativo para múltiples cuentas con recarga de configuración en caliente sin reinicio
  • Panel web integrado para analíticas y monitorización del estado de las cuentas
PRECAUCIONES
  • Requiere Go 1.25+ instalado localmente si no se usa Docker (limita despliegue en entornos sin Go)
  • La interfaz web de analíticas requiere PostgreSQL opcionalmente para persistencia avanzada
  • Algunas funcionalidades avanzadas como el editor de configuración requieren entorno gráfico o terminal
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU2 vCPUrecomendación inicial
MEMORIA2 GBRAM estimada
DISCO20 GBalmacenamiento base
COMPLEJIDADmediumnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Listo para automatizar

Desplegar con Docker Compose recomendado para producción. Usar systemd en Linux o servicio nativo en Windows. Configurar variables de entorno para autenticación y notificaciones. Port 8080 para analíticas, 8070 para editor de configuración. Considerar Fly.io para despliegue rápido. Verificar que PostgreSQL esté disponible si se usa persistencia.

✓Dockerfile
✓Compose
✓One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
Next.jsNode.jsGoPython
SERVICIOS
PostgreSQL
BASES DE DATOS
PostgreSQL
PUERTOS
8070300080805432
05

Puede sustituir a

Relaciones detectadas por el análisis del repositorio y su categoría.

06

Experiencia real de la comunidad

Ayuda a contrastar la estimación automática con instalaciones reales.

Todavía no hay datos comunitarios para este proyecto.