Osegi
Software·2 min de lectura

Takeout X-Ray analiza tus archivos de 500 MB en el navegador

Takeout X-Ray analiza exportaciones enormes de Telegram, ChatGPT, Spotify o Chrome dentro de una pestaña. No sube nada y no tiene servidor.

A browser window showing charts built from a chat and listening history archive, with a lock icon suggesting all data stays on the device.
Imagen: Хабр

Un desarrollador quería su propio «Spotify Wrapped» para sus viejos chats de Telegram, sus conversaciones con ChatGPT y su historial del navegador. Acabó creando Takeout X-Ray, una aplicación web que procesa exportaciones de varios gigas sin enviar un solo byte a un servidor.

La versión 2.0 maneja 12 servicios y 13 formatos de exportación: Telegram, WhatsApp, Discord, X (Twitter), Spotify, YouTube, TikTok, Chrome, ChatGPT, Claude.ai y los registros locales de Claude Code y Antigravity. Funciona con DuckDB-Wasm, una base de datos compilada a WebAssembly, dentro de un Web Worker dedicado. Hay una demo en línea con datos sintéticos y el código está en GitHub.

¿Cómo funciona Takeout X-Ray sin backend?

El autor se puso dos reglas estrictas. Nada de backend: subir mensajes privados y prompts para unos gráficos resulta dudoso, aunque haya un cartel de «no guardamos nada». Y nada de await file.text() seguido de JSON.parse(), porque una exportación completa de Telegram pesa fácilmente de 300 a 700 MB y tumba la pestaña por falta de memoria.

Con los .zip, la aplicación solo lee el directorio central, el índice al final del archivo, así que los gigas de vídeos e imágenes ni se tocan. Si un archivo de Google Takeout contiene varios servicios, la interfaz pregunta cuál analizar. El fichero elegido llega al analizador en bloques de 64 KB.

El formato se detecta por los primeros bytes, con una ventana que crece de 64 KB a 4 MB. Los datos reales lo exigieron: una exportación de Telegram puede traer más de 80 KB de contactos antes de la lista de chats, y una ventana de 16 KB rechazaba por error esos archivos.

Un analizador en flujo convierte cada mensaje en un registro plano y descarta el nodo JSON original. Los datos entran en DuckDB en lotes de 5.000 filas, porque las inserciones sueltas son muy lentas y un único array enorme agota la memoria.

Rarezas de las exportaciones reales

ChatGPT guarda una conversación como un grafo dirigido, no como una lista. Las respuestas regeneradas y los prompts editados quedan como ramas laterales. El analizador retrocede desde el último nodo para reconstruir el hilo activo, y los nodos sobrantes revelan cuántas veces regeneraste una respuesta.

Los archivos de X ni siquiera son JSON, sino JavaScript que empieza por window.YTD.tweets.part0 = [...]. Ese prefijo se elimina al vuelo.

Apps que merecen la pena

SUMO: el puzle de números

Toca las casillas correctas, suma y alcanza el objetivo. Fácil de aprender, difícil de dominar. Gratis, para todas las edades.

Etiquetas:takeout x-rayduckdb-wasmprivacytelegramchatgptopen source

Más de este día

Ver todas →

Más en: Software

Ver todas →