Proyecto Lectura Integral
Aplicación educativa para navegadores + dashboard web para seguir el progreso de lectura (método Doman + Montessori + Reggio Emilia) con generación de contenido mediante un motor local (Diffusers + SD Turbo) integrado al backend NestJS.
Estructura inicial
app/: webapp React + Vite (TypeScript) para el niño, pensada como PWA usable en cualquier tablet/navegador.backend/: API NestJS + TypeScript con métricas, sincronización y servicio Gemini compartido.web/: dashboard React (Vite + TS) con paneles de progreso y disparadores de contenido para adultos.content/: plantillas de palabras, fonemas, historias y assets reutilizables.progreso/: registros en Markdown con bitácora y TODOs.
Variables de entorno
.env: defineIMAGE_SERVICE_URL(ver.env.example) para apuntar al servicio FastAPI de generación local (por defectohttp://localhost:8001).app/.env: configuraVITE_API_BASE_URL(por defectohttp://localhost:3000) para que la webapp consuma las imágenes/servicios del backend.
Próximos pasos sugeridos
- Afinar contenido inicial (palabras, fonemas, guiones de historias) y generar assets base.
- Conectar apps al backend (auth simple, endpoints de progreso) y compartir tipado vía paquete común.
- Integrar cliente Gemini (texto + imagen) con caché local y panel de revisión.
- Diseñar almacenamiento offline/sincronización en mobile + visualizaciones detalladas en web.
Generación automática local
- El backend Nest expone
/global-wordsy/global-words/:slug/image. El primer request a cada imagen llama al servicio local (image-service, FastAPI + Diffusers constabilityai/sd-turbo) y cachea el resultado encontent/generated/global-words/. - Al iniciar
backendse lanza un prefetch en background para cubrir todas las palabras pre-cargadas sin intervención manual. - La webapp PWA apunta a esas rutas via
VITE_API_BASE_URLy muestra un reto de asociación palabra-imagen una vez que la ilustración está lista.
Description
Languages
TypeScript
66.6%
CSS
24.5%
Python
4.1%
JavaScript
3.6%
HTML
1.2%