Ctrl K
ComunidadGuías…
GITHUB · ANALIZADO

vibe-learn

Plataforma educativa autohostable en formato estático con lecciones en Markdown, ejercicios, flashcards y repaso espaciado. Permite crear cursos e proyectos independientes sin backend.

Ficha actualizada 23 sept 2026, 9:01 · upstream 23 sept 2026, 8:58 · release v1.1.1

Ver códigoProblemas y ayudaRepositorio ↗Sitio oficial
00

Qué es vibe-learn

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

Vibe Learn es una aplicación de escritorio diseñada para tu material de aprendizaje. Crea cursos y proyectos breves, realiza ejercicios en tu propio editor y mantén notas y revisiones de flashcards localmente. Los cursos y proyectos pueden usarse de forma independiente.

La aplicación guarda posiciones de lectura, marcadores, notas y revisiones de flashcards en SQLite. El código y los tests escritos por el usuario permanecen en carpetas ordinarias abiertas en tu editor personal. Se puede copiar un contexto de proyecto o etapa a una herramienta de IA externa cuando sea útil; la aplicación no envía ningún código a ninguna parte.

La versión web (https://jmilne22.github.io/vibe-learn/) es solo un preview de lectura con un enlace de descarga del escritorio. La aplicación reconstituida debe ser empaquetada y publicada antes de que el link actualice al v2.

CASOS DE USO
  • Crear cursos personalizados con contenido en Markdown
  • Realizar ejercicios prácticos sin necesidad de backend
  • Mantener notas personales durante sesiones de estudio
  • Revisar flashcards espaciadas automáticamente
  • Proyectos independientes que no requieren plataforma centralizada
PUNTOS DESTACADOS
  • Cursos y proyectos completamente independientes, sin dependencia del servidor
  • Cuatro proyectos 'take-home' estandarizados con fases, ejemplos y enlaces de recursos
  • Marco de curso en Go/Rust con ejercicios que incluyen tests visibles e instrucciones
  • Revisión espaciada opcional integrada en el flujo de estudio
  • Ejemplos de referencia para proyectos y notas exportables como Markdown
  • Integración opcional con Maelstrom (harness) y Tiny TSDB para experimentos guiados
PRECAUCIONES
  • No existe un daemon local de producción, ni autogestión automática del código
  • No hay sistema generalizado de plugins, ni editor integrado, ni chat de IA en la app
  • No hay sincronización en la nube ni gestión de estado centralizada
  • No existe importador de contenido para cursos desde el interior de la app
  • La página pública no describe la aplicación misma, sino que solo muestra un catálogo
01

Perfil de infraestructura

Estimación inicial derivada del repositorio y de los servicios detectados.

CPU4 vCPUrecomendación inicial
MEMORIA4 GBRAM estimada
DISCO10 GBalmacenamiento base
COMPLEJIDADhighnivel de operación
02

Despliegue detectado

Qué señales reales de instalación hemos encontrado.

Despliegue manual

Requisitos: Node.js 24+, npm, Go y una herramienta de Rust configurada (Cargo/rustc/linker). Ejecuta `npm run smoke:desktop` para probar ejercicios y flashcards con Electron real. Para builds empaquetadas usa `npm run package:desktop`. En entornos headless Linux, ejecuta `xvfb-run -a npm run smoke:desktop`. Si usas NixOS, entra en un shell de Nix primero (`nix-shell`) para seleccionar la versión compatible y las librerías nativas. Las herramientas externas como Maelstrom o Kubernetes deben instalarse manualmente.

—Dockerfile
—Compose
—One-click
03

Stack y dependencias

Componentes inferidos a partir de manifests, configuración y documentación.

FRAMEWORKS
ReactNode.jsRustPython
SERVICIOS
No detectados
BASES DE DATOS
No detectadas
PUERTOS
No detectados
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.