SuggestArr

SuggestArr es una plataforma de automatización de medios de código abierto con más de 1,100 estrellas en GitHub que cierra la brecha entre lo que ves y lo que se añade a tu biblioteca de medios autoalojada. Se conecta a tu servidor de medios Jellyfin, Plex o Emby, analiza el historial de visualización reciente de cada usuario y utiliza la API de The Movie Database (TMDb) para encontrar títulos similares, luego envía automáticamente esos títulos como solicitudes de descarga a tu instancia de Seer. Todo el ciclo de recomendación a solicitud se ejecuta sin supervisión en una programación cron configurable, convirtiendo un flujo de trabajo manual diario en un servicio en segundo plano completamente automatizado.

Casos de uso comunes

Los operadores de laboratorios domésticos con una biblioteca Jellyfin o Plex utilizan SuggestArr para mantener su colección creciendo automáticamente según los patrones de visualización reales, sin tener que buscar manualmente en Seer cada día algo similar para ver a continuación. Las familias con servidores Plex compartidos dirigen SuggestArr a cuentas de usuario específicas para que cada miembro del hogar reciba recomendaciones basadas en su propio historial de visualización, en lugar del promedio de la biblioteca compartida. Los usuarios avanzados activan el modo de IA para conectar SuggestArr a una instancia local de Ollama, obteniendo recomendaciones personalizadas con explicaciones y la capacidad de buscar con consultas en lenguaje natural en lugar de la coincidencia de palabras clave. Los usuarios que han acumulado una gran cantidad de contenido pendiente utilizan los filtros de contenido para excluir géneros, títulos de baja calificación, lanzamientos recientes o contenido ya disponible en sus suscripciones de streaming, manteniendo la cola de solicitudes enfocada en adiciones genuinamente novedosas.

Características principales

• Ingesta del historial de visualización de Jellyfin, Plex y Emby con segmentación por usuario
• Coincidencia de similitud para películas y programas de TV impulsada por TMDb con límites de resultados configurables
• Envío automatizado de solicitudes a Seer (anteriormente Overseerr/Jellyseerr) en una programación cron
• Filtros de contenido: exclusión por género, calificación, año de lanzamiento, idioma y disponibilidad en servicios de streaming
• Motor de recomendación de IA opcional que utiliza OpenAI, Ollama, Gemini, LiteLLM u OpenRouter
• Búsqueda de medios en lenguaje natural impulsada por la integración de LLM (beta)
• Panel web con visor de registros filtrados en tiempo real para monitorear las ejecuciones de automatización
• Asistente de configuración de primera visita: todas las claves API y conexiones de servicio configuradas en la interfaz de usuario después de la implementación
• SQLite por defecto con PostgreSQL o MySQL opcional para implementaciones multiusuario más grandes
• Puntos de conexión de salud listos para Kubernetes: sonda de actividad en /api/health/live y sonda de preparación en /api/health/ready

¿Por qué implementar SuggestArr en un VPS de Hostinger?

SuggestArr está diseñado para ejecutarse como un servicio en segundo plano persistente y siempre activo; necesita estar en línea a intervalos programados para extraer el historial de visualización y enviar solicitudes, lo que lo hace inadecuado para ejecutarse en un computador de escritorio o portátil que se apaga regularmente. Un VPS de Hostinger proporciona la disponibilidad constante que requiere la automatización, con suficiente recursos para manejar las llamadas periódicas a la API de TMDb y LLM sin afectar otros servicios autoalojados. Toda la lógica de recomendación y los datos del historial de visualización permanecen en tu propia infraestructura en lugar de ser procesados por un servicio alojado. Dado que SuggestArr utiliza SQLite por defecto, toda la implementación es un único contenedor con un volumen nombrado, fácil de respaldar y lo suficientemente ligero como para ejecutarse junto a tu pila existente de Jellyfin, Plex o Seer sin una asignación de recursos dedicada. Emparejar SuggestArr con una instancia de Seer co-alojada en el mismo VPS elimina la latencia entre servicios y mantiene todo el tráfico de recomendaciones local.