2025-11-30 03:11:18 +00:00
2025-11-30 03:11:18 +00:00
2025-11-30 03:11:18 +00:00
2025-11-30 03:11:18 +00:00
2025-11-30 03:11:18 +00:00
2025-11-30 03:11:18 +00:00
2025-11-30 03:11:18 +00:00
2025-11-30 03:11:18 +00:00
2025-11-30 03:11:18 +00:00
2025-11-30 03:11:18 +00:00

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: define IMAGE_SERVICE_URL (ver .env.example) para apuntar al servicio FastAPI de generación local (por defecto http://localhost:8001).
  • app/.env: configura VITE_API_BASE_URL (por defecto http://localhost:3000) para que la webapp consuma las imágenes/servicios del backend.

Próximos pasos sugeridos

  1. Afinar contenido inicial (palabras, fonemas, guiones de historias) y generar assets base.
  2. Conectar apps al backend (auth simple, endpoints de progreso) y compartir tipado vía paquete común.
  3. Integrar cliente Gemini (texto + imagen) con caché local y panel de revisión.
  4. Diseñar almacenamiento offline/sincronización en mobile + visualizaciones detalladas en web.

Generación automática local

  • El backend Nest expone /global-words y /global-words/:slug/image. El primer request a cada imagen llama al servicio local (image-service, FastAPI + Diffusers con stabilityai/sd-turbo) y cachea el resultado en content/generated/global-words/.
  • Al iniciar backend se 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_URL y muestra un reto de asociación palabra-imagen una vez que la ilustración está lista.
Description
Proyecto Lectura Integral
Readme 33 MiB
Languages
TypeScript 66.6%
CSS 24.5%
Python 4.1%
JavaScript 3.6%
HTML 1.2%