Introducción: Los estudios bibliométricos han ganado popularidad con el aumento de publicaciones científicas. Sin embargo, no existe un software que gestione eficazmente todos los datos y permita su análisis, representación e interpretación.  Objetivo: diseñar una aplicación para recolectar, compartir, representar e interpretar datos de artículos en estudios bibliométricos. Método:  se realizó una investigación de desarrollo tecnológico en agosto de 2024. La aplicación se diseñó en Ubuntu 14.04 utilizando Python 3.12, C++17 y MySQL. Se emplearon Pandas y MatPlotLib para el tratamiento de datos, FastAPI para el backend, y QtCreator para la interfaz. La aplicación se convirtió en un ejecutable de Windows con auto-py-to-exe. Resultados: la aplicación creada a pesar de funcionar completamente offline requiere una conexión inicial para cargar los datos de usuario y licencia, y para habilitar el modo de intercambio colaborativo de usuarios afiliados a los proyectos. Su sistema de detección de partes del articulo con el modelo de Inteligencia artificial Grobid unido al sistema de scraping de GoogleScholar, Mendeley y otros fueron un punto fuerte en la creación de la base de datos del proyecto. Permite el análisis de datos usando las potencialidades de rapidez de C++ y la representación usando la versatilidad de las librerías de Python. Conclusiones: la aplicación es una herramienta útil para gestionar, compartir, representar e interpretar datos bibliométricos. Integra tecnologías potentes como Grobid, demostrando ser eficaz en su propósito.