El análisis fenomenológico de algunos modelos de materia oscura requiere el uso secuencial de múltiples programas especializados. Entre los más utilizados se encuentran FeynRules, el cual genera las reglas de Feynman permitidas por el modelo, CalcHEP para calcular los elementos de matriz y micrOMEGAs, el cual evalúa observables cosmológicos. El flujo de trabajo tradicional presenta tres limitaciones principales que incrementan significativamente el tiempo de análisis y la posibilidad de errores: gestión manual de archivos entre herramientas, ejecución secuencial de cálculos repetitivos, y fragmentación en la presentación de resultados. En este proyecto se desarrolló Amalgama, un programa escrito en Python 3 que gestiona casi sin intervención del usuario la llamada de FeynRules, CalcHEP y micrOMEGAs en un flujo de trabajo unificado. El programa automatiza la generación de scripts de Mathematica para FeynRules y gestiona la creación de proyectos en micrOMEGAs. Implementa paralelización del cálculo de densidad reliquia mediante el módulo concurrent.futures y genera automáticamente visualizaciones de resultados. La arquitectura modular facilita futuras extensiones del programa. La validación se realizó a través del Modelo Estándar más un singlete escalar, comparando resultados con publicaciones establecidas. El análisis de desempeño en tres configuraciones de hardware con 12 y 48 núcleos demostró reducir los tiempos de cómputo significativamente. En la configuración de mayor capacidad se procesaron más de 2,600 evaluaciones por segundo. El programa reduce un análisis que tomaría días en el proceso tradicional a ejecuciones de minutos. Se desarrolló adicionalmente un instalador automatizado compatible con Arch Linux, Ubuntu, Debian y Fedora que gestiona todas las dependencias necesarias. Amalgama representa una herramienta validada y funcional que unifica, automatiza y optimiza el análisis de modelos de materia oscura, cumpliendo los objetivos establecidos y proporcionando una base extensible para análisis fenomenológicos futuros.