GigaChat por SMS: cómo hablar con la IA sin internet

La idea y la arquitectura

La inestabilidad del internet móvil en algunas regiones de Rusia empuja a los desarrolladores a experimentar. Uno de ellos decidió crear un sistema para hablar con una IA a través de SMS, el canal de comunicación más fiable para cualquier teléfono. La propuesta es simple: envías un texto por SMS y recibes una respuesta de GigaChat en un SMS de vuelta.

El sistema se desarrolló de forma iterativa con ayuda del propio agente de IA. El autor comprobó su funcionamiento en la práctica, sin pretender que sea una solución técnicamente perfecta o segura. Ya existen servicios similares (como Voxie AI en Estados Unidos), pero funcionan con números internacionales y con un soporte incierto del idioma ruso.

Componentes y precios

El stack completo, desglosado punto por punto:

Hardware: un teléfono Android viejo (un Nokia 7 TA-1041 con Android 7.1.1, o cualquier otro por 1.000-2.000 rublos de segunda mano) más una segunda SIM.

Operador: T-Mobile con un plan personalizado: 0 minutos, 0 GB de datos, solo SMS ilimitados por 49 rublos al mes. El registro requirió esfuerzo adicional, pero finalmente funcionó.

Nube: un VPS de Selectel con 2 vCPU, 2 GB de RAM, 40 GB SSD, por 400 rublos al mes. Requisitos: Ubuntu 22 o 24, virtualización KVM.

Dominio: cualquier dominio barato (100-200 rublos al año). Se necesitan dos registros DNS tipo A para app.domain.ru y sms.domain.ru, apuntando a la IP del VPS. Importante: el estado del proxy debe ser "solo DNS" (no a través del proxy de Cloudflare), de lo contrario Let's Encrypt y la conexión SSE con el teléfono dejarán de funcionar.

Modelo de IA: GigaChat de Sber (250 millones de tokens gratuitos al año). Requiere registrarse en la API de GigaChat y obtener una clave de autorización.

Aplicación móvil: SMS Gateway for Android versión 1.77.1 (específicamente el app-release.apk, no la versión insegura).

Stack de desarrollo: Python, FastAPI como servidor web, SQLite para la base de datos de sesiones, Caddy para HTTPS y proxy inverso.

Configuración

En el VPS se instalan Docker y un firewall UFW. Las reglas: permitir SSH (22), 80 (para Let's Encrypt), 443 (para HTTPS) y rechazar el resto. Se activa NTP para sincronizar el tiempo, ya que los webhooks están firmados con marcas de tiempo y el receptor solo acepta solicitudes dentro de una ventana de ±5 minutos.

El código del proyecto se clona desde el repositorio https://github.com/VladSmr/sms-ai-gateway. Luego se completan las variables de entorno en .env y config.yaml.

Parámetros clave:

• system_prompt — la instrucción para el modelo: "Responde en ruso, de forma breve, hasta 200 caracteres, sin emoji ni markdown" • max_reply_units = 201 — límite estricto del tamaño de la respuesta (cada bloque tiene 67 caracteres, menos 3 caracteres por encabezado para la concatenación) • max_tokens = 500 — límite de generación de GigaChat • max_sessions = 10 — sesiones de diálogo simultáneas (cada una dura 24 horas sin actividad; para cambiar a otra: "#2 tu pregunta") • history_messages = 10 — cantidad de mensajes previos enviados al modelo como contexto

En el teléfono, en la app SMS Gateway se introduce la URL de la API (https://sms.domain.ru/api/mobile/v1) y un token de acceso; la conexión genera las credenciales. Luego se configura la clave de firma de los webhooks (HMAC), un intervalo de ping de 14 minutos, se desactiva la optimización de batería y se activa el procesamiento FIFO de mensajes.

En el VPS se registran cinco eventos a través de la API REST: sms:received, sms:delivered, sms:failed, system:ping y app:started. En la lista blanca de config.yaml se añade el número principal desde el que se envían las solicitudes, para no gastar tokens respondiendo a remitentes aleatorios.

Dificultades prácticas

El primer problema: el modo de suspensión de Android se activa a los 30 minutos, y los mensajes quedan en un búfer y se reenvían con intervalos crecientes (14 intentos en 45 horas). La solución: activar el modo de desarrollador y la opción de "no apagar la pantalla", pero eso solo funciona mientras el teléfono está cargando. No está claro si es seguro dejar el teléfono así durante varios días.

El segundo problema: una SIM nueva, aún sin "calentar", puede retrasar el envío de SMS salientes debido a los filtros antifraude del operador. La causa exacta es desconocida y el soporte del operador no ayudó. Después de eso, el problema no volvió a repetirse.

Conclusiones

El proyecto demostró que el concepto funciona. El desarrollo futuro podría incluir añadir RAG para búsquedas, integrar otros modelos de IA o redirigir contactos molestos hacia la IA. Las ideas están limitadas solo por la imaginación y las leyes de Rusia. Un matiz importante: el operador de telefonía puede leer todos los SMS.