mdjango sirve documentación en Django y genera llms.txt para agentes
Una aplicación de Django convierte un directorio de archivos Markdown en un sitio de documentación con búsqueda en el cliente y los ficheros llms.txt generados solos. Va por la versión 0.1.0.
Un desarrollador ha publicado mdjango, una aplicación de Django que sirve un sitio de documentación completo a partir de un directorio de archivos .md. Está en la versión 0.1.0, se instala desde PyPI y el código está en GitHub. El autor la presenta como una derivación de un proyecto mayor en Python que todavía no ha publicado.
La pieza funciona así: se le apunta a una carpeta con ficheros Markdown y la aplicación se encarga del renderizado y de la navegación. El diseño viene resuelto de fábrica, con unos pocos parámetros para tipografía y colores base, y la personalización es limitada a propósito. El propio autor lo dice: no quiere que quien lo instale se pase la tarde ajustando detalles. Para la búsqueda incorpora MiniSearch, que corre en el cliente y tolera erratas al escribir.
El detalle que más puede interesar a quien mantiene documentación es otro. mdjango genera automáticamente llms.txt y llms-full.txt, de modo que un agente puede consumir las páginas sin que nadie tenga que montar un export aparte. Es la parte que el autor destaca como "LLM ready".
Por qué Django y no un generador estático
El razonamiento del autor es sencillo: la mayoría de sitios de documentación se sirven como estáticos, y él asegura que cada vez que cae en la tentación acaba arrepintiéndose en cuanto necesita algo dinámico. Así que tiró de Django, que es su herramienta habitual. El resultado es una aplicación que se integra en un proyecto que ya usa ese framework, sin añadir una cadena de build separada.
La documentación de mdjango está construida con mdjango, así que también hace de demo de lo que es capaz de hacer. Puedes ver el repositorio en GitHub y el paquete en PyPI.
El autor reconoce que es una versión temprana y que habrá aristas. También declara que el desarrollo ha contado con asistencia de IA bajo su supervisión como ingeniero de software.
Qué queda por ver
Estamos ante una herramienta pequeña, con un solo mantenedor y un recorrido corto desde su publicación. Eso no la descalifica: si ya tienes un backend en Django y necesitas colgarle una documentación que además sea legible por un agente, aquí hay una opción que evita mezclar dos stacks. Lo que no está claro todavía es si el proyecto aguanta el ritmo de mantenimiento, si aceptará contribuciones de fuera y cómo resolverá cosas que en un generador estático vienen dadas, como el versionado de la documentación o el despliegue en un CDN. Para eso habrá que esperar a ver si mdjango pasa de quest personal a algo más.
