Classificador de Repositórios GitHub
jlmera/clasificador-repos
Organize e descubra padrões em sua biblioteca de repos com IA
Ver no GitHubAplicação nativa Windows em Rust que organiza automaticamente sua coleção local de repositórios GitHub em categorias inteligentes, detecta duplicatas e gera índices HTML e vaults Obsidian. Usa heurística sobre metadados + topics oficiais de GitHub para classificação, com integração a Claude para tradução de READMEs e interface sem bloqueios via egui.
Instalação
npx convez-ai jlmera/clasificador-repos1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.
Métricas
Casos de uso
- Gerenciar grandes coleções locais de repositórios clonados
- Classificar automaticamente novos repos por tema/linguagem/stack
- Gerar buscadores HTML e wikis Obsidian a partir da coleção
- Detectar e resolver duplicatas em repositórios
Veredito

Ferramenta bem construída em Rust com UI responsiva (egui) e integração inteligente a APIs GitHub + Claude para um caso de uso bem delimitado: organizar bibliotecas locais de repos. Prático para desenvolvedores que clonam múltiplos projetos; escopo é desktop Windows apenas.
README
A tradução para o português deste README ainda está na fila.
Clasificador de Repositorios
Aplicación nativa Windows para mantener organizada una colección creciente de repositorios clonados desde GitHub. Clasifica automáticamente cada repo en categorías curadas usando una mezcla de heurística sobre nombre/descripción/manifests + topics oficiales de la API de GitHub. Genera un buscador HTML autocontenido para navegar la colección, traduce READMEs al español con Claude, y exporta una wiki Obsidian.
Versión actual: 1.0.0 (release 4-may-2026) · Stack: Rust + eframe/egui + windows-rs
Interfaz
La aplicación expone todas sus operaciones desde una toolbar única bajo un header dinámico con skyline animado en degradado verde sage. Cada botón dispara un worker en su propio thread y publica el progreso en el panel de log central, sin bloquear el render loop de egui.

Acciones disponibles
| Botón | Función |
|---|---|
| 🔍 Escanear | Analiza repos sin clasificar y propone categoría con scoring por keywords + topics oficiales |
| ✅ Aplicar | Ejecuta el plan de clasificación: mueve cada repo a su carpeta de categoría |
| 🧹 Limpiar log | Vacía el panel de output |
| 🔄 Solo reindexar | Regenera repos_index.json y buscador.html sin re-escanear repos |
| 🔁 Reclasificar | Re-evalúa repos ya clasificados (útil tras editar categorías o keywords) |
| 🔍 Descubrir | Propone categorías nuevas a partir de topics oficiales de GitHub, con preview de matches |
| 🏷 Categorías | Editor visual: añadir, renombrar (renombra carpetas físicas), reordenar, editar keywords y topic_boosts |
| ⚙ API Key | Configura PAT de GitHub y API key de Anthropic — cifrado con DPAPI atado a usuario+máquina |
| 🆔 Refrescar GitHub IDs | Sincroniza metadata oficial vía REST API con conditional GET (If-None-Match / ETag) |
| 🇨🇴 Traducir READMEs | Genera resumen en español con Claude (claude-sonnet-4-6), con caché incremental |
| 📚 Wiki Obsidian | Exporta vault con frontmatter YAML, wikilinks y página por categoría |
| 🌐 Abrir buscador | Lanza buscador.html (autocontenido, paginado, filtrable) en el navegador |
Output típico durante un scan
=== Acción: scan ===
• langgraph [Python, stack=python]
→ 03-agentes-y-llms conf=0.86
• next.js [TypeScript, stack=node]
→ 06-frontend-y-ui conf=0.92
• whisper.cpp [C++, stack=native]
→ 04-audio-y-voz conf=0.78
...
Features principales
- Clasificación automática con scoring por keywords + topic_boosts (config externalizado en
data/categorias.json). - Detección de duplicados por nombre y por URL del git remote, con diálogo modal para resolver: archivar, borrar, renombrar o reemplazar.
- Descubridor de categorías nuevas que escanea topics oficiales de GitHub (campo
topicsde la REST API), filtra lenguajes/stacks/genéricos y propone candidatos con preview de cuántos repos caerían realmente en cada uno. - Editor visual de categorías para añadir, eliminar, renombrar (renombra carpetas físicas), reordenar y editar keywords/topic_boosts con DragValue.
- Refresh inteligente con ETag — usa
If-None-Matchpara conditional GET. Los repos sin cambios responden 304 sin consumir cuota del rate-limit. - Buscador HTML autocontenido (
buscador.html) con paginación, filtros por categoría/lenguaje/stack y búsqueda full-text. - Wiki Obsidian generada con frontmatter YAML, wikilinks y página por categoría.
- Traducción de READMEs al español usando Anthropic Claude API (con caché incremental).
- Cifrado de credenciales con Windows DPAPI (
CryptProtectData) — la API key y el PAT se atan al usuario+máquina. - Escritura atómica universal en JSONs críticos (
write-to-tmp + fsync + rename) para resistir race conditions con Syncthing.
Instalación
Pre-requisitos
- Windows 10 / 11
- Rust 1.95+ con toolchain
stable-x86_64-pc-windows-msvc(instalar desde rustup.rs) - Visual Studio 2022 Build Tools (para
cl.exe+ Windows SDK) - (Opcional) Personal Access Token de GitHub para evitar el rate-limit anonymous (60 req/h)
- (Opcional) Anthropic API key para usar las features de traducción
Compilar desde fuente
git clone https://github.com/jlmera/clasificador-repos.git
cd clasificador-repos
_build_definitivo.bat
El binario clasificador.exe queda en la carpeta padre. Tarda ~50 segundos la primera vez (compila ~200 dependencias).
Si cargo deja un fingerprint inconsistente y el binario no se regenera, usá:
_build_limpio.bat
Esto hace cargo clean + build desde cero (~2-3 minutos).
Configuración inicial
- Lanzá
clasificador.exe. En la primera ejecución pide configurar la carpeta raíz (donde están tus repos clonados). - Click en
⚙ API Keyy pegá:- Anthropic API key (sk-ant-...) si querés traducciones — opcional.
- GitHub PAT (ghp_... o github_pat_...) para subir el rate-limit a 5000 req/h — recomendado.
- Click en
🆔 Refrescar GitHub IDspara poblar el cache con metadata oficial (id + descripción + topics) de cada repo. La primera vez tarda ~70s para 150 repos; las siguientes ~25s gracias al ETag. - Click en
🌐 Abrir buscadorpara ver el resultado en el navegador.
Arquitectura
Estructura de archivos
fuente/
├── Cargo.toml # Definición del crate + 2 binarios
├── src/
│ ├── main.rs # Bin 1: GUI eframe
│ ├── bin/cli.rs # Bin 2: CLI sin GUI
│ ├── lib.rs # Re-exports de los módulos
│ ├── scan.rs # Análisis de repos individuales
│ ├── classify.rs # Heurística de scoring
│ ├── ids.rs # Cache GitHub con ETag flow
│ ├── index.rs # Reindex completo + repos_index.json
│ ├── html.rs # Generador de buscador.html
│ ├── readme.rs # Render de README a HTML
│ ├── reclassify.rs # Análisis y aplicación de reclassify
│ ├── topic_discovery.rs # Descubridor de categorías
│ ├── categories.rs # Defaults hardcoded (fallback)
│ ├── categories_config.rs # JSON externalizado editable
│ ├── apply_actions.rs # Ops sobre duplicados + safe_rmtree Win32
│ ├── duplicates.rs # Detección por nombre y por URL git
│ ├── moves.rs # find_inbox_repos + helpers
│ ├── paths.rs # Paths convencionales
│ ├── secrets.rs # DPAPI cifrado
│ ├── llm.rs # Anthropic Claude API
│ ├── wiki.rs # Generador Obsidian vault
│ ├── atomic_io.rs # Write-atomic con fsync + rename
│ └── gui/
│ ├── mod.rs
│ ├── theme.rs # Paleta sage
│ ├── types.rs # DialogStates + WorkerMsg + CatRow
│ ├── helpers.rs # Funciones puras
│ ├── workers.rs # Los 4 apply_X_worker en thread::spawn
│ └── app.rs # ClasificadorApp + update()
├── templates/
│ └── buscador.html # Template del entregable
├── docs/
│ ├── HISTORIA_PROYECTO.txt # Historia narrativa completa
│ ├── LINEA_TIEMPO_CLASIFICADOR.md # Hitos cronológicos + métricas
│ └── roadmap_clasificador.pdf # 25 features futuras (Oleadas 1-6)
├── _build_definitivo.bat
└── _build_limpio.bat
Datos persistidos en disco (todos atomic-write)
| Archivo | Propósito |
|---|---|
<root>/data/categorias.json | Taxonomía editable (id + keywords + topic_boosts) |
<root>/data/repo_ids.json | Cache de la API GitHub (id, topics, description, etag) |
<root>/data/repos_index.json | Índice consumido por buscador.html |
<root>/data/descripciones_es.json | Traducciones LLM cacheadas |
<root>/buscador.html | Buscador web autocontenido |
%APPDATA%/jlmera/clasificador/config.dat | API keys cifradas con DPAPI |
Documentación
docs/HISTORIA_PROYECTO.txt— relato completo del desarrollo, fase por fase, con decisiones y trade-offs.docs/LINEA_TIEMPO_CLASIFICADOR.md— hitos cronológicos, métricas finales y decisiones arquitectónicas.docs/roadmap_clasificador.pdf— 25 features priorizadas en 6 oleadas para versiones futuras.
Stack tecnológico
- Lenguaje: Rust 1.95 (toolchain
stable-x86_64-pc-windows-msvc) - GUI: eframe / egui 0.29
- HTTP: ureq 2.x con
If-None-Matchpara ETag - Serialización: serde + serde_json
- Filesystem: walkdir, std::fs::rename atómico
- Markdown: pulldown-cmark 0.13 (render README a HTML)
- Win32: windows-rs 0.58 (DPAPI cifrado, SetFileAttributesW para borrar
.git, MoveFileExW atómico) - Regex: regex 1.x con
Lazy<Regex>para hot paths - APIs externas: GitHub REST API, Anthropic Claude API (
claude-sonnet-4-6)
Licencia
Este proyecto se distribuye bajo la licencia MIT — uso libre incluso comercial, con atribución requerida.
Autor
Jorge L. Mera (jlmera) Asistencia AI: Claude (Anthropic)