Tecnologías Utilizadas

El proyecto se basa en un ecosistema políglota, seleccionando la herramienta más adecuada para cada dominio del problema.

Tecnologías del Cliente (Frontend & Core)

Python 3.13: Lenguaje principal debido a su versatilidad para el scripting de sistemas y su amplio ecosistema de librerías.
PySide6 (Qt for Python): Framework para la creación de la interfaz gráfica de usuario profesional y multiplataforma.
SQLAlchemy 2.x: ORM para la gestión de la base de datos local SQLite, facilitando el mapeo de objetos Python a tablas relacionales.
Git Bare: Técnica nativa de Git utilizada para el control de versiones de archivos en el $HOME sin necesidad de moverlos de su ruta original.
Rich: Librería para la creación de interfaces de línea de comandos (CLI) ricas en color y formato.

Java 21 (LTS): Lenguaje de tipado fuerte que proporciona estabilidad y alto rendimiento para la API central.
Spring Boot 3.5: Framework líder para el desarrollo de microservicios y APIs RESTful.
Spring AI: Módulo para la integración fluida con modelos de Inteligencia Artificial (Google Gemini).
Hibernate / Spring Data JPA: Tecnologías para la persistencia de datos en el servidor, permitiendo una abstracción total del motor de base de datos.

SQLite: Motor de base de datos relacional ligero utilizado tanto en cliente como en servidor para este proyecto.
Google Gemini API: Modelo de lenguaje generativo utilizado para la clasificación heurística de archivos desconocidos.
JSON (JavaScript Object Notation): Estándar de intercambio de datos entre el cliente Python y el servidor Java.