whalecare
whalecare es un asistente AI proactivo auto-alojado que procesa tus datos locales (pantalla, salud, música) en SQLite sin dependencias externas. Decide cuándo hablar basándose en reglas y envía notificaciones a WeChat, ntfy, Bark o webhooks con privacidad garantizada.
Ficha actualizada 22 sept 2026, 16:07 · upstream 22 sept 2026, 11:58 · release v0.1.20
Qué es whalecare
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
whalecare es un compañero AI auto-alojado diseñado para funcionar con tus propios datos locales. El sistema centraliza métricas de dispositivos (pantalla, salud, música, clima) en una base de datos SQLite local y utiliza reglas para determinar cuándo intervenir. Todo el procesamiento ocurre localmente antes de enviar información a modelos de IA, garantizando privacidad y control total sobre los datos.
La arquitectura separa la recolección de datos del cerebro analítico: los dispositivos móviles actúan como sensores que envían métricas al servidor central, donde se procesan y desensibilizan. El sistema incluye herramientas CLI completas (`hubctl`) para auditoría, exportación encriptada y gestión de datos sin depender de servicios en la nube.
- Monitorización proactiva de salud digital: rastreo de tiempo de pantalla, sueño y uso de aplicaciones específicas.
- Gestión de recordatorios contextuales: alertas automáticas sobre clases, clima adverso o batería baja.
- Análisis de hábitos mediante reportes semanales y mensuales con comparativas históricas.
- Interfaz de comunicación multiplataforma: envío de notificaciones a WeChat, ntfy, Bark, Discord o webhooks.
- Auditoría y privacidad local: exportación de datos encriptada y borrado físico sin copias en la nube.
- Arquitectura 'local-first' con base de datos SQLite y cero dependencias externas en tiempo de ejecución.
- Mecanismo robusto de desensibilización de datos antes del procesamiento LLM para proteger privacidad.
- Sistema de retroalimentación implícita/explicita que ajusta automáticamente la frecuencia de notificaciones.
- Soporte nativo para 8 canales de salida diferentes (WeChat, ntfy, Bark, Discord, etc.).
- Herramientas CLI completas (`hubctl`) para auditoría, exportación y gestión de datos sin interfaz web.
- Requiere configuración manual inicial del token y certificados TLS en `hub.json`.
- La recolección de datos depende de permisos del sistema operativo (Android/Windows).
- El modelo LLM externo es un punto único de fallo si no se tiene API key propia configurada.
- No incluye interfaz gráfica web nativa, solo CLI/API para gestión.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Recomendaciones: 1) Usar `hub_install.sh` para automatizar instalación en servidor. 2) Configurar certificados TLS correctamente en `hub.json`. 3) Asegurar permisos de red para las salidas de notificación (WeChat, ntfy). 4) Revisar el archivo `hub.json` antes de iniciar para evitar errores de configuración.
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.